Python
前回の２次元入力の続き。www.wantanblog.com データセットの準備 scikit-learn アヤメの品種データ データセットの準備 数学的な導出 ロジスティック回帰モデル 平均交差エントロピー誤差 勾配法による解の導出 Pythonによる実装 実装の全容 ロジスティック…
分類の続き。 2次元入力2クラスの分類の問題設定 問題提起 データの設定（PG上） データの散布表示 ロジスティック回帰モデル 3D曲線モデルの描画 等高線による図示 交差エントロピー誤差
ひさしぶりになりすぎたので、過去記事をちゃんと読み返してからの再開となりました。 ↓↓前回www.wantanblog.com 前回までの内容（復習） 問題提起 確率表現と最尤推定 ロジスティック回帰と交差エントロピー誤差 勾配法によるパラメータの算出 勾配法の導入…
いろいろやってきた環境構築を繋げます。 前提とか 全体像 構築イメージ ディレクトリ構成 ソース MongoDBに接続する アクセス準備 DBへのアクセス DBからドキュメントを取得 HTMLファイルを返却する HTMLファイルを読み込む HTMLファイルにパラメータを埋め…
前の記事で環境構築をしたときにはまったところなど。 一連の手順は以下の記事も参照。www.wantanblog.com 環境情報とか ログ情報の出力先 Failed to apply new configuration. 事象 原因・解決策 flaskのインポートに失敗する 事象 原因・解決策 変換先のUR…
おきまりのハローさせるところまで。 前提と今回の構築イメージ Flask Flaskとは Flaskのインストール インストール python（Flask）実行ファイルの記述 Nginx unit Nginx unitのインストール Nginx Unitの設定 Nginx Unit（以下、Unit）の起動 ディレクトリ…
以前の記事で「pyenv」を用いてPythonの最新バージョン（3.8.2）をインストールして、バージョンの切り替えを行いました。 が、再度起動してログインユーザでバージョンを確認すると元のバージョンが表示されました。 以前やったこと Pythonのバージョン切り…
Pythonの実行環境を構築するためにLinux上（CentOS7）にPython3をインストールします。 Pythonインストール Pythonバージョン確認 pyenvのインストール Python3.8のインストール 動作確認 コマンドライン実行 ファイルで実行する
前回の続き。 それっぽくはなりますが、単純に難しくなってきます。↓前回 www.wantanblog.com ロジスティック回帰 ロジスティック回帰 ロジスティック回帰とシグモイド関数 ロジスティック回帰モデル 交差エントロピー誤差 交差エントロピー誤差 交差エント…
やっと次章に進みました。今回から機械学習の教師あり学習における「分類」を扱っていきます。 分類 問題設定 データセット準備 問題設定 確率表現と最尤推定 確率表現 最尤推定 数学的に考える最尤推定
回帰編の基本は今回で完了する予定です。 モデルを考えてみる データセットに対する最適なグラフの形は？ オリジナルモデルの作成 オリジナルモデルの実装 ライブラリscipy.optinize モデル関数 モデルのグラフ表示 MSEの導出 最適化パラメータの導出 結果と…
今回は「過学習」について学びます。モデルの検証方法としてのホールドアウト検証法と交差検証法を用いて最適なパラメータや過学習となる地点の導出を試みます。
ガウス関数を用いた線形基底関数モデルの実装をPythonで行います。データセットにはBoston house-prices (ボストン住宅価格データセット)を活用してみます。
線形回帰モデルではこれまで最も基本的な一次元入力と二次元入力を扱ってみましたが、今回は多次元（N次元）線形回帰モデルを扱います。入力の次元数を限定しないことによって、本格的な活用も可能になってくるかと思います。 煩雑になってくるかもしれませ…
前回まではX軸とY軸の二要素のみを扱ってきました。 二要素ならばそこまでがっつりやりこまなくてもなんとかなりましたが、あまり機械学習という感じもしませんでした。今回は入力が二要素の場合です。最終的には多数要素を扱いますが、回帰モデルも単純な一…
