小型ドローンとPythonを用いたプログラミング教育（対象：高校生以上）
イントロダクション 経緯 理系と文系の両方の大学でプログラミングなどの情報教育に関わり、これまで Java や Excel VBA、R、Pythonなどを担当して15年ほどになります。小型ドロー...
1
2
Comment0
18 search resultsShowing 1~18 results
Stocked
You need to log-in
Rのような変数保存をPythonでやりたい
はじめに RStudioではEnvironmentの保存ボタンから、形式をそのままに利用した変数を保存することができる。しかし、Pythonの開発環境には、そのような便利な機能が存在しない。 目...
0
0
Comment0
初めての自然言語処理 入門 1 ~MeCabを動かしてみよう ~
形態素解析とは？ ここでは、簡単に形態素解析を説明します。 まず、形態素(morpheme, モーフィーム)とは、意味をになう最小の言語単位です。例えば、「私は山田太郎です。」は,「私」,「は」...
12
13
Comment0
特徴選択 Boruta は現実的な実行時間で精度を向上できるのか
はじめに 背景 構築された機械学習モデルの精度向上は最も重要である。精度向上のためには、データから特徴量を選ぶ特徴選択、データに適した機械学習技術の選択、選択した機械学習技術のチューニングが必要...
28
31
Comment0
深い森(multi-Grained Cascade Forest)と浅い森(Random Forests)を動かして比較してみた
はじめに gcForestを動かしてみる。 背景 近年、機械学習のモデルは主にニューラルネットワークを用いる深層学習に注目が集まっている。しかし、一般的に深層学習を十分に利用するには、膨大な計算...
61
64
Comment5
深い森(multi-Grained Cascade Forest)の苦手なデータを検証してみる。
はじめに 背景 gcForest(multi-Grained Cascade Forest)の精度は画像認識や、感情分析、音楽分類、手の動きの分類などにおいて、一部の深層学習モデルとRandom...
4
5
Comment0
決定木ベースの機械学習モデル(Random Forests, XGBboost)からdefragTreesを利用して一目でわかるルールの抽出を試みる。
はじめに 背景 近年の機械学習モデルは年々その複雑さを増しています。特にビジネスで機械学習モデルから何かを説明する際に、人間の目にとってはブラックボックス化した機械学習モデルを解釈することが困難...
13
14
Comment0
Pythonの scikit-learn の n_jobs の設定ミスによる動作不良
はじめに 機械学習モデルのチューニングしているときに異常停止することがたびたび起きた。この症状はスモールデータでは起きずに、比較的大きなデータを利用する際に起きた。著者の失敗により大きく時間を損...
30
19
Comment2
Balanced Random Forestsのパラメーターチューニングを試みる。
はじめに 目的 本ページの目的は不均衡なデータに対処するため Balanced Random Forests の高速なチューニングを試みる。 本ページを読み終えて理解すること Balanced ...
4
6
Comment0
アンサンブル学習の代表的な機械学習モデルであるRandom Forestsのパラメータチューニングを試みる。
はじめに 目的 本ページの目的は不均衡なデータに対して Random Forests のチューニングを試みる。 精度が劇的に向上しましたという、ストーリーではなく、パラメータチューニングに焦点を...
7
8
Comment0
Cross-validation: KFold と StratifiledKFold のクラスラベルのばらつきの違い
目的 本ページの目的は交差検証におけるランダム性の違いを確認する。そのために、以下の内容で話を進める。 説明を簡単にするために iris データを利用 Kfold 検定のランダム性ありとランダム...
8
9
Comment0
GBDT系の機械学習モデルのパラメータチューニング奮闘記 ~ CatBoost vs LightGBM vs XGBoost vs Random Forests ~ その1
イントロダクション 目的 本ページの目的はGBDT(Gradient Boosting Decision Tree)の代表的な機械学習モデルのチューニングを試みる。 著者の記事はとにかく最低限の...
55
61
Comment0
GBDT系の機械学習モデルであるXGBoost, LightGBM, CatBoostを動かしてみる。
目的 本ページの目的はGBDT(Gradient Boosting Decision Tree)の代表的な機械学習モデルを利用可能にする。 内容 本ページで扱う機械学習モデルはXGBoost, ...
48
48
Comment0
Cross-validation: KFold と StratifiledKFold の性能の違い
目的 本ページの目的は交差検証によって、構築された機械学習モデルの予測精度が変化するかを確かめる。 そのために、以下の内容で話を進める。 FIFAのサッカーのデータを利用する 分類対象のラベルは...
20
15
Comment0
[GAS] Google フォームの公開用URLを取得し、スプレッドシートにまとめる
イントロダクション 背景 複数の細部が異なるアンケート管理のために、複数の Google フォームからアンケート用ページの公開用URLのまとめたい。 目的 Google フォームの選択→「送信ボ...
5
8
Comment0
[GAS] Google フォームの保存先を変更する
イントロダクション 背景 Google フォームを大量生成する際にフォルダを管理し、データを整理したい。 目的 生成したGoogle フォームを指定したフォルダに移動させる。 目標 指定したフォ...
3
4
Comment0
Google Apps Scripts によるGoogleフォームの選択式アンケートページの自動生成
イントロダクション 背景 アンケート調査または審査の回答を収集する際、複数の会場やセッションごとにGoogle フォームの選択式(グリッド）ページを作成したい。しかし、Google フォームでは...
2
9
Comment0
Google Apps Scripts による Google フォームのフォームクラス設定を変更する
イントロダクション 背景 複数の Google フォーム を作成する際、Google Apps Scripts を利用して、Google フォームの細かな共通の設定を変更したい。 目的 (Pur...
0
2
Comment0
18 search resultsShowing 1~18 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