Python R 差分法と微分方程式
運動方程式とか、波動方程式とか、マクスウェル方程式など、身近な物理現象を記述してくれる式は全て微分方程式です。
解が解析的に求まらなくても、数値的に微分方程式を満たす解を求める事が出来る場合もあります。今回の記事では、微分の差分化を使って簡単な運動方程式を解きます。
Python R
Python R Python R データの前処理
python でアプリを作った際に使用した前処理の手法をまとめています。基本的にはone hot encodingです。
Python R Pythonでアプリを作る2
Pythonで簡単なアプリを作ります。今回はエクセルからデータを読み込む部分と、読み込むデータを計算し、表示する部分です。
Python R Pythonでアプリを作る1
python で簡単なアプリを作ります。測定データを前処理してモデルに渡し、予測値を表示する、というアプリです。tkinter を使って外面を作ります。主な機能はデータの取得と受け渡し、受取、後はもらったデータの保存の予定です。
Python R ゼロから作るRNN2
PTBコーパスから言語モデルを作る記事です。分散表現を作り、RNNに通して全結合で予測するという単純なモデルです。単語の分散表現が得られるので、意味のあるものになっているか、コサイン類似度を使って試してみます。
Python R ゼロから作るRNN1
RNNをnumpy だけで実装していきます。ゼロから作るDeep Learning 2に載っているコードを解説しながら作っていきます。
Python R EMアルゴリズムのpythonによる実装と一般化
EMアルゴリズムのまとめをして、python 上で実装します。最後に、EMアルゴリズムの一般化について触れます。
Python R 自然言語処理入門の入門
自然言語処理の入門記事です。文字をどうやってコンピューターに認識させているか解説します。簡単なモデルで、不思議の国のアリスの文を再現させてみます。
Python R 主成分分析からカーネル主成分分析へ
テーブルデータがある時、データの雰囲気を掴む手法の一つに、主成分分析があります。線形代数の知識を使って主成分分析の原理(特異値分解)を解説します。カーネル法と主成分分析が分かると、カーネル主成分分析が理解できます。カーネル法は知っていると思ってカーネル主成分分析も解説します。
Python R Pythonによるディープラーニングの実装➂
pythonで1から作るディープラーニング第3弾です。プーリングについて解説し、プーリング層の実装をします。写真をMax Pooling すると、輪郭が取り出されることを実験して確かめます。