Python デスクトップアプリ開発手法
- 公開日：
サンプルコードを多数用いて、初心者でも安心して、Pythonプログラミング手法が学習できるように作っていきたいと思います。 現場で使えるExcelとの連携手法についても解説予定。 手軽に使えるPySimpleGUIを使用 […]
「Python」の記事一覧
Python入門講座
- 公開日：
第1章 Python入門3 第1節 Pythonとは8 第2節 Pythonの開発環境14 第3節 Pythonの例 第2章 数値と文字列、変数18 第1節 数値と演算20 第2節 変数の利用22 第3節 文字列27 第 […]
k-means法（k平均法）
- 公開日：
（２）k-means法（k平均法） クラスタを認識させるためにアルゴリズムが必要になる。 クラスタリングには、似ている組み合わせを順番にまとめていく階層的クラスタリングや、指定した距離内の密度が最大化するようにクラスタ数 […]
誤差逆伝播法（バックプロパゲーション）
- 公開日：
誤差逆伝播法（バックプロパゲーション）は、ランダムに定めた重みの初期値を用いてネットワークの順方向（入力側から出力側への方向）に計算を行い、その出力値と正解ラベルの誤差（コスト）をベースにネットワークの逆方向（出力側から […]
ニューラルネットワーク
- 公開日：
（６）ニューラルネットワーク ニューラルネットワークは、多層パーセプトロンとも呼ばれている。 パーセプトロンを階層上にした構造となっている。 すなわち、線形回帰またはロジスティック回帰における入力層と出力層の間に、中間層 […]
k近傍法（k-NN） 分類法
- 公開日：
（４）k近傍法（k-NN） k近傍法は、最も単純なアルゴリズムの一つ。特徴空間内で、分類対象のデータから距離的に近い（＝類似している）k個の教師データの多数決によって、分類結果を決める手法。 k近傍法を採用する際は、kを […]
ランダムフォレスト 分類法
- 公開日：
（３）ランダムフォレスト ランダムフォレストは、決定木の簡易版を複数作り、その多数決によって分類の結果を決める手法。 ランダムフォレストのように複数の簡易分類器の学習結果を組み合わせる手法を、アンサンブル学習という。 決 […]
様々な分類手法 線形SVM・非線形SVM
- 公開日：
（１）SVM（サポートベクターマシン） ①線形SVM SVMはロジスティック回帰と同じく、データの境界線を見つけて、データの分類を行う手法です。 超平面（クラスの境界線）から、各クラスの超平面に最も近いデータ（サポートベ […]
混同行列（Confusion Matrix）
- 公開日：
（４）混同行列（Confusion Matrix） 混同行列とは、適合率と再現率の計算に必要な「モデルが分類した結果」と「実際の結果」を２軸として、該当する値を表にまとめたもののこと。 真陽性、偽陰性の１文字目の真偽は、 […]
教師あり学習②（分類）
- 公開日：
教師あり学習②（分類） 画像認識は、ここに分類される。 ロジスティック回帰 様々な分類の手法 ディープラーニング 分類の問題は大きく２つに分けられる。 二項分類（２クラス分類） 多項分類（多クラス分類） 二項分類とは、分 […]
汎化・高バリアンス・高バイアス
- 公開日：
未知のデータに対しても、学習データと同じように精度が出るモデルのことを、汎化（Generalization）能力が高いモデルと言う。 過学習になりやすい複雑なモデルを高バリアンス（High Variance） 未学習にな […]
予測したい変数（目的変数）
- 公開日：
予測したい変数（目的変数） 別の変数（説明変数）＝基盤変数 ・説明変数と目的変数の間に直線的な関係がある＝線形回帰 ・説明変数と目的変数の間に曲線的な関係がある＝非線形回帰 ・説明変数一つだけの単回帰分析 ・説明変数が複 […]