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
Python
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/matplotlib3Dプロット!面と散布図を作成
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。
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Pythonで文字認識!Tesseract/PyOCR導入と例題
プログラムによる自動文字認識は訓練データが必要であるため一般にハードルが高い技術です。しかし、Googleが開発したTesseract-OCRとPyOCRを組み合わせれば誰でも無料でPythonによる文字認識プログラミングを実現することができます。ここでは関連ソフトのインストール方法と例題の実行方法を紹介します。
続きを読むPython/seabornで行列散布図!ペアプロット方法と設定
行列散布図（ペアプロット）は大量の変数間の関係を一望できるため大変有用なデータ可視化手法です。しかし、表計算ソフトやPythonのmatplotlibを使ってペアプロットを作成するには思いのほか膨大な労力を要します。ここではseabornというライブラリを使い、わずか数行でペアプロットを描画する方法を紹介します。
続きを読む