Pythonのf-stringsで文字列を扱う
· 4 min read
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
· 4 min read
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
· 5 min read
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
· 5 min read
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
· 7 min read
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
· 2 min read
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
· 6 min read
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
· 4 min read
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
· 3 min read
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
· 12 min read
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
· 3 min read
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
· 3 min read
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
· 6 min read
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。