2019年 12月 の投稿一覧

Pythonサポートベクターマシンで回帰分析！SVRの概要と実装

機械学習ではサポートベクターマシン(SVM)が非常に優秀な分類性能を示しますが、SVMはサポートベクター回帰(SVR)として回帰問題にも適用が可能です。ここではSVRの概要とPython/scikit-learnによる実装までを紹介します。

機械学習のアルゴリズムの中でも優秀な識別器であるサポートベクターマシン(SVM)はPythonのscikit-learnで簡単に実装することが出来ます。ここではサポートベクターマシンを実際に使うために必要な知識の概要とPythonによるサンプルコードを紹介します。

機械学習のニューラルネットワークはパーセプトロンを基礎としています。パーセプトロンは線形分離可能な問題にしか適用できませんが、多層に連結することでその壁を超えることができます。ここではPythonを使って多層パーセプトロンのコーディングを習得します。

Pythonで機械学習をする第一歩として、過去に単一の説明変数から目的変数を予測する単回帰分析を習得しました。今回は同じくscikit-learnを使って複数の説明変数を扱う重回帰分析を紹介します。

機械学習を使って学習や予測を行う際は、データの前処理は欠かすことのできないプロセスです。ここではデータの標準化と正規化の概要と必要性、Pythonとscikit-learnによるコーディング例を紹介します。

Pythonのグラフ描画ライブラリであるmatplotlibは論文で使われるレベルで世間に認知されています。さらに、通常の2Dグラフプロットコードに少し手を加えるだけで3Dプロットも簡単なコードで実現可能です。いくつかの例題を用いて、matplotlibによる3D散布図の作成方法を紹介します。

Pythonで機械学習をする時の第一歩として線形回帰問題があります。ここでは線形回帰の中でも最も簡単な単回帰分析のPythonプログラミングを通して最初の一歩を踏み出します。