記事一覧
よく使うGitコマンド
背景
ちょっと開発から遠ざかったので、あらためてGit復習してみました。
コマンド
一からGitプロジェクト作成
$ git init {プロジェクト名}
既存プロジェクト(ディレクトリ)をGit管理
$ cd {既存ディレクトリ}$ git init
既存Gitプロジェクトをクローン
$ git clone {GitプロジェクトURL}
ブランチ作成
$ git branch
Windows11でSSHキーをローカルに登録したときにつまづいたので…
背景
GitHubとのSSH通信準備において、Mac手順だとうまくいかなかったのでメモ。
環境情報
Windows11 Pro
VS Codeのターミナル(bash)
ローカルでSSHキーを作成
$ ssh-keygen -t ed25519 -C "{メルアド}"
→SSH公開鍵(id_ed25519.pub)、秘密鍵(id_ed25519)が~/.ssh/配下に作られる
AZ-900(Azure Fundamentals)を受けてみた
7月に会社で受講したAzure研修で思い立ち、AZ-900取得に向けて取り組みました。これから受験される方の参考になれば幸いです。
■筆者のレベル・AWSソリューションアーキテクト保有
・プライベートでAWSハンズオンセミナーを定期的に受講
・AWS/Azureとも業務利用なし
クラウドの基本知識は持っていたのでセミナーの理解度も高かったですが、
合格するにはAzure特有のサービス名や仕組み
ディープラーニングの手法 ①活性化関数 ②勾配降下法
ディープラーニングの研究が活発になり、
今では事前学習が必要なくなった。
これを実現したのは、誤差逆伝搬(バックプロパゲーション)での
勾配消失問題の最大の原因であった活性化関数を工夫する
テクニックを用いたことだった。
活性化関数シグモイド関数以外にどういったものが
用いられているか。
1.tanh関数(ハイパボリックタンジェント)
2.ReLU関数(Rectified Linear Un
機械学習の具体的手法
教師あり学習「与えられたデータ(入力)を元に、そのデータがどんなパターン(出力)になるのかを識別・予測する」こと。
例えば、
・過去の売上から、将来の売上を予測したい。
・与えられた動物の画像が、何の動物かを識別したい。
・英語の文章が与えられたときに、それを日本語の文章に翻訳したい
(英語に対応する日本語のパターンを予測)
すなわち、教師あり学習は入力と出力の間にどのような関係がある
決定木の重要なパラメータ
1.max_depth決定木の深さ
・深ければ深いほど分岐が増え説明力が上がるが
・一方、深すぎると意味のない分岐が増えやすく過学習のリスクがある
2.min_samples_leaf葉に属する最小サンプル数
・サンプル数が少ないと、信ぴょう性の低い分岐ができる可能性あり
参考:【ゼロから始めるデータ分析】 ビジネスケースで学ぶPythonデータサイエンス入門
https://www.udem
scikit-learnで単回帰分析する際の注意
単回帰分析のみ、説明変数のデータは2次元配列にする必要がある
jupyter notebookにて
import pandas as pdimport numpy as npimport matplotlib.pyplot as plt%matplotlib inlinefrom sklearn.linear_model import LinearRegression as LR#学習データt
データ分析で注意すること
1.はじめにデータ概要を把握するいきなりモデリングに入ると、激しい手戻りが発生することがある
2.すごい分析結果が出たら疑う、客観的に見る使ってはいけない情報を使っていないか、過学習を起こしていないか、など。
3.テクニックに走らない何を分析するのか、何で分析するのか?
参考:【ゼロから始めるデータ分析】 ビジネスケースで学ぶPythonデータサイエンス入門
https://www.udem
jupyterの基本操作
各セルには編集モードとコマンドモードがある編集モード
・hでヘルプ
・ddでセル削除
・aで新規セルを上に挿入
・bで新規セルを上に挿入
コマンドモード
・codeモード(プログラミング)
・markdownモード(メモ)
セルの実行はShift+Enterノートブック上にグラフを描画する際に指定する記述
matplotlibを使う際は、初めにmatplotlibライブラリをインポートする
機械学習のライブラリ
TensorFlow・Google社製。ディープラーニング用。Google使用実績あり
・GPU版あり
Chainer・Preffered Networks社製。非常に短いコードで記述可能
・GPU版あるが、ライブラリ導入が必要
Caffe・カリフォルニア大学のBVLCが開発。コミュニティ活発
・GPU版あるが、ライブラリ導入が必要
scikit-learn・Google社製。機械学習全般を