クラスタリング
今回はクラスタリングについて
◎教師あり学習と教師なし学習
教師あり学習は，「データ」と（正解）のペアを与えて，それをもとに学習する方法
例えば「データ」と（教師データ）を与えて，それをもとにあるレビューがポジティブな反応なのかネガティブな反応なのか見るとき，
「いい」「楽しい」→これは（ポジティブな言葉）
「よくない」「辛い」→これは（ネガティブな言葉）
を事前に人間が学習器に与えておくということ．
たくさん与えて，データと正解のペアをよく観察して共通する特徴を見つけ出す，「こういう特徴のある文字列なら，ポジティブな言葉だ」というルールを見つけるということ
よく挙げられるのは文字認識や，音声，動画．
教師なし学習は，「データ」はあるけれど，（正解）はない
未来の予測や，推論，など正解がない，正解が分からない問題で学習すること
機械自身がなんらかの定義，規則性を発見する
クラスタリングは教師なし学習！
オンライン学習
今回は，オンライン学習について勉強したので，そのメモ
◎オンライン学習とは，
らしい
比較すると，
すべてのデータを全部見てから解を出す→バッチ学習
動的に学習して解を出す→オンライン学習
具体例を挙げてみると，
2017年毎日日記をつけていて，日記の中から頻出する言葉を見つけたいとき
365日分の日記を全部読んでから頻出語を見つける→バッチ学習
１日ごと頻出語を見つけ，更新する→オンライン学習
◎オンライン学習の特徴は
・各データを観測し，すぐパラメータを更新する
→データが与えられるたびに，与えられたデータのみを用いて学習する
・データを保存しておく必要がない
→データを１個ずつ学習するから，永遠的にデータが生成される環境下での学習に最適
例えばツイッターとか？
・学習が収束しやすい
→これは１回の学習に使うデータが小さいから？
・全データに対して，最適な結果を学習することができない
→１個ずつ学習しているから仕方ない
・実験が簡単
バッチ学習だと，学習済みのモデルは，更新したいってなったら
もう一度モデルの組み直しをしないといけないけど
オンライン学習だと，データごとにモデルの更新を行うから
環境の変化に敏感だってことね
環境の変化が少ないところでは意味がないってこと
MeCabとRMeCabのインストール
今回やること
そもそも形態素解析とは
テキストを，意味の最小の単位に分割すること．形態素解析では，意味の最小の単位に分けると同時に，それぞれの最小単位の品詞を特定することまで行われる．
これをやってくれるのがMeCab．
①MeCabのインストール
２．MeCab用の辞書をダウンロード
今回は，IPA辞書を使うことにしました
・MeCabのインストール
% tar zxfv mecab-0.996.tar.gz
% cd mecab-0.996.tar.gz
% ./configure
% make
% make check
% su
# make install
・辞書のインストール
% tar zxfv mecab-ipadic-2.7.0-20070801.tar.gz
% mecab-ipadic-2.7.0-20070801
% ./configure
% make
% su
# make install
②RMeCabのインストール
１．Rを起動
２．以下のコードをうつ
install.packages("RMeCab", repos = "http://rmecab.jp/R", type = "source")
Rのインストール
RとR studioのインストールについて
バージョンは以下の通り
Mac OS X EI Capitan (10.11.6)
R 3.4.3
R Studio 1.1.383
Rの公式サイト
Rの導入
今回は，「R-3.4.3.pkg」このパッケージをインストールしました．
１．ファイルのダウンロード
２．ダウンロードした R-3.4.3.pkg をクリック
３．インストールが始まる
R studioの導入
このページから「RStudio 1.1.383 - Mac OS X 10.6+（64ビット）」をクリック
１．ファイルのダウンロード
２．ダウンロードした RStudio 1.1.383.dmg をクリック
３．インストールが始まる
