momotech– Author –

【前回】041_学習用データを準備し、学習させてみよう（ここをクリック） 学習ができたので、ついに予測をさせてみましょう！ 予測の準備 以下の手順で準備を行っていきましょう。 STEP画像ファイルをノートブックにアップロード STEP画像を読み込み、グレ...

【前回】040_手書きの数字の学習準備を行おう（ここをクリック） 前回でデータの準備ができたので、ここで少し「学習・予測方法」を整理してみましょう。 学習・予測方法 学習方法 digits.data：数字の画像データdigits.target：なんの数字か問題としてdig...

【前回】039_【クラスタリング】k-means（k平均法）（ここをクリック） 今回から、手書きの数字の画像データを用いて学習をさせて予測までさせる方法について学んでいきましょう！ 今回の目的は「画像に書かれている数字がなんの数字なのかを予測する人工...

第6章＿その他コレクションの操作 今回の項目では、その他コレクションの操作ついて出題されます。本試験の主教材である「Python3エンジニア認定基礎試験問題集」では第6章(P82~P83)の5問の内容です。 練習問題 1 次のコードを実行した結果を考えてみまし...

第5章＿関数 今回の項目では、関数について出題されます。本試験の主教材である「Python3エンジニア認定基礎試験問題集」では第5章(P68~P71)の5問の内容です。 練習問題 1 次のコードを実行した結果として正しいものを選択してください。 def add_to_list(...

【前回】038_【分類】k-NN（k近傍法）（ここをクリック） k-means（k平均法）とは？ k-means（k平均法）とは、k近傍法と同じく近くにあるデータは仲間という考え方を扱うアルゴリズムです。k近傍法と違う点は、データ全体をグループ分けするという点です。...

【前回】037_【分類】ランダムフォレスト（ここをクリック） k-NN（k近傍法）とは？ k-NN（k近傍法）とは、近くにあるデータは仲間という考え方で、調べたい値の近くにあるデータを調べて何の仲間かを予測するアルゴリズムである。 なぜ近いと仲間となるの...

【前回】036_【分類】決定木のツリー構造（ここをクリック） ランダムフォレストとは？ ランダムフォレストとは決定木の予測精度をより上げるために考えられた分類方法です。 簡単に説明すると、決定木をたくさん作って多数決で予測する制度の高いアルゴリ...

第4章＿判定と繰り返し 今回の項目では、判定と繰り返しついて出題されます。本試験の主教材である「Python3エンジニア認定基礎試験問題集」では第4章(P54~P56)の5問の内容です。 練習問題 1 次のコードを実行した結果を考えてみましょう。 for i in range...

【前回】035_【分類】決定木（ここをクリック） 深度を指定して学習 前回使ったデータをそのまま使用して分岐の深度を最大２にしたモデルを使って学習してみましょう！ コード #1　分岐の深度を最大2にすして、訓練データで決定木の学習モデルを作成 #2　...