"BOKU"のITな日常

還暦越えの文系システムエンジニアの”BOKU”は新しいことが大好きです。

AI:機械学習チュートリアル

ランダムフォレストで回帰してみる/気象情報と電力データその2

気象実績と、関西電力の使用量という現実のデータでランダムフォレストで予測をやってみた前回の結果をもとに、もう少し精度があがらないかやってみます。

ランダムフォレストで回帰してみる/気象情報と電力データその1

気象実績と、関西電力の使用量という現実のデータで学習用データを作ってみたので、今回はそれを使ってランダムフォレストを使って回帰問題をやってみます。

大阪の過去の気象データと電力消費量データを組み合わせて学習データを作る

大阪の過去の気象データをダウンロードして、関西電力の電力消費量データと組み合わせたら、練習用として面白い学習データが作れると思うので、やってみます。

関西電力の電力消費量データを機械学習に使うつもりでいじくってみる

関西電力が提供する「関西エリア」の電力消費実績データをダウンロードして、いろいろいじくってみます。

tf2.0betaとTensorflow-hubの学習済モデルで画像分類をして結果クラス名を日本語化する

Tensorflow2.0betaで、tensorflow hubを使い、任意の画像分類をします。 予測したクラス名を日本語にする際、同じものでも微妙にkerasの学習済VGG16で取得できた英語名と微妙に違いがあることに気づいたので、それを吸収する対応もあわせてやってみました。

手書き数字画像を教師データなしでグループ分けする/クラスタリングをやってみる

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。

scikit-learnのSVMとtf.kerasのシンプルなモデルで簡単な非線形回帰問題をやってみる

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。

3次式の線形回帰問題をPythonで。最小二乗法とRidge回帰とLasso回帰などの使い分けサンプル。

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。

機械学習の線形回帰問題をPythonで。scikit-learnのLinearRegressionクラスのサンプルなど。

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。