Machine Learning Casual Talks #8に行ってきました。 mlct.connpass.com 初メルカリ社です。会場はこんな感じ。 出た。イケてるtech企業あるある。押し放題の自販機。 エムスリー社からのノベルティー。TypeC to USBアダプタ、ありがとうございます。 便利…
お久しぶりの更新です。 転職して、いろいろありましたが、いまのところ楽しく機械学習やれてます。 さて、表題の通り技術書典6に申し込みました。 techbookfest.org 出版物ですが、pandas + matplotlib + 前処理全般に関するチートシートを各2枚、計6枚くら…
先日、新卒で入社し、約1年6ヶ月務めた某S社を退職しました。 闇属性でパーティー作ってんのに、光属性☆5引いちゃったみたいなそんな感じです。 (2019/01/04追記:某S社と書きましたが、ソフトバンク株式会社です。年も変わったしもういいでしょう。) 勤務時…
twitterで回ってきたものだけとりあえずまとめています。 全く網羅できていないので、今後も見つけ次第追記、整理します。 twitterで情報いただけると助かります。 [9/24追記：他サイトを追記] twitter.com 他サイト day1 day2 LT 他サイト 他の方がまとめら…
こんにちは、ワタルです。 プレゼンテーション入門2です。 入門1はこちらからどうぞ。 watarumon.hatenablog.com このエントリの目的 資料作りで最も重要なこと ガイド機能で使用領域を決めてしまう 色使いについて 濃淡の活用 文字の大きさについて TIPS テ…
図1 2匹の羊 当たり前ですが、 numpyのndarray.where()と pandasのDataFrame.where()は引数が異なる。 この前、混乱したのでまとめておきたいと思います。 ndarray.where() DataFrame.where() DataFrame.mask() まとめ ndarray.where() まずは、numpy、ndarr…
こんにちは、ワタルです。 読むだけでプレゼンが上手くなるプレゼン入門講座をはじめることにしました。 はじめに 実は私、学生時代から学会発表などでプレゼン発表する機会が多く、その経験からビジネスプレゼン大会(1000人規模)で優勝したことがあったりし…
こんにちは、watarumonです。 最近はじめましての機会が多いので、プロフィールエントリを書いておこうと思いまして。 自己紹介 Twitter このブログについて 経験とかスキルとか プログラミング言語 ちなみにソシャゲ経歴 おわりに 自己紹介 watarumon、20代…
こんにちは、ワタルです。 はじめに このエントリでは、サンプルデータを作成し、そのデータを持って決定木とランダムフォレストの実装と可視化をしてみます。 決定木分類をとてもかんたんに説明すると、 ある条件に対してYes or No のように分けて決めてい…
こんにちは、ワタルです。 はじめに このエントリでは、機械学習のサンプルデータとしてよく用いられるIrisのデータに対して、ナイーブベイズ分類を実装してみます。 サンプルデータは、Iris(アヤメ)という植物のデータで、3種類のアヤメについて、それぞれ5…
はじめに このエントリでは、機械学習のサンプルデータとしてよく用いられるIrisのデータに対して、SVM(Support Vector Machines)を実装してみます。 サンプルデータは、Iris(アヤメ)という植物のデータで、3種類のアヤメについて、それぞれ50サンプルのデー…
はじめに このエントリでは、機械学習のサンプルデータとしてよく用いられるIrisのデータに対して、ロジスティック回帰を用いた多クラス分類やk近傍法を実装してみます。 サンプルデータは、Iris(アヤメ)という植物のデータで、3種類のアヤメについて、それ…
はじめに このエントリでは、Statsmodelsの一部として提供されているサンプルデータを用いてロジスティック回帰を実装してみます。 サンプルデータは、1974年に行われた、女性に対して不倫の有無を聞いた調査です。 http://www.statsmodels.org/stable/datas…
こんにちは、ワタルです。 さっと見て、「あぁそうだったそうだった」と確認できるハンドブックのような存在を目指して。 searborn入門第3回目、「ヒートマップとクラスターマップ」です。 はじめに このエントリでは、seabornのサンプルデータを用いてヒー…
こんにちは、ワタルです。 さっと見て、「あぁそうだったそうだった」と確認できるハンドブックのような存在を目指して。 searborn入門第2回目、「回帰とプロット」です。 はじめに このエントリでは、seabornのサンプルデータを用いて様々な回帰曲線を描く…