今回も線形回帰について、線形回帰モデルを求めるために前回は最小二乗法という方法について学びましたが、今回は勾配降下法について学びます。 Pythonで学ぶ勾配降下法 Pythonで実装する勾配降下法 勾配のイメージをつかむ 勾配を求める 勾配を利用し底を求…
何も分からなかった状態の基礎編、重く苦しい数学編をなんとか超えてついに機械学習編にたどり着きました！ 基本も数学も適宜振り返る必要があると思われ、何も分からなくて苦しいのは今後も続くと見込まれますが、とにかく本編がやっとスタートします。 教…
またまたしばらくサボっていました。 今回は指数対数ということで、機械学習を勉強しようと思ったことがある人はみたことがあるであろうシグモイド関数などがでてきます。 概要はつかんでおきたいですね。 個別の関数については難しくてギブアップ気味・・
長くなってきたので一旦切りました。行列の続きです。 特殊な行列 正方行列 単位行列 逆行列 その他の行列の操作と性質 転置 行列と連立方程式 写像（変換） 固有ベクトル
明けましておめでとうございます。 本ブログは年が明けようが、年が戻ろうが平常運転でいきたいと思います。今回は「行列」、なんともくるしかった微分よりははるかにPythonが使いやすそう。 行列 行列ってなんだっけ？ 行列の加減算 スカラー倍 行列の乗算
いろいろあって長く間が空いてしましましたが、Pythonやります。 微分 そもそも微分ってなんだっけ？ 微分公式と表現 関数の微分 偏微分 そもそも偏微分って？ 偏微分のグラフ上の表現 勾配のグラフ化 多変数の入れ子関数 Σ（シグマ）の微分
深く立ち入りすぎずに今回はシグマについて(*´Σ｀) 和の記号Σ シグマ（Σ）とは 内積をシグマで表現する パイ（Π）積の記号
まとめるのが難しいところ。 機械学習における数学 数学は学習すべきか 本ブログでの扱い ベクトル ベクトルの基本 Pythonでベクトルを表す Pythonでベクトル操作 ベクトルの内積 その他のベクトル 法線ベクトル ベクトルのノルム コサイン類似度
ちょっと時間が空いてしまいましたが、今回はPythonで三次元グラフを扱います。 三次元グラフ 三次元の数式 数値を色で表現する 数値を表面で表現する
前回はJupyter Notebookの基本的なグラフ描写方法を学習しましたが、今回は前回のグラフをベースにグラフの装飾を行います。www.wantanblog.com グラフの装飾 関数の変化を描写する 関数の表示を装飾する 複数のグラフを並べて表示する 複数グラフの表示
機械学習プログラミングをしっかりとやろうと思った場合、数学的な知識に加えてグラフの扱いが必須となります。 ※数学系の参考書を読んで思っただけです。今回はJupyter Notebookでのグラフ描写を扱います。プログラミングでグラフを扱うのは全くの初めてな…
基本はその３までの予定です。その１www.wantanblog.comその２www.wantanblog.com スライシング表現 配列の中の条件を満たすデータの操作 関数 関数の宣言 関数の引数と戻り値 Pythonによるファイル操作
入門②の続きでまだまだ基本編、少し機械学習っぽくなってきましたかね？ Pythonのベクトル NumPyライブラリ ベクトルの計算 ベクトル成分の操作 おまけ Pythonの行列 行列の定義 行列の基本操作 特定行列の生成 数列の算術演算 その他の算術関数
Python自体が分からないので、入門①で構築した環境で基本を学習します。www.wantanblog.com Pythonの基本 基本計算 変数と型表現 文字列の組み合わせ表現 Pythonの配列 配列（list） 二次元配列 タプル（tuple） Pythonの基本構文 Python構文のインデント if…
機械学習からの派生でPython学習のスタートです。 私が学ぶ目的は機械学習なのですが、現時点ではやっていることは直接的に関係あるわけではないのでカテゴリーには「機械学習」を入れてますがタイトルからは抜きました。 anacondaとは Python環境構築 anaco…
