↓ メインコンテンツへスキップ

Python

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。
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
··2511 文字·6 分
Python Python BeautifulSoup
BeautifulSoupを使ってXMLを解析(parse)します。
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
·1029 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
·1220 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
·1330 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
·974 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
·2334 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。
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。