↓ メインコンテンツへスキップ

Posts

記事の一覧です。

2020

PyTorchの自動微分で勾配を求める
·2720 文字·6 分
Python Python PyTorch
PyTorchのtensorクラスを使った1階微分、2階微分の求め方について解説する。
Chainerの自動微分で勾配を求める（補足）
·1343 文字·3 分
Python Python Chainer
backwardメソッドを使用するときの注意点と、chainer.grad関数を使った自動微分の計算について述べる。
Chainerの自動微分で勾配を求める
·2221 文字·5 分
Python Python Chainer
ChainerのVariableクラスを使った1階微分、2階微分の求め方について解説する。
直線探索を使った最急降下法をPythonで実装
·2648 文字·6 分
数学 最適化
最急降下法と直線探索手法を解説し、Pythonで実装する。
LLE (Locally Linear Embedding) による非線形データの次元削減
·1835 文字·4 分
数学 次元削減
非線形データを対象とする次元削減手法であるLLE (Locally Linear Embedding) について解説する。
多重共線性（マルチコ）の直観的説明
·953 文字·2 分
数学 統計学
重回帰モデルで多重共線性が生じる原因を直観的に説明する。
BaggingClassifierの使用例
·1426 文字·3 分
Python Python Scikit-Learn
BaggingClassifierクラスの使用例を示す。
scikit-learnのBaggingClassifierでバギングする
·2756 文字·6 分
Python Python Scikit-Learn
BaggingClassifierを用いた学習（バギング、ペースティング、ランダムサブスペース、ランダムパッチ）について解説する。
Scikit-learnの主成分分析 (PCA)
·1432 文字·3 分
Python Python Scikit-Learn
Scikit-learnのPCAクラスのパラメータ、属性とメソッドについて解説する。
Scikit-learnの正則化付き重回帰モデル
·2498 文字·5 分
Python Python Scikit-Learn
Scikit-learnに実装されている重回帰、Ridge回帰、Lasso回帰、Elastic Netのロジックと使用方法をまとめた。
Windows10のPowerShellでAnaconda Pythonを使う方法
·3581 文字·8 分
Python Python PowerShell Conda
Windows10のPowerShellでAnaconda Pythonを使うための手順をまとめた。
Pythonのf-stringsで文字列を扱う
·1458 文字·3 分
Python Python
Python 3.6で実装されたf-stringsと呼ばれる数字や文字列の表記法を使った、整数・小数の桁数指定や指数表示の方法をまとめた。
エンベデッドシステムスペシャリスト試験　2018年午後Iの計算問題解説
·1886 文字·4 分
情報処理技術者試験 エンベデッドシステムスペシャリスト試験
情報処理技術者試験の高度試験の1つである、エンベデッドシステムスペシャリスト試験 (ES) の2018年午後Iの計算問題を解説する。
エンベデッドシステムスペシャリスト試験　2017年午後IIの計算問題解説
·2300 文字·5 分
情報処理技術者試験 エンベデッドシステムスペシャリスト試験
情報処理技術者試験の高度試験の1つである、エンベデッドシステムスペシャリスト試験 (ES) の2017年午後IIの計算問題を解説する。
エンベデッドシステムスペシャリスト試験　2017年午後Iの計算問題解説
·2394 文字·5 分
情報処理技術者試験 エンベデッドシステムスペシャリスト試験
情報処理技術者試験の高度試験の1つである、エンベデッドシステムスペシャリスト試験 (ES) の2017年午後Iの計算問題を解説する。
KerasのステートフルRNNで学習を高速化する
·3032 文字·7 分
Python Python Keras
KerasのステートフルRNNについて解説する。
Kerasの時系列予測でgeneratorを使って大容量データを扱う 後編
·961 文字·2 分
Python Python Keras
前編で作成した時系列予測用generatorクラスを使って予測を行う。
Kerasの時系列予測でgeneratorを使って大容量データを扱う 前編
·2669 文字·6 分
Python Python Keras
Kerasの時系列予測で、Recurrentレイヤに入力するためのデータを生成するgeneratorクラスの作り方について述べる。
Kerasを使ったRNN, GRU, LSTMによる時系列予測
·1786 文字·4 分
Python Python Keras
KerasのRNN, GRU, LSTMレイヤを使って時系列データを学習させる。
Keras入門 ニューラルネットワークによる正弦波の回帰
·1246 文字·3 分
Python Python Keras
Kerasを使い、ニューラルネットワーク (NN) に正弦波を学習させる。
Scikit-learnでデータをスケール変換する
··4596 文字·10 分
Python Python Scikit-Learn
Pythonの機械学習用ライブラリScikit-learnに実装されている、スケール変換について調べた。
Scikit-learn ランダムフォレスト回帰のfeature_importances_の定義
·1236 文字·3 分
Python Python Scikit-Learn
Scikit-learnの回帰木やランダムフォレスト回帰のクラスには、Feature Importances (FI) という説明変数の重要度を示す指標がある。これは、各説明変数による予測誤差の二乗平均の減少量に対して、データ点数の重みを掛けて求めた値である。
TensorflowをNehalem以前のPCへの導入する方法
