シェア
YSTK
2019年1月25日 19:01
機械学習では膨大なデータ(画像など)を学習するために膨大な計算が短時間で行われる。そこで、Numpy を使って 画像 (ランダムに作成した2次元配列) の差分を計算してみる練習をしてみた。以下が大まかな流れ。1) np.random.randint()を用いてランダムに2次元配列を作成する関数を作る2) 渡された2次元配列の一部をランダムに変更する関数を作る3) 上記1) と 2) を
2019年1月22日 11:22
先日、退院後の経過観察でMRIと血液検査を行い、医師から「問題ないようです、ご卒業です」と言われました。ご卒業という言葉に少し違和感を感じましたが、無事に治って一安心です。さて、NumPyやっていきましょうってことで、以前の1次元配列はベクトルでしたが、2次元配列は「行列」に該当します。行列については 以下のサイトが、演算、データサイエンスにおける重要性も含めて書いてあって分かりやすかったの
2019年1月15日 16:51
Numpy ndarray配列の各要素に対して演算した結果を返す関数の中で、ユニバーサル関数と集合関数を TRY してみた。ユニバーサル関数・引数が1つ np.abs() 要素の絶対数を返す np.exp() 要素のe(自然対数の底)のべき乗を返す np.sqrt() 要素の平方根を返す ・引数が2つ np.add() 要素同士の和を返す np.subtract()
2019年1月8日 21:52
Numpy は Pythonでベクトルや行列計算を行うために特化した、科学技術計算に便利なライブラリ。Numpyで配列を高速に処理するために ndarray (N-d Array = N次元配列) があり、ndarrayを生成するためには、np.array()関数の引数にPythonリスト型のオブジェクトを渡してあげれば良い。import numpy as np# 1次元配列 ベクトルar
2019年1月3日 22:21
オブジェクトを使うと何がいいのか、使わない場合と比較してみた。(あくまでもプログラミング初心者の個人的な理解)クラスを使ってやってみる以下は、クラスを使った 製品情報を操作するプログラム。以下のようにインスタンス化することで、"製品"を複数作ることができる(数字を覚えさせることができる) さらに、インスタンス化した"製品・もの"を個々に変更させる時に関数や引数を意識する必要がない。これが
2019年1月1日 21:39
2019年、明けましておめでとうございます。今年はnoteを継続して書き続け、なんとか100件は書きたいと思っています。2019年1本目のネタは 機械学習の性能評価指標について勉強したので、ここにアウトプットしてみます。・前回のトレーニングデータを用いて構築したモデルがどれほど良いものかを評価する指標があり、それは性能評価指標と言われる。・機械学習では混合行列の正解率( TP+TN / FP