機械学習にはコスト関数の極小値を探すために、様々な最適化手法が考案されています。ここでは学習が進むにつれ学習率が調整されていくAdaGradをPythonのnumpyで実装する方法を学びます。
続きを読むPython/Numpyで機械学習の最適化！AdaGradを実装
Python/OpenCVで任意色を透過させたpng画像に変換
画像内任意色の画素を透過させるくらいの処理はPythonとOpenCVを使えばあっという間に可能です。ここでは透過を意味するRGBA形式の説明と、Pythonによる透過png画像作成コードを紹介します。
続きを読むPythonのpdfkitで任意のWebページをPDF化する方法
Webページに有用な情報があっても、ページはある日突然変更されたり消えてしまったりすることがあります。ここではWebページをPDFとしてオフラインに保存する方法を紹介します。
続きを読む勾配降下法に慣性項を追加するMomentumをPythonで実装
機械学習でよく使われる関数の最小値を探す最適化には様々な手法があります。ここでは勾配降下法を少し改善したMomentum(モメンタム)の式とPythonコードを紹介します。
続きを読む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
勾配降下法(最急降下法)は式がシンプルで扱いやすい最適化手法です。ここでは勾配降下法を機械学習の回帰分析に適用するための式変形方法や、Pythonで実装するためのコードを紹介します。
続きを読むPythonで1変数と2変数関数の勾配降下法を実装してみた
機械学習や数値解析で頻繁に用いられる勾配降下法は最適化問題に解を与える有力手法です。ここではアルゴリズムを理解するために、最も単純な1変数関数と2変数関数における勾配降下法の実装を学習します。
続きを読む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
機械学習は多数のハイパーパラメータの組み合わせにより予測精度が決まります。ここではヒートマップでは表現出来ない3つ以上のパラメータとスコアの関係性可視化方法である多次元解析チャートをグリッドサーチの結果を使って紹介します。
続きを読む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！
機械学習は万能な方法ではなく、ハイパーパラメータの調整が不可欠です。ここでは最も理解しやすい決定木分析を使ってグリッドサーチというハイパーパラメータ調整方法を習得することを目標とします。
続きを読む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
機械学習ではホールドアウト法として1つのデータセットから訓練データとテストデータを分けることをよく行います。ここでは、Pythonのscikit-learnに含まれるtrain_test_splitを使った簡単なデータ分割方法を紹介します。
続きを読むPythonの4次ルンゲ・クッタ法で多自由度連成振動を解く方法
多数の質点系から成る多自由度系は各点の振動が影響し合う連成振動をします。連成振動を解く方法は色々ありますが、ここでは有名な4次のルンゲ・クッタ法をPythonで作成して解いてみます。
続きを読む