·1052 文字·3 分
Python Python TensorFlow
Nehalem以前のCPUを持つPCでは、Tensorflowのバージョンを1.5とする。
ベイズ推論による多次元ガウス分布の学習
·2698 文字·6 分
数学 統計学
ベイズ推論（ベイズ推定）への理解を深めるため、多次元ガウス分布の学習をPythonで実装した。
ChainerのIteratorクラスによる学習用ミニバッチ作成
·2129 文字·5 分
Python Python Chainer
データセットから学習用ミニバッチを作成してくれるIteratorクラスの動作を確認する。
Chainer入門 最小限のニューラルネットワーク実装
·1600 文字·4 分
Python Python Chainer
ディープラーニング用のライブラリChainerの使い方を理解するため、ChainerのChainクラスとOptimizerを使って最小限のニューラルネットワーク (NN) を実装する。
SciPyを使ったFIRフィルタによる波形整形
·1247 文字·3 分
Python Python SciPy
SciPyを使って、FIR (Finite Impulse Response, 有限インパルス応答) フィルタによる離散信号の波形を整形する。ローパス、ハイパス、バンドパス、バンドエリミネイトの各フィルタの設計から、信号への適用まで行う。
NumPyのemptyで空（長さ0）の配列を作る
·1419 文字·3 分
Python Python NumPy
NumPyのempty関数を用いて、空の（要素を持たない）任意の次元の配列を作成できる。本記事では、空の配列の作り方、使い方について簡単に考察する。
NumPyを使った高速フーリエ変換による周波数解析
·1276 文字·3 分
Python Python NumPy
NumPyのfftパッケージを使って、FFT (Fast Fourier Transform, 高速フーリエ変換) による離散信号の周波数解析を行い、信号の振幅を求める。
Matplotlib スタイルによるグラフの見た目の変更
·990 文字·2 分
Python Python Matplotlib
matplotlibにはスタイルと呼ばれる、グラフの見た目を変更できるプリセットが用意されている。スタイルを活用することで、グラフの見た目を簡単に変更できる。
Matplotlibのオブジェクト指向なカラーバーの表示
·744 文字·2 分
Python Python Matplotlib
matplotlibライブラリで作成したヒートマップや等高線図のカラーバーを、オブジェクト指向スタイルで調整する。
Matplotlibのオブジェクト指向な対数軸プロット
·1012 文字·3 分
Python Python Matplotlib
matplotlibライブラリで作成したグラフの軸を、オブジェクト指向スタイルで対数に変更する。
PandasのSeriesとDataFrameの作成
·1427 文字·3 分
Python Python Pandas
Pandasの基本データ構造であるSeriesとDataFrameの作成方法について述べる。
Matplotlibでオブジェクト指向なグラフの調整
·2791 文字·6 分
Python Python Matplotlib
matplotlibライブラリで作成したグラフをオブジェクト指向スタイルで調整する。
Matplotlibでオブジェクト指向なグラフ作成
·1842 文字·4 分
Python Python Matplotlib
matplotlibライブラリを用いてオブジェクト指向スタイルでグラフを作成する。
Pythonのmultiprocessingを使った並列計算
·456 文字·1 分
Python Python
Pythonの標準ライブラリmultiprocessingを使って並列計算を行う。
BeautifulSoupを使ったXMLの解析
·2390 文字·5 分
Python Python BeautifulSoup
BeautifulSoupを使ってXMLを解析(parse)する。
NumPyで使える統計の関数
·673 文字·2 分
Python Python NumPy
NumPyで利用できる統計の関数について。
NumPyで使える数学の関数
·1031 文字·3 分
Python Python NumPy
NumPyで利用できる数学の関数について。
NumPy配列の演算
·1222 文字·3 分
Python Python NumPy
NumPy配列の四則演算と線形代数学の演算について。
NumPy配列の操作
·1325 文字·3 分
Python Python NumPy
NumPy配列のコピーや次元の結合、結合・分割、ソートについて。
NumPy配列の確認
·975 文字·2 分
Python Python NumPy
作成したNumPy配列の要素などを確認する。
NumPyによる配列の作成
·2335 文字·5 分
Python Python NumPy
NumPyを使って基本的な配列や線形代数学でよく使われる配列を生成する。
時系列データベースInfluxDBのクエリ文
·2959 文字·6 分
データベース InfluxDB Pandas
時系列データベースInfluxDBのクエリ文について、データの期間の指定や集約処理など基本的な構文をまとめた。
PythonとPandasでInfluxDBを操作する
·2486 文字·5 分
データベース InfluxDB Pandas
PythonとPandasを使って、時系列データベースInfluxDBを操作する方法についてまとめた。
時系列データベースInfluxDB入門
·2075 文字·5 分
データベース InfluxDB
時系列データベースInfluxDBのインストール方法と、コマンドを用いた基本的な使い方について解説する。

2019

Plotlyのインタラクティブなグラフをブログ等に埋め込む
·1239 文字·3 分
Python Python Plotly
Chart Studio Cloudに登録し、Plotlyのグラフをブログ等のWebページに埋め込む方法を説明する。