人工知能– 記事一覧 –

【前回】033_【分類】SVM（サポートベクターマシン）の使い方（ここをクリック） 前回はSVMを使って線形と非線形の分類方法について学びました。今回は非線形分類の境界線の複雑さgammaの値を変更するとどのような正解率になるのかを確認してみましょう！ ...

【前回】032_【分類】SVM（サポートベクターマシン）（ここをクリック） 前回学習したSVM（サポートベクターマシン）の使い方を実際にPythonで確認してみましょう！ モデルの使い方 上記の書式を用いて線形分類の場合も非線形分類の場合もsvm.SVCで作成し...

【前回】031_【分類】ロジスティック回帰のモデルの確認（ここをクリック） 分類を行うとき、特徴を見つけることがとても大切です。 ものを「分ける」ためには、違いがはっきりわかる特徴（色や大きさなど）を見つけることが重要です。例えば、オレンジと...

【前回】030_【分類】ロジスティック回帰のモデルの使い方（ここをクリック） 前回用意したデータセットを用いて学習と予測を行ってみましょう！ ロジスティック回帰のモデルに学習させて予測 データを訓練データと学習データに分けてモデルに学習させてみ...

【前回】029_【分類】ロジスティック回帰（ここをクリック） 前回学習したロジスティック回帰を実際にPythonで確認してみましょう！ モデルの使い方 STEP新規ノートブックを作る STEPデータを用意する STEPデータを訓練データと学習データに分ける STEPロ...

【前回】028_【回帰】線形回帰のモデルの確認（ここをクリック） 今回からは分類のアルゴリズムについて学んでいきましょう！ 以前説明したように分類とは、これは何なのかを予測したいときに使う手法です。この分類の中でも今回はYESかNOか分類して、回帰...

【前回】027_【回帰】線形回帰のモデルの使い方（ここをクリック） 前回用意したデータセットを用いて学習と予測を行ってみましょう！ 線形回帰のモデルに学習させて予測 データを訓練データと学習データに分けてモデルに学習させてみましょう！ コード #1...

【前回】026_【回帰】線形回帰（ここをクリック） 前回学習した線形回帰を実際にPythonで確認してみましょう！ モデルの使い方 STEP新規ノートブックを作る STEPデータを用意する STEPデータを訓練データと学習データに分ける STEP線形回帰のモデルに学習...

【前回】025_分類の状態を可視化【直線で分割できないデータセット】（ここをクリック） 前回までの学習で機械学習の手順の基本について学びました！今回からはアルゴリズムについて学んでいきましょう！ 機械学習のアルゴリズムについて 機械学習のアルゴ...

前回に引き続き作成した関数を使って、今回は直線で分割することが出来ないデータセットを用いて実際に散布図を確認していきましょう！ 【前回】024_分類の状態を可視化【散布図を確認しよう】（ここをクリック） 三日月型のデータセット 以前学んだmake_m...