こんにちは。現役エンジニアの”はやぶさ”@Cpp_Learningです。 WSL2 + Docker + VS Code の Remote – Containers のPython開発環境が最高だったので、構築方法と実践チュートリアルを紹介します。

こんにちは。 現役エンジニアの”はやぶさ”@Cpp_Learningです。最近は統計的因果推論を勉強中です。 相関関係をインタラクティブなグラフで可視化してみた pic.twitter.com/5pmkV1vPEu — はやぶさ@技術ノート (@Cpp_Learning) February 6, 2021 本記事では相関関係をグラフ（ネットワーク）で可視化する方法を紹介します。

以降からは『Pythonによる因果分析』の各章に対しての感想文です。お時間のある方は続きも読んで頂けると嬉しいです。 Pythonによる因果分析 -はじめに- この本の最初の数ページに読書へのメッセージが書いてあります。 本書は因果推論や因果探索を学びたいビジネスパーソンや初学者の方を対象としています。そのため確率・統計の数学的記述や式変形などは、厳密性よりも初学者への分かりやすさを優先しています。厳密な記述や証明が気になる方は、本書を読み終えたのちに、さらなる専門書籍に挑戦いただければ幸いです。 初学者を対象にした説明の方が難しいときもあります。分かりやすい説明を追求する余り、冗長的な説明になってしまうことも…（経験談） この本を読んで「言葉遣いが平易で理解しやすい」と感じる人もいれば「説明が物足りない」と感じる人もいると思います。 因果推論・因果探索を学ぶ最初の一冊に本書を活用し、良い

【Step1】Google Colaboratory のノートブックを新規作成 Google Colab を起動して、ノートブックを新規作成します。 【Step2】Gradio インストール 以下のコマンドでPythonライブラリの Gradio をインストールします。

変数xが変数yに影響を与えるなど、向きが明確な場合は矢印（有向エッジ）を用います。一方、因果はあるけど、向きが分からない場合は線のみ（無向エッジ）で結合します。 ここでいう変数（青●）をノード、矢印をエッジと呼ぶこともあります。グラフ関連の用語については、以下の記事で紹介しています。 PyTorch GeometricでGraph Neural Network（GNN）入門グラフニューラルネットワーク(GNN：graph neural network)とグラフ畳込みネットワーク(GCN：graph convolutional network)について勉強したので、内容をまとめました。PyTorch Geometricを使ったノード分類のソースコードも公開しています。... 循環グラフとは 下図のように、あるノード（変数zなど）を起点としたとき、巡り巡って変数zに戻ってくるグラフのことを循環

最初に「モデリング」や「モデル」などの用語について整理しておきます。 モデリングとは あるデータを入力したとき、ユーザーがほしい情報を出力する箱をモデルと呼びます。 例えば下図は、あるパターンの波形を入力すると、その数秒先の波形を予測（出力）するモデルのイメージです。 引用元：MXNetとLSTMで時系列データ予測 -入門から実践まで- このモデルを設計する作業がモデリングです。具体的には、モデルの中身にあたるアルゴリズムを検討する作業のことです。 近年では深層学習モデルが人気です。実は上図もLSTMと呼ばれるアルゴリズムを活用した深層学習モデルです。

機械学習とタスクについて 回帰や分類などのタスクに機械学習モデルを活用することがあります。 例えば、以下の記事ではフクロウの種類を分類するために深層学習モデルを活用しています。 PyTorch Lightning入門から実践まで -自前データセットで学習し画像分類モデルを生成-ディープラーニングフレームワークPytorchの軽量ラッパー”pytorch-lightning”の入門から実践までのチュートリアル記事を書きました。自前データセットを学習して画像分類モデルを生成し、そのモデルを使って推論するところまでソースコード付で解説しています。...

こんにちは。 現役エンジニアの”はやぶさ”@Cpp_Learningです。仕事でもプライベートでも機械学習で色々やってます。 今回は時系列データの前処理（ラグ特徴量）について勉強したので、備忘録も兼ねて本記事を書きます。 時系列データとは 時系列について、Wikipediaでは以下のように説明しています。 時系列（じけいれつ、英: time series）とは、ある現象の時間的な変化を、連続的に（または一定間隔をおいて不連続に）観測して得られた値の系列（一連の値）のこと。 引用元：Wikipedia より直観的な説明をすると、データを可視化したとき横軸が時間なら、そのデータは時系列データといえます。 上図の縦軸が加速度センサの計測値、横軸が時間です。つまり、これも時系列データです。

