AI

このページでは当ブログ、WATLABで投稿しているAI、機械学習、ディープラーニング関連の記事をまとめています。完全初学者の筆者がゼロから覚えていく過程をまとめていますので、お好きな所からお読み下さい。

G検定

【G検定の学習】人工知能(AI)の定義と分類を整理!

【G検定の学習】3度のAIブーム整理!過去の終焉理由と研究の動向

【G検定の学習】機械学習の具体的な手法や概要のまとめ

【G検定の学習】ディープラーニングの概要と具体的な手法

【G検定チートシート】AI関連法律や動向含む試験当日のカンペ

【G検定】G2020#1に合格したので対策方法と感想を書いてみた

AI実装検定

A級

【朗報】G検定取得者がノー勉でAI実装検定A級に合格した件

Kaggle

Kaggleアカウントの新規作成方法!始め方までを説明

関連外部ライブラリのインストール

scikit-learn

Python機械学習!scikit-learnインストールと例題

Pandas

Python/Pandasの基本操作!データフレーム行列の取扱い

PyTorch

ディープラーニング初心者がPyTorchを選んだ3つの理由

データ前処理

集計

Python/Pandasで時系列データを月毎に集計する方法

標準化と正規化

Python/sklearnで学習データの前処理!標準化と正規化

モデル管理

学習済モデルの再利用

Python機械学習済モデルをpickleで保存して復元する方法

回帰分析

単回帰分析

Python機械学習!scikit-learnによる単回帰分析

重回帰分析

Python機械学習!scikit-learnによる重回帰分析

サポートベクターマシンによる回帰(SVM.SVR)

Pythonサポートベクターマシンで回帰分析!SVRの概要と実装

分類手法

単純パーセプトロン

PythonでパーセプトロンのANDゲートを実装する!

PythonでパーセプトロンのORゲートを実装する!

多層パーセプトロン

Pythonで多層パーセプトロンのXORゲートを実装する!

決定木(分類木)

Python/sklearnで決定木分析!分類木の考え方とコード

Python決定木可視化!Graphvizの導入とdot処理方法

ランダムフォレスト

Python機械学習!ランダムフォレストの概要とsklearnコード

ランダムフォレストの全決定木を可視化してGIFアニメにしてみた

ロジスティック回帰

Python/sklearn機械学習!ロジスティック回帰で分類する

k近傍法(kNN法)

Python/sklearnのk近傍法!kNNで多クラス分類する

サポートベクターマシンによる分類(SVM.SVC)

Python機械学習初心者用!サポートベクターマシンの概要と実装

LightGBM

機械学習コンペで人気のLightGBMをPythonで使ってみた

教師なし学習

クラスター分析

k-means法

Python/k-means法で教師なし学習!クラスタリング概要

ニューラルネットワーク

活性化関数

ディープラーニングにおける活性化関数をPythonで作る!

ディープラーニング

PyTorchチュートリアル

「What is PyTorch?」チュートリアルをやってみた

最適化手法

勾配降下法

Pythonで1変数と2変数関数の勾配降下法を実装してみた

勾配降下法を回帰分析に適用する式と実装のためのPythonコード

Momentum

勾配降下法に慣性項を追加するMomentumをPythonで実装

AdaGrad

Python/Numpyで機械学習の最適化!AdaGradを実装

RMSProp

学習の停滞を改善するRMSPropをPythonで書いてみた

データ分析手法

ペアプロット

Python/seabornで行列散布図!ペアプロット方法と設定

Pythonで相関係数別に色分けするペアプロットを自作してみた

多次元解析チャート

多次元解析チャートで3個以上の多変量グリッドサーチ結果を可視化

モデル検証手法

ホールドアウト法

Pythonで簡単にホールドアウト法用のデータ分割をする方法

グリッドサーチ

Pythonのグリッドサーチで決定木のハイパーパラメータを調整!

AIや機械学習、ディープラーニング関連の記事はこちらのページで体系的にまとめていきます!