japanmapを利用した都道府県塗り分け
概要 地域ごとのデータを比較・分析する際には、地図を使った可視化が重要な役割を果たします。今回は2025年の最低賃金データを例に、Pythonの japanmap ライブラリを用いた都道府県別デ...
2
3
Comment0
51 search resultsShowing 1~20 results
Stocked
You need to log-in
🔰PyTorchでニューラルネットワーク基礎 #17 【分位点回帰】
概要 個人的な備忘録を兼ねたPyTorchの基本的な解説とまとめです。 分位点回帰は、目的変数の条件付き分布における特定の分位点を推定する統計手法です。Pythonだとstatsmodels.a...
1
3
Comment0
🔰PyTorchでニューラルネットワーク基礎 #12 【Conv1d】
概要 個人的な備忘録を兼ねたPyTorchの基本的な解説とまとめになります．PyTorchの1次元畳み込みとプーリング層の概略についてまとめていきたいと思います。 1. 1次元畳み込み層 (Co...
2
3
Comment0
🔰PyTorchでニューラルネットワーク基礎 #18 【分位点回帰・時系列分析】
概要 個人的な備忘録を兼ねたPyTorchの基本的な解説とまとめです。 日経平均株価が5万円を超えたということで、久しぶりに日経225を利用した演習を行ってみたい衝動にかられてしまった 今回はこ...
1
2
Comment0
e-Statでのデータ取得とグラフ化の注意点
1. 概要 e-Statは、日本の政府統計を一元的に閲覧できる公式ポータルサイトです。人口、GDP、物価など、様々な統計データをブラウザ上で簡単に取得できます。データ分析の基礎を学ぶ上で、信頼性...
2
4
Comment0
🔰PyTorchでニューラルネットワーク基礎【目次】
概要 個人的な備忘録を兼ねたPyTorchの基本的な解説とまとめです。シリーズが10を超えたので目次つけて自分のために整理したいと思います。ただ列挙してあるだけですが 方針 できるだけ同じコード...
3
3
Comment0
🔰PyTorchでニューラルネットワーク基礎 #19 【単語の分散表現】
概要 個人的な備忘録を兼ねたPyTorchの基本的な解説とまとめになります。今回から自然言語の内容となります。自然言語の初回は単語の分散表現とPyTorchの埋め込み層 (Embedding L...
1
1
Comment0
plotlyを利用した世界地図での国・地域塗り分け
概要 Pythonのplotlyライブラリを利用すると、国・地域別データを世界地図上へ簡単に可視化できるようになります。しかもインタラクティブな感じに！今回は2024年の訪日外国人データを例に、...
12
11
Comment0
TinySwallow-1.5BをSFTして大喜利生成してみた
概要 TrainTVの大喜利を見ていて、これは面白い?と思うことがあり、AIを使って大喜利を自動生成できないかと試してみることにしました。今回、大喜利AIの作成には、小規模ながらも高性能なSak...
2
5
Comment0
【非線形の分位点回帰】 楽観的予測〜悲観的予測
概要 回帰分析といえば線形が定番です。前回利用した平均気温とスポーツ飲料の販売指数の散布図（下のグラフ）、線形よりも二次関数っぽく見えませんか 非線形回帰は係数の解釈などやや難しい面もありますが...
3
3
Comment0
【分位点回帰】楽観的予測〜悲観的予測
概要 「暑い日には飲料水がよく売れる！」経験的に理解している現象だと感じます。この関係性を統計的に分析しているのが全国清涼飲料連合会のプロジェクトです。 全国清涼飲料連合会が気象庁との共同プロジ...
2
3
Comment0
🔰PyTorchでニューラルネットワーク基礎 #16 【時系列・因果畳み込み】
概要 個人的な備忘録を兼ねたPyTorchの基本的な解説とまとめです。 第15回で因果畳み込みについて簡単にまとめてみました。新しいネットワーク層なら使ってみたい!!!! ということで、今回は港...
1
3
Comment0
🔰PyTorchでニューラルネットワーク基礎 #15 【因果畳み込み・Conv1d】
概要 個人的な備忘録を兼ねたPyTorchの基本的な解説とまとめになります。PyTorchの1次元畳み込みにパディングを追加して、時系列データから時間軸の流れに従った特徴量を抽出する方法、因果畳...
1
2
Comment0
🔰PyTorchでニューラルネットワーク基礎 #13 【音楽分類01・conv1d】
概要 個人的な備忘録を兼ねたPyTorchの基本的な解説とまとめです。GTZANデータセットを利用しての音楽ジャンル分類の演習を行ってみたいと思います。GTZANデータセットは2025年8月現在...
1
2
Comment0
🔰PyTorchでニューラルネットワーク基礎 #14 【音楽分類02・conv1d】
概要 個人的な備忘録を兼ねたPyTorchの基本的な解説とまとめです。GTZANデータセットを利用しての音楽ジャンル分類の演習の2回目です。10ジャンル分類の演習を行いたいと思います。 GTZA...
1
2
Comment0
🔰PyTorchでニューラルネットワーク基礎 #9.5 【時系列分析・指標】
第8回、9回と再帰ネットワークのLSTMを利用した時系列分析を行いました。今回はやや本題からそれますが、時系列分析に関する指標についてまとめておきます。次回、実際に8回、9回で学習したモデルが数...
1
4
Comment0
🔰 PyTorchでニューラルネットワーク基礎 #01 【回帰分析】
概要 個人的な備忘録を兼ねたPyTorchの基本的な解説とまとめになります．順番にまとめてLLMを利用した内容のTinySwallow-1.5BをSFTして大喜利生成してみたにまでつなげる予定で...
1
3
Comment0
🔰PyTorchでニューラルネットワーク基礎 #02 【回帰分析・非線形化】
概要 個人的な備忘録を兼ねたPyTorchの基本的な解説とまとめになります． 回帰問題をニューラルネットワークで扱う特徴の一つは、モデルを非線形で捉えることができる点にあると言えます。つまり、デ...
1
1
Comment0
🔰PyTorchでニューラルネットワーク基礎 #03 【分類問題】
概要 個人的な備忘録を兼ねたPyTorchの基本的な解説とまとめです。第３回は分類問題になります。 機械学習の最初の一歩に、アヤメデータセットを用いたアヤメの分類問題があります。アヤメのデータセ...
2
2
Comment0
🔰PyTorchでニューラルネットワーク基礎 #04 【画像分類・畳み込み層】
概要 個人的な備忘録を兼ねたPyTorchの基本的な解説とまとめです。第４回は画像の分類問題になります。 画像分類の第一歩といえば「0〜9の手書き数値データ」であるMNISTが有名です。今回はM...
1
3
Comment0
51 search resultsShowing 1~20 results
Qiita is a knowledge sharing service for engineers.
- You can follow users and tags
- You can stock useful information
- You can make edit suggestions for articles