TUKRの実装@德永

[YukiTokunaga]

minimum

• 関係データについて理解し、関係データとは何か説明できる。
• TUKRのタスク設定について理解し、数式やアルゴリズムの各ステップを説明できる。
• data_scrach.pyの穴埋めを行い関係データの人工データを作成する。
• UKRの実装ファイルを改良してTUKRを実装する。

standard

• 欠損データを実装する
• 手動微分で実装する。
• 描画方法を変更する
• クロステストの実装
• 実データでの実装。(動物データやNIPSデータなど)

extra

• 手動微分を数式的に導くことができる。

[YukiTokunaga]

tmp.mp4

とりあえず実装したけど、変な感じだよー

[TetraMiyazaki]

この分母einsumあるあるミステイクしてる．
einsum('ii', ku)って定義すると，kuの対角成分をもってくることになる．

[TetraMiyazaki]

あとPullRequのタイトルなおしといて．

[YukiTokunaga]

iikanzi.mp4

いい感じに動いたよー

[TetraMiyazaki]

データの生成にnp.linspaceはどんな確率分布にもなってないので，なにかしらランダムな分布にしといてね

[YukiTokunaga]

random.mp4

データ生成の分布を一様分布にしてやってみたよー

[TetraMiyazaki]

なんやねんこいつ

[YukiTokunaga]

recode_iikanzi.mp4

レコード型とりあえずやってみたよー

[TetraMiyazaki]

全然多様体描画できてないよ～

[YukiTokunaga]

record_colormap_dekitenai.mp4

レコード型の多様体描画できるようにしたよー
でもカラーマップは上手くできてないよー

[TetraMiyazaki]

でもカラーマップは上手くできてないよー

そもそもどういう色付けをしたいんですか？
UKRのときの色付けに引っ張られないほうがよくて，根本から考えた方がよさそうです．

[TetraMiyazaki]

関係データについて理解し、関係データとは何か説明できる。
TUKRのタスク設定について理解し、数式やアルゴリズムの各ステップを説明できる。

これとっとと終わらしてミニマム終わらせましょう．
で，次は 描画方法を変更する．のConditional Component Planeを使うのを優先しましょう．visualizerのほうのprojectがあるためです．

[YukiTokunaga]

Given
$\mathbf{X} = (\mathbf{x_{ij}})^{I,J}_{i,j=1}$

$\mathbf{x}_{ij} \in \mathbf{R}^D$

Estimate
潜在変数
$\mathbf{U} = (\mathbf{u_{i}})^{I}_{i=1}$

$\mathbf{u}_{i} \in \mathbf{R}^{L1}$

$\mathbf{V} = (\mathbf{v_{j}})^{J}_{j=1}$

$\mathbf{v}_{j} \in {R}^{L2}$

写像
$f: {R}^{L1} \times {R}^{L2} \rightarrow {R}^D$

$ (\mathbf{u_{i}}, \mathbf{v_{j}}) \mapsto \mathbf{x_{ij}}$

[TetraMiyazaki]

somfのCCPは動きましたか？

[TetraMiyazaki]

こうみると全然色がなめらかに変わってないから全然ちゃんと学習してるかわからないです

    colormapx = X[:, 0]
    colormap1 = X[X_num[:, 1] == 0][:, 0]
    colormap2 = X[X_num[:, 0] == 0][:, 0]

[YukiTokunaga]

somfのCCPは動きましたか？

まだできてないです。

[TetraMiyazaki]

正味組まなくてもいいから，somfのでtutorialいいから色々実行してこういう解析できるんやっていう感覚をもってくれたほうがよさそう．結局UKRとかTUKRはあくまでも道具なので．