Python

時系列分析

時系列分析の話~相関係数~

時系列データの基本的な統計量に、自己相関係数があります。自己相関係数ををグラフにしたものは、コレログラムと呼ばれます。この記事では相関係数の簡単な性質をまとめ、pythonで実装します。また、コレログラムの描画をした後に、データのトレンド除去をします。
Python R

最も簡単な異常検知の手法-ホテリングのT2 理論

異常検知の入門ともいえる、ホテリングのT2理論を使ってみる記事です。python で1次元、多次元データに対する異常度の計算を実装します。
Python R

変分推論をpythonで実装する

ポアソン混合モデルを変分推論で近似するクラスをpython で実装します。ELBOを監視して、計算を早めに止めるEMアルゴリズムちっくな手法も実装します。
Python R

クラウドでディープラーニングして大丈夫?

ニューラルネットワークの勾配から、特徴量が復元できるという記事です。大切な情報を特徴量にしている場合は、クラウド上で計算を回す事にリスクがあります。
Python R

Tensorflow でMNISTを学習して勾配情報を取り出す

tensorflow を使ってみたいと思った時に、一連の事が出来る記事です。mnistデータの読み込み、モデルの作成、学習結果の確認、勾配情報の取得について解説しています。
Python R

差分法と偏微分方程式

差分法を使えば、偏微分方程式だって解けますが、何も考えずに解くと痛い目を見ます。痛い目を見て、原因を考えようという記事です。
Python R

Validation Loss <Train Loss問題への解答

械学習モデルを組んだ時、モデルの良し悪しは、トレーニングデータへの適合(train loss)とテストデータへの適合(validation loss)の差が良い指標になります。その時、Validation Loss <Train Loss となった経験はないでしょうか。 その原因を紹介します。
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

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。
タイトルとURLをコピーしました