データサイエンス クリック操作だけでAI予測！かんたんアプリをPythonで作ってみた話
背景：せっかく作ったモデル、誰が使うの？
データサイエンスや機械学習のモデルを作ったはいいけど、こんな状況になったりします。
「このモデル、Pythonが使える人しか動かせなくない？」
頑張って集めたデータを前処理し...
こんどう
データサイエンス 
データサイエンス 【失敗談】標準化を忘れてディープラーニングの学習が鈍かった話｜なぜ標準化が必要なのか？
はじめに
先日、リハビリ予後予測をテーマにしたディープラーニングモデルを作成している際、「データの標準化（Standardization）」を忘れて実行してしまいました。
その結果、モデルの精度がなかなか上がらず、エポック数を...
データサイエンス バイアスとバリアンスの意味が分野で違い戸惑った話【医療・統計・データサイエンス】
最近、機械学習の勉強をしている中で、「バイアス」「バリアンス」という用語に出会いました。聞いたことのある言葉だな、と思ったものの、どうも文脈が違います。
医療、統計、機械学習。勉強する分野が広がるにつれて、同じ言葉でも意味が変わるこ...
データサイエンス LightGBMと重回帰、回帰精度が高いのはどっち？サンプル数ごとの精度を可視化して比較検証
前回の記事では、ランダムフォレストと重回帰分析の予測精度をサンプル数ごとに比較しました。今回は、LightGBMと重回帰分析の比較結果をご紹介します。特に医療データ分析に携わる方にとって、**「どのモデルを選ぶべきか」**の参考になれば幸...
データサイエンス データが少ない医療現場でも大丈夫？ランダムフォレストと回帰分析の違いをMSEとSHAP値で実験比較
前回の記事では、ディープラーニングと重回帰分析の予測精度をサンプル数ごとに比較しました。今回は、ランダムフォレストと回帰分析との比較結果をご紹介します。特に医療データ分析に携わる方々にとって、「どのモデルを選ぶべきか」の参...
データサイエンス ディープラーニングに必要なデータ数の目安は？重回帰との精度を実験比較
〜ディープラーニングと重回帰分析の比較〜
データを活用して臨床予測や研究を行う際、手元にある「サンプル数」が分析結果にどれほど影響するのかは、誰しもが気になるテーマです。
特に最近注目されているディープラーニングは、
...
統計 線形と非線形の違いとは？統計やデータサイエンスでの意味と違いをグラフでやさしく解説（医療職向け）
はじめに
統計やデータサイエンスに関する記事を読んでいると、「線形」「非線形」といった言葉をよく目にします。初学者のころ、これらの言葉が何を意味しているのか分かりにくく、戸惑った記憶があります。
先日、ディープラーニングと回帰...
データサイエンス 【初心者向け】ディープラーニングと回帰分析、何が違う？グラフでわかりやすく解説
はじめに
最近よく耳にするディープラーニング（深層学習）ですが、機械学習の基本的な手法である（重）回帰分析（線形回帰）も、今でも多くの場面で使われています。それぞれの手法は、予測をする時に強力なツールとなりますが、どちらがより適切か...
データサイエンス むずかしくないAI・ディープラーニングの話：医療職のためのざっくり入門
名前はよく聞く「ディープラーニング」って何？
最近「AIが診断をサポートする」とか「ディープラーニングで病気の予測精度が上がった」なんて話を耳にすること、増えていませんか？でも正直、「ディープラーニングってよく聞くけど、実際どうすご...
電子工作 ハンドヘルドダイナモメーター、理学療法士がDIYしてみた。～リハビリ現場の“あったらいいな”を電子工作で～
〜圧力センサーを使ったハンドヘルドダイナモメーターのDIY〜
理学療法士（PT）としての臨床経験と電子工作を組み合わせて、**ハンドヘルドダイナモメーター（HHD）**の試作品を自作してみました。市販のHHDってかなり高いですよね？...