knaka Tech-Blog

AI, IoT, DIYエレクトロニクス, データサイエンスについて投稿予定です。

機械学習

ディープラーニングで、数値系予測 python版

index: 概要 環境 参考の書籍 コード 評価 実行ログ 概要 ディープラーニングの、予測系問題として、温度値の数値予測を検討してみました。 python版で、フレームワークは使用しておりません。 設計については、書籍を参考にしていますので。オリジナル仕様…

ディープラーニングで画像認識 実装(4)、keras CNNで、自前準備した画像の学習(2)

index: 概要 環境 画像データ コード 実行ログ 関連 概要 前回は、自前で準備した画像で、ImageDataGenerator flow_from_directory() を使用して、学習用/ 評価用データを準備しましたが。 評価時の、正解率などが。よく把握できなかったので 画像読み込み処…

ディープラーニングで画像認識 実装(3)、keras で、CIFAR-10データの学習

index: 概要 環境 画像データ コード 関連 概要 前回は、自前で準備した画像の keras で画像認識の学習、評価、を行いました。 mnist以外のデータで、CIFAR-10データ を試してみたいと思います 環境 keras : 2.1.3 tensorflow : 1.4 python : 3.5.2 画像デー…

ディープラーニングで画像認識 実装(2)、画像の前処理

index: 概要 環境 コード 実行結果 まとめ 関連 概要 前回は、keras で画像認識の学習、検証(画像認識の判定結果出力)等、 一連の流れを記載しましたが。 ディープラーニングで画像認識で、認識精度を向上させる為に、 学習画像数を増やしたり、前処理での…

ディープラーニングで画像認識 実装、keras  ImageDataGenerator

index: 概要 環境 処理の流れ コード 学習データの配置 実行方法 説明など ログ等 参考 概要 mnist 等のサンプル以外で、画像認識の実装テストを行いました。 条件として、自前の画像を準備(カメラ撮影、ネット検索等で取得)し、 ラベル情報を追加して、教…

matplotlib plot()

index: 概要 必要なimport plot() plot + sin 波形 散布図 hist() pie() 概要 データの可視化で、matplotlibの機能の説明になります参考のページ / tutorial:https://matplotlib.org/tutorials/introductory/sample_plots.html#sphx-glr-tutorials-introduct…

IoTデータから scikit-learnで線形回帰。

概要 前回続き、機械学習の関連となります。 IoT温度データから scikit-learnを使用して線形回帰モデルでグラフ描画までテストしてみました。 比較的カンタンなデモですが、ライブラリの読み込みも速めで、 使いやすく見えました。今回は、データ分析、特徴…

IoTデータ学習して chainerで時系列予測を出力する。

index: 概要 参考のページさま 環境 結果 code update まとめ 概要 機械学習の関連となります。 ディープラーニングも対応できそうなchainer を使って、IoTデータの数値予測してみました。前は、LSTMのKeras+ tensorFlow 版でしたが、 Ubuntu以外のLinux で…

確率

index: データの準備 この試行結果を根元事象(基本事象)といいます 統計的確率 統計的確率 確立変数 確率分布: ベルヌーイ分布: 二項分布: ポアソン分布: 必要なimport import numpy as np import numpy.random as random import scipy as sp import pa…

分散、標準偏差、要約統計量

index: 分散 標準偏差 平均値 中央値 最頻値 要約統計量 四分位範囲 必要なimport # import numpy as np import numpy.random as random import scipy as sp import pandas as pd from pandas import Series, DataFrame import matplotlib.pyplot as plt imp…

pandas info()

index: .info() mean median() mode() describe() .info() dataFrame についての、情報が表示できます。importしておきます # import numpy as np import numpy.random as random import scipy as sp import pandas as pd from pandas import Series, DataFr…

pandas Series

必要な import import numpy as np import numpy.random as random import pandas as pd from pandas import Series, DataFrame 配列の作成 # Series a1 = pd.Series([5,6,7,8,9]) print(a1) a1 = pd.Series(np.arange(5, 10 ,dtype='f')) print(a1 ) 結果:…

numpy の行列の作成

numpy の行列の作成 、操作のの説明となります。 reshape() 行列の作成作成 #行列の作成 a1 = np.arange(9).reshape(3,3) print(a1 ) 結果: [[0 1 2] [3 4 5] [6 7 8]] 3×3の行列が、出力されます。 行の取り出し。 0行目 a1[0, :] < 結果: >|python| ar…

numpy のrandom randn() で乱数生成。

numpy のrandom 等 で乱数操作のの説明となります。 関連のページ: https://docs.scipy.org/doc/numpy/reference/routines.random.html numpyモジュールのimport import numpy as np import numpy.random as random randn() seed指定で毎回同じ乱数が出る ra…

pythonでデータサイエンス 初級

データ解析、機械学習で使用される統計などの技術 python の数学系ライブラリについての内容となります。========= 参考は。大学さまの公開資料や、python数学系ライブラリの参考記事、 統計学の参考記事を参考にしています。より詳しく理解されたい方は 記…

numpy のsort() min() max() sum()

numpy のsort() 等の説明となります。 関連のページ: https://docs.scipy.org/doc/numpy/reference/routines.sort.html sort() # ソート a1 = np.array([5,4,3,2,1]) print(a1 ) a1.sort() print(a1 ) 結果: [5 4 3 2 1] [1 2 3 4 5] sort() 実行後に、配列…

numpy の配列作成, array() arange() zeros() ones()

numpy の配列作成等の内容となります。 関連のページ: https://docs.scipy.org/doc/numpy/reference/routines.array-creation.html index: index: array() arange() linspace() zeros() ones() array() array(配列 , dtype ) # array() a1 = np.array([5,4,3…