ウェブUIのテストツールであるseleniumを使った、ブラウザ操作の自動化についてまとめた。
Pythonのreモジュールの基本的な使い方をまとめた。
Pythonの辞書内包表記を使って、辞書(dict)型の変数を簡潔に作成する例を示す。
pandas.Seriesのcorrメソッドで時系列データの相関係数を求めるときにはshiftメソッドで時刻をずらします。
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。
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。
最急降下法と直線探索手法を解説し、Pythonで実装する。
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。
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クラスの使用例を示す。
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を使うための手順をまとめた。
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。
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。
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。
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。
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、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のRNN, GRU, LSTMレイヤを使って時系列データを学習させる。
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。
··4596 文字·10 分
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。
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(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。
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。
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の標準ライブラリmultiprocessingを使って並列計算を行う。
··2511 文字·6 分
BeautifulSoupを使ってXMLを解析(parse)します。
NumPy配列の四則演算と線形代数学の演算について。
NumPy配列のコピーや次元の結合、結合・分割、ソートについて。
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。