分類アルゴリズムの基礎：不均衡データへのSMOTE適用
分類アルゴリズムの概要
分類アルゴリズムは、教師あり学習における主要な手法の一つです。その目的は、入力されたデータをあらかじめ定義された複数のクラス（カテゴリ）に割り当てることです。例えば、受信したメールを「迷惑メール」と「通常メール」に分類するのは典型的な二値分類のタスクであり、一方で、料理の材料情報からその料理がどの国の料理であるかを予測す ...
6月8日 00:13 投稿
caretパッケージを用いたR言語での機械学習：前処理からモデル評価までの体系的アプローチ
Rにおけるcaretパッケージの役割と基本構造
R言語は統計解析および機械学習タスクにおいて広く利用されており、caret（Classification And Regression Training）パッケージはその中核をなすツールの一つです。このパッケージは多様な機械学習アルゴリズムに対して一貫したインターフェースを提供することで、モデルの実装コストを大幅に削減します。
200以上の学習ア ...
6月7日 17:03 投稿
Python機械学習入門
NumPyの基礎
NumPyは、科学計算やデータ解析に最適な高速な配列演算を提供するライブラリです。
配列の基本属性
ndim：配列の次元数
shape：各次元のサイズを示すタプル
size：配列の要素数
dtype：配列のデータ型
itemsize：各要素のバイト数
配列の作成と操作
import numpy as np
# 1次元配列の作成
data = np.array([10, 20, 30, 40, 50])
print("1次元配列:", dat ...
6月4日 21:18 投稿
機械学習におけるハイパーパラメータとモデルパラメータの違い
機械学習モデルには、主に二種類のパラメータが存在します。
ハイパーパラメータ: モデルの訓練が始まる前に決定する必要がある設定値。
モデルパラメータ: 訓練プロセスを通じてデータから学習される値。
例として、K近傍法（KNN）アルゴリズムは訓練により学習する内部パラメータを持たず、近傍数kは典型的なハイパーパラメータです ...
6月1日 22:36 投稿
TensorFlowによる機械学習モデル実装の基本例
TensorFlowの基本モデル実装例
TensorFlowは機械学習と深層学習のためのオープンソースフレームワークであり、ニューラルネットワークの構築と訓練に幅広い機能を提供します。以下に代表的なモデルの実装例を示します。
線形回帰モデル
連続値の予測に用いられる基本的なモデルです。
import tensorflow as tf
# モデル構築
linear_model = tf.keras.Sequential([
t ...
5月29日 03:24 投稿
K近傍法によるワインデータセットのクラスタリング実装
K近傍法の基礎概念
K近傍法（K-Nearest Neighbors）は、教師あり学習の一種で分類と回帰の両方に利用できるアルゴリズムです。特徴空間内で最も近いK個の学習サンプルに基づいて予測を行います。
K近傍法の基本要素
K値: 近傍点の数を決定します。小さい値ではノイズの影響を受けやすく、大きい値ではクラス境界が曖昧になります
距離指標: サンプル間の類似度を測定し ...
5月29日 02:17 投稿
ディープラーニングに基づく成績予測システムの開発
プロジェクト概要
教育分野において、学生の成績を予測することは重要な課題です。成績予測システムは、教師や教育機関が学生の学習状況をより深く理解し、個別指導を提供する上で役立ちます。近年、ディープラーニング技術の急速な発展に伴い、ニューラルネットワークを活用した成績予測システムが注目されています。これらのシステムは大量の学生データを活用し、高度 ...
5月28日 13:55 投稿
ゼロから作るニューラルネットワークの実装
ニューラルネットワーク構成要素の実装
全体構造
このプロジェクトではjoelnetという名前のシンプルなニューラルネットワークライブラリを実装します。このライブラリは主要なニューラルネットワーク要素を含んでおり、PyTorchなどのフレームワークの基本概念を理解するのに役立ちます。
テンソルの定義
from numpy import ndarray as Tensor
ここではGPUによる高速化は ...
5月27日 12:36 投稿
SparkによるK-Meansクラスタリングの実装
K-Meansアルゴリズムは距離ベースのクラスタリング手法であり、反復処理を用いてK個のクラスタ中心を計算し、データポイントをK個のクラスに分類します。
MLlibにおけるK-Meansアルゴリズムの実装原理は、複数のK-Means実行（各実行をrunと呼びます）を行い、最も優れたクラスタリング結果を中心として返します。初期のクラスタ中心はランダムに設定されるか、KMean++アル ...
5月24日 17:57 投稿
LSTMによる銅先物価格の予測
本稿では、LSTM（Long Short-Term Memory）モデルを使用して銅先物価格を予測するコードについて解説します。コードは、モデルの訓練部分と予測部分の2つに分かれます。
モデル訓練部分
以下のPythonコードは、LSTMモデルを訓練するための関数です。TensorFlowを使用してモデルを構築し、Adamオプティマイザで学習を進めます。
import tensorflow as tf
import numpy as np ...
5月22日 17:59 投稿