こんにちは、ワタルです。 さっと見て、「あぁそうだったそうだった」と確認できるハンドブックのような存在を目指して。 pandas入門第1回目、「様々なデータの可視化手法」です。 はじめに このエントリでは、以下の関数を学習することができます。 pyplot.…
こんにちは、ワタルです。 はじめに このエントリでは、なんだか昂ぶった夜や特に理由はないんだけど寝付けない夜にぜひ試してほしい方法(思考法?)について書こうと思います。 もちろん、効果は人それぞれだと思うのですが、私の場合は効果テキメンで、いつ…
こんにちは、ワタルです。 はじめに 今回は、多重回帰分析について、理論的な仕組みを理解できるよう解説しつつ、実装してみようと思います。 さらに、その実装がseabornであれば1行で終わってしまう儚さを体験しつつ、seabornにおける多重回帰分析のメソッ…
こんにちは、ワタルです。 さっと見て、「あぁそうだったそうだった」と確認できるハンドブックのような存在を目指して。 pandas入門第8回目、「Dataframeにおける階層indexの考え方」です。 今回の学習内容 今回は、階層的なindexを作る方法や、indexやcolu…
こんにちは、ワタルです。 さっと見て、「あぁそうだったそうだった」と確認できるハンドブックのような存在を目指して。 pandas入門第7回目、「欠損値の扱い」です。 今回の学習内容 今回は、欠損値が含まれたデータに対して、様々な対応の方法を学んでいき…
こんにちは、ワタルです。 さっと見て、「あぁそうだったそうだった」と確認できるハンドブックのような存在を目指して。 pandas入門第6回目、「Dataframeの操作と統計量」です。 今回の学習内容 今回は、dataframeの合計や累積、様々な統計量の調べ方につい…
こんにちは、ワタルです。 さっと見て、「あぁそうだったそうだった」と確認できるハンドブックのような存在を目指して。 pandas入門第5回目、「データの並び替え」です。 今回の学習内容 今回学ぶ関数 おまじない ser.sort_index()(indexで並び替える) ser.…
こんにちは、ワタルです。 さっと見て、「あぁそうだったそうだった」と確認できるハンドブックのような存在を目指して。 pandas入門第4回目、「データ同士の計算」です。 今回の学習内容 今回では、新しい関数について学ぶのではなく、SeriesやDataframe同…
こんにちは、ワタルです。 さっと見て、「あぁそうだったそうだった」と確認できるハンドブックのような存在を目指して。 pandas入門第3回目、「indexのあれこれ」です。 今回では、以下の関数を使えるようになることが目標です。 ser2 = ser1.reindex(['ind…
pandas入門2_「dataframeについて」 さっと見て、「あぁそうだったそうだった」と確認できるハンドブックのような存在を目指して。 pandas入門第2回目、「dataframeについて」です。 dataframeとは Dataframeには二次元のデータを収納することができ、行や列…
こんにちは、ワタルです。 さっと見て、「あぁそうだったそうだった」と確認できるハンドブックのような存在を目指して。 pandas入門第1回目、「seriesについて」です。 pandasとは pandasとは、データをSeriesやDataframeという型を扱うことができるモジュ…
こんにちは、ワタルです。 さっと見て、「あぁそうだったそうだった」と確認できるハンドブックのような存在を目指して。 第7回目、「arrayの入出力」です。numpy入門最終回です！ 今回では、以下の関数を使えるようになることが目標です。 np.save#バイナリ…
こんにちは、ワタルです。 今日は、長年肩こりに悩んでいた私の熱い思いを知ってもらいたく記事を書きます。 はじめに(本記事の目的) 散々肩こりに悩んだ僕だからこそ、肩こりに悩む人にどうしてもこれだけは勧めたいモノがある。 本記事ではそれを伝えたい…
こんにちは、ワタルです。 さっと見て、「あぁそうだったそうだった」と確認できるハンドブックのような存在を目指して。 第6回目、「arrayを使ったデータ処理」です。 今回では、以下の関数を使えるようになることが目標です。 dx,dy=np.meshgrid(points,…
さっと見て、「あぁそうだったそうだった」と確認できるハンドブックのような存在を目指して。 第5回目、「arrayと計算のための関数」です。 今回では、以下の関数を使えるようになることが目標です。 np.sqrt(arr) np.exp(arr) np.random.randn(n) np.add(a…
