2019-03-01から1ヶ月間の記事一覧
grob.grob("./フォルダ名/*") これだけで、フォルダにあるファイルをすべて読み込んでくれます。 今回は、ファイル1つ1つに連番を付けてファイル名を一括変換してみました。 import os import glob n=1 files = glob.glob('./フォルダ名/*') for f in files:…
#画像をスクレイピングする # -*- coding:utf-8 -*- #数学ライブラリをインポート import math #URL等を操るために使う関数 import requests #URLから画像を保存したりするときの処理に使う import imgutil #1秒待機するために使う import time # image save…
〜 [index.html] <html> <head> <meta charset="utf-8"/> <title>ブロック崩し</title> <link rel="stylesheet" href="style.css"> </head> <body> <canvas id="myCanvas" width="480" height="320"> </canvas> <script src="main.js"></body></html>
岩手のIT Boot Campに参加してたので、ブログを投稿できませんでした。あと、エラーに苦戦して、5日間ぐらい機械学習の勉強が完全に滞っていました。今日からブログを再開したいと思います。
Jupyter Notebookは、ブラウザ上でコードを実行するためのインタラクティブな環境です。探索的なデータ解析をする際には非常に有用なツールであり、データサイエンティストに広く利用されています。Jupyter Notebookは様々なプログラミング言語をサポートし…
scikit-learnとその使い方を理解することは重要ですが、ライブラリをたたいただけで、理解したつもりになるのはやめましょう。 scikit-learnは科学技術計算向けのPytnonライブラリであるNumPyとSciPyによって構築されています。NumPy,SciPyの他にデータフレ…
Pythonではじめる機械学習の教師あり学習のsectionを無事完了することができました。 次は、教師なし学習です。よりいっそう気を引き締めて頑張りたいと思います
いろいろとエラーに悩まされた挙句、進捗「3Dグラフを表示できただけ......」
タイトル通り、今日は進捗を生やせませんでした。 ここ最近ものすごいスピードでいろいろ詰め込んだので息切れしてしまい、一日中だらだらAmazonPrimeを見る生活。たまにはこんな日もあってもいいよ...ね？
▶強化学習とは 強化学習(Reinforcement learning）とは機械学習の手法の1つです。囲碁の人工知能である「alpha go zero」などに使われている手法でもあります。alpha go zeroは、たったの40日でこれまで開発されたalpha goのどのバージョンよりも強くなりま…
ここまで、scikit-learnで試してきた機械学習の手法は、正解ラベルが学習データに付いている「教師あり学習」と呼ばれるものです。もう1つの機械学習である「教師なし学習」です。 教師なし学習とは、回帰や分類による「予想」とは異なり、ラベルなし学習デ…
それでは、k平均法をscikit-learnで試したいと思います。scikit-learnには、cluster.KMeansクラスがあり、k平均法によるクラスタリングを実行できます。書式は、図1のようになります。 図1．KMeansの書式 ▶クラスタリングの実施 今回は、irisデータセットを3…
scikit-learnでは、バージョン0.18.0からニューラルネットワークを利用できるようになりました。そこで、scikit-learnのMLPClassfierクラスを使って機械学習を行ってみます。 MLPClassifierクラスは、多層パーセプトロン(MLP)方式で実装されていて、書式は図…
▶形式ニューロン ニューラルネットワークとは、人間の脳にある「ニューロン」という神経細胞を模したプログラムを、複数接続した機械学習システムのことです。 人間のニューロンは、外部から様々な電気刺激を受けて興奮し、やがて別のニューロンに電気信号を…
サポートベクターマシン（SVM）は、2クラスの識別アルゴリズムでは「強力」と言われているようですが、アルゴリズムがとても複雑です。正直、私はまだよくわかっていません。 ただ、理解できた範囲内で説明すると、SVMの特徴には「マージン最大化」と「カー…
ロジスティック回帰は、クラスを分類する判断に「０」か「１」（正か負）ではなく、「確率」を用います。例えば、与えられたデータがクラス1である確率は80%、そうでない確率は20%のように判断します。つまり、たとえ正の可能性があったとしても、確率が低い…
パーセプトロンの考え方がわかったところで、irisのデータセットを機械学習してみます。scikit-learnには、パーセプトロンを実装したlinear_model.Perceptronがあります。書式は、図1のようになります。 図1．Perceptronの書式 このPerceptronから学習モデル…
機械学習の入門などを見ると、「分離問題」を解決するアルゴリズムとして、「ロジスティック回帰」や「サポートベクターマシン」「ニューラルネットワーク」などが紹介されていますが、どのアルゴリズムにおいても「パーセプトロン」という概念が基本にある…
