機械学習や統計の話題に頻出する「分布」の中で、モヤっとしがちだった「二項分布」と「ポアソン分布」について、文系的アプローチで整理を試みます。

手書き数字画像（Scikit-learn付属のdigits）を、教師なしで分類（クラスタリング）してみて、どの程度の精度がでるものなのかを見てみようと思います。

非線形回帰問題のサンプルとして、Sinカーブの予測をScikit-learnのサポートベクターマシン（SVM）と、kerasのシンプルな全結合のみのモデルで試しにやってみます。

たまたま読んだ本に「平等さを突き詰めると不平等になるのは、至って当たり前の統計学的事実である」という趣旨の内容がありました。本当なのかな？と、ちょっとモヤっとしたので、プログラムで確かめてみようかなと思います。

３次式の線形回帰問題をPythonでやってみます。ついでに、同じ問題に、LinearRegression以外の罰則付き回帰の実装であるRidge回帰とLasso回帰も適用して、使い分け方などをメモしておこうかと思ってます。

線形回帰問題をPythonで解く「scikit-learn」の「LinearRegression」クラスの使い方と決定係数での評価について、基本的なところを、おさらいしておこうかと思います。

前回の続きです、GET-WinEventでぬいた起動時刻やログイン時刻を調査」のデータを、pythonで見やすく整形します。

今回は、パソコン（PC）から起動時刻やログイン時刻を収集する具体的な方法についてのお話です。

ブログのサイドバーに表示していたGoogleアドセンスの広告が、2019年5月27日に突然、表示しなくなっているのに気づいて、どうしようもないので広告を外していたら、7月6日に、これまた何の連絡もなく復活していたという顛末の話です。