-
回帰分析の基礎
単回帰分析 anscombeデータセットを用いた、単回帰分析を行う。 import seaborn as sns anscombe = sns.load_dataset(‘anscombe’) print(anscomb […] -
主成分分析の基礎
合成変数と主成分 bostonデータセットを用いた、主成分分析（PCA: Principal Components Analysis）を行う。 bostonデータセットには、13個の説明変数と、目的変数であるPRICEが […] -
判別分析の基礎
irisデータセットについて判別分析を行う。 irisデータセットは、下図のようなものである。ここでは、花びらの長さ（sepal length）と、がくの長さ（petal length）の2つの値を使う。 %matplo […] -
クラスター分析の基礎
irisデータセットについてクラスター分析を行う。 irisデータセットは150個のデータからできており、3つの品種についてそれぞれ50個のデータが入っている。問題を簡単にするため、それぞれの品種について3つのデータを取 […] -
画像認識の基礎（tf.keras.applications）
TensorFlow / Kerasを使用した画像認識（分類タスク）のファインチューニングについて。 tf.keras.applcationsに含まれるアルゴリズム ResNet 2015年に登場、100層以上のネットワ […] -
決定木の基礎
決定木回帰 決定木による回帰モデルの作成を行う。 まず、anscombeデータセットを用いて、簡単なものから始める。 import seaborn as sns anscombe = sns.load_dataset(‘ […]
