# データサイエンス・機械学習（&カレー）勉強会

## メモ

### 機械学習における数学
パラメータチューニングのときなど自分でアルゴリズムをいじるときに数学の知識が必要となってくる。
→論文などの数式を読んで実装することになる。

- 調和平均：性能評価で使うF1値を計算するときに使う。

- 相乗Π：尤度の評価

- 微分
- 機械学習ではパラメータの最適化に用いる。接戦の考え方が役に立つ。
- 偏微分
- 機械学習ではパラメータが複数あるため、そこで使う。

- 行列：実装上必要なのは微分よりこちら。

### Python
#### numpty
- flatten: 画像データの処理でよく使う。
- rechape: 行列の形式を変更する。

#### ライブラリ
- 可視化
- matplotlib
- seaborn
- 表計算（高速）
- pandas