機械学習で応答曲面を求めた後、その曲面（学習済モデル）の最小値や最大値を探査したい場合があります。ここではPythonによる実現の例として、とりあえずPyTorchで機械学習→PlatypusのNSGA-IIで探査といった方法を試してみます。
続きを読む1つの応答曲面を遺伝的アルゴリズムで探査するPythonコード例
回帰
PyTorchモデルをcloudpickleで保存・読み込みする方法
scikit-learnではpickleを使って学習済のモデルを保存したり読み込んだりできていましたが、PyTorchのモデルが読み込めない問題に直面したので解決方法をメモします。ここでは最も簡単だと感じたcloudpickleを使った方法を紹介します。
続きを読むPyTorchで色々な非線形関数を回帰してみたらすごかった
ニューラルネットワークは複雑な非線形関数を近似する事ができるため、回帰問題を解いてみると効果がわかりやすいです。ここではPyTorchのネットワークモデルで色々な非線形関数を回帰してみた結果とそのコードを紹介します。
続きを読むPyTorchのネットワークモデルを使って線形回帰をする方法
ディープラーニングのフレームワークであるPyTorchを学ぶために、まずは超簡単な線形回帰問題を解いてみます。ここではtorchのネットワーク構築方法、最適化モデル選択、損失関数の設置方法と基礎的な使い方を紹介します。
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/sklearn機械学習!ロジスティック回帰で分類する
ロジスティック回帰は回帰と名前が付いていますが、機械学習では分類問題に使われます。ここでは、現象の発生確率を検討できることが特徴であるロジスティック回帰の概要とPython/scikit-learnによるコーディング習得を目標とします。
続きを読む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！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