こんにちは。 現役エンジニアの”はやぶさ”@Cpp_Learningです。最近は、Pytorchを使って深層学習を楽しんでいます。 今回は、ハイパーパラメータ自動最適化フレームワーク Optuna を使って、ハイパーパラメータの自動チューニングを実践したので、備忘録も兼ねて本記事を書きます。 Optunaとは Optunaやハイパーパラメータについては、PFN公式ブログに丁寧な解説がありますので、本記事では割愛し… Optunaを活用したハイパーパラメータ自動チューニングのイメージのみを説明します。 従来、人がチューニングしていたハイパーパラメータを… Optunaが代わりにやってくれます（ハイパーパラメータの自動チューニング） 出典：PFNエンジニアの講演資料 以上！ なお、上図は Chainer の例ですが、以下のExamplesコードが用意してあります。

こんにちは。 現役エンジニアの”はやぶさ”@Cpp_Learningです。最近、距離学習を楽しく勉強しています。 今回は、損失関数のCenter Lossについて勉強したので、備忘録も兼ねて本記事を書きます。

こんにちは。 現役エンジニアの”はやぶさ”@Cpp_Learningです。 以前、標準入出力を使って手軽にPythonとC/C++を連携する方法の記事を書きました。 PythonからC/C++を呼ぶ -標準入出力とsubprocessの使い方-「Python とC++の連携」・「Python とC言語の連携」・「Python と他言語の連携」などを実現するため、標準入出力を使って2つのプログラミング言語を連携する方法を記事にしました。... （本記事の理解が深まるので、この記事を読んでから、続きを読んでほしいなぁ） この記事の【応用】として、C++とPythonを連携してC++コードのテストを実践しました。 備忘録も兼ねて本記事を書きます。

こんにちは。 現役エンジニアの”はやぶさ”@Cpp_Learningです。 仕事の都合もあり「C言語 ⇒ C++ ⇒ Python」の順にプログラミング言語を習得しました。 最近は、PythonとC/C++両方を使って仕事をしています。 Pythonでプログラミングをしていると…

こんにちは。 現役エンジニアの”はやぶさ”@Cpp_Learningです。 WindowsやLinux(Ubuntu/Redmineなど)でソフトウェア開発をしています。 会社が支給するPCが基本的にWindowsマシンなので… Windows7のときは、VMでLinuxをインストールしたり、デュアルブートにすることで両方のOSを使っていました。 最近、Windows10を手に入れ「Windows Subsystem for Linux」により、簡単にWindowsからLinux（Ubuntuなど）を使えることを知ったので…

本記事は『Pythonでレトロゲームを作ろう！』シリーズの総集編です。 本シリーズは、以下の読者を想定して書きました。 【対象読者】 Pythonでゲームを作りたい人 ゲーム開発を題材にPythonプログラミングを学びたい人 数学・物理を学び、実践としてプログラミングまでしたい人

【Python】ゲームソフト開発を題材にしたオブジェクト指向入門ゲームソフト作成を題材にした「オブジェクト指向」の入門記事を書きました。オブジェクト図/クラス図の書き方や考え方のポイントも説明した実践的な内容になっています！ソフトウェア設計やソフトウェア開発を学びたい人にオススメの記事です！... この記事ではアクションゲームのソースコードを公開してるけど… あくまでオブジェクト指向（ソフトウェア設計）の説明記事なので、実装に関する説明は割愛しちゃってます。。

【深層学習入門】画像処理の基礎(画素操作)からCNN設計まで画像処理の基礎（画素操作）から深層学習のCNN設計までカバーした記事です。画像処理にはOpenCVとPythonを使用しました。画像処理入門、深層学習入門、どちらも取り組みたい人におすすめの記事です。... 【データ分析入門】機械学習未使用！Pythonでゼロから始める振動解析機械学習(深層学習含む)によるデータサイエンスが流行っていますが、フーリエ解析などの振動解析により、異常検知を行うこともできます。本記事はデータ分析/振動解析学ぶための実践的なチュートリアル記事です。...

こんにちは。 現役エンジニアの”はやぶさ”@Cpp_Learningです。 2018/10/8 体育の日（祝日）に『技術書典５』が開催されましたね！ 大量の戦利品をGetした人もいれば、仕事や家族サービスで行けなかった人も大勢いると思います。 と思っていたら電子版の通販があることをTwitter経由で知りました！ 技術書典５(電子版)通販|BOOTH 私がチェックしていた本も電子版で見つけることができたので、購入して一気読みしました！ 『秒速DEEP LEARNING -Colaboratoryで⼊⾨〜応⽤ひとっ⾶び-』は、私が初めて読む”技術書典の本”ということで…記念という意味も込めて、この本の感想文を書きたいと思います！ まぁ先に結論だけ書くと…”とても素敵な本でした！” その理由を説明していきますね(*･ω･)ﾉ♪ ※以降 この本を『秒速DL』と呼びます。 技術書展5で人気の『秒速