機械学習で構築した学習済モデルは通常一度プログラムを終了してしまうとメモリから解放され、再び使うためには再度学習し直さなければなりません。ここでは学習して出来上がったモデルをPythonのpickleを使ってファイルに保存し、再度復元する方法を紹介します。
続きを読むPython機械学習済モデルをpickleで保存して復元する方法
AI
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。
続きを読む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
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。
続きを読むPythonで多層パーセプトロンのXORゲートを実装する!
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。
続きを読むPython機械学習！scikit-learnによる重回帰分析
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。
続きを読むPython/sklearnで学習データの前処理！標準化と正規化
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。
続きを読むPython機械学習！scikit-learnによる単回帰分析
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。
続きを読むPython/Pandasの基本操作!データフレーム行列の取扱い
Pandasは機械学習を行う場合に多用することになるPython用の強力なデータ分析ツールです。様々な機能を全てマスターするのは時間がかかりますが、ここではよく使う基本操作として、内容を絞って実例とともに紹介します。
続きを読む【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
JDLAが主催するG検定では人工知能（AI）の歴史や動向に関する設問も出題されます。ここでは、第3次AIブームの現代から過去を振り返ることでそれぞれのブームの要点と関連情報をまとめていきます。
続きを読む【G検定の学習】人工知能(AI)の定義と分類を整理！
日本ディープラーニング協会JDLAが主催するG検定合格を目標に、シラバスに記載されている「人工知能(AI)とは？（人工知能の定義）」について学習した内容をまとめます。
続きを読む