Python: KMeans 法を実装してみる - CUBE SUGAR CONTAINER
KMeans 法は、機械学習における教師なし学習のクラスタリングという問題を解くためのアルゴリズム。 教師なし学習というのは、事前に教師データというヒントが与えられないことを指している。 その上で、クラスタリングというのは未知のデータに対していくつかのまとまりを作る問題をいう。 今回取り扱う KMeans 法は、比較的単純なアルゴリズムにも関わらず広く使われているものらしい。 実際に書いてみても、基本的な実装であればたしかにとてもシンプルだった。 ただし、データの初期化をするところで一点考慮すべき内容があることにも気づいたので、それについても書く。 KMeans 法の具体的なアルゴリズムについてはサンプルコードと共に後述する。 今回使った環境は次の通り。 $ sw_vers ProductName: Mac OS X ProductVersion: 10.12.3 BuildVersion
野球好きが統計学を覚える為の学習フローを作ってみました - Lean Baseball
こんにちは.野球(とグルメ)の人です.*1 ビックデータや統計学が相変わらずアツい話題になっている中,野球好きとデータ好きをうならせるこんな本が出版されました. [プロ野球でわかる! ]はじめての統計学 作者: 株式会社DELTA,佐藤文彦,student,岡田友輔出版社/メーカー: 技術評論社発売日: 2017/03/14メディア: 単行本（ソフトカバー）この商品を含むブログを見る この本,早速読ませてもらってとても良い！感銘を受けた！！という感じなのですが, そもそも世の中に野球統計学(セイバーメトリクス)の本が増えてきた (野球好きでも)初心者がいきなり読んだら辛い本もあるぞ！ ？？？「ワイも野球データを集めて分析したいンゴ」 …などなど,クエスチョンやテーマができたので, 今まで学んだ・実践した野球統計学の学び方・本・データを整理するのにいい機会だ！ …ということで, レベル別の本
サービス終了のお知らせ - NAVER まとめ
サービス終了のお知らせ NAVERまとめは2020年9月30日をもちましてサービス終了いたしました。 約11年間、NAVERまとめをご利用・ご愛顧いただき誠にありがとうございました。
サービス終了のお知らせ - NAVER まとめ
サービス終了のお知らせ NAVERまとめは2020年9月30日をもちましてサービス終了いたしました。 約11年間、NAVERまとめをご利用・ご愛顧いただき誠にありがとうございました。
最近読んだ数学に関する本５冊 - まなめはうす
山積みの仕事の前で2017年も読書以外何もできていない状況ですが、たまたま数学に関連する本を連続で読んだので整理しておきます。 学生時代に読んでおきたかった２冊 東大の数学入試問題を楽しむ: 数学のクラシック鑑賞posted with amazlet at 17.03.18長岡亮介 日本評論社 売り上げランキング: 171,396 Amazon.co.jpで詳細を見る “数学ができる"人の思考法~数学体幹トレーニング60問~ (数学への招待)posted with amazlet at 17.03.18吉田 信夫 技術評論社 売り上げランキング: 187,924 Amazon.co.jpで詳細を見る 前者は高３の夏に、後者はセンター試験と二次試験の間の暇してた頃に出会いたかった本ですね。一応、数学科卒の人間ですので、数学だけは得意だったので今もこうやって本を読んだりするのですが、難問に立ち
やめたいけどやめられないOracle DB
「Oracle Database（DB）の利用を止めるか、それともOracle DBを徹底的に使い倒すか。Oracle DBのユーザーが今、採るべき対策の選択肢はこの二つだ」。ガートナー ジャパン リサーチ部門アプリケーションズ データ・マネジメントの一志達也 主席アナリストはこう強調する。 Oracle DBのユーザー企業は今、大きく三つの問題を抱えている。一つは「更新時調整料金」と呼ぶ制度の適用によって毎年Oracle DBの保守料金が2％以上、値上がりすること。二つめは、ライセンス体系が頻繁に変わること。そして三つめが、開発元である米Oracleや日本オラクルの急速なクラウドシフトに追随するかどうかを見極めなければならないことだ。 特にOracle DBのユーザー企業にとって一つめの問題は深刻だ。現状のままOracle DBの利用を続ければ、IT予算に占めるOracle DBの保守費
Python ヒッチハイク・ガイド — The Hitchhiker's Guide to Python
Python ヒッチハイク・ガイド¶ Python ヒッチハイク・ガイド へようこそ。 これは皆さんの手により生きているガイドです。 貢献したい方は GitHub で fork してください！ この手作りガイドは、初心者と熟練者のPython開発者の両方に、Python のインストール、設定、および使用に関するベスト・プラクティスを日々提供するために存在します。 このガイドは、ほとんど 独断的なもの であり、Python の公式文書では ありません 。 ここでは、すべての Python Webフレームワーク の一覧は見つからないでしょうが、強く推奨されているリストが簡潔に見つかるでしょう。 さあ、始めましょう！ まずは、あなたの探しものがどこにあるかを確認しましょう。
Python: k 近傍法を実装してみる - CUBE SUGAR CONTAINER
k 近傍法 (k-Nearest Neighbor algorithm) というのは、機械学習において教師あり学習で分類問題を解くためのアルゴリズム。 教師あり学習における分類問題というのは、あらかじめ教師信号として特徴ベクトルと正解ラベルが与えられるものをいう。 その教師信号を元に、未知の特徴ベクトルが与えられたときに正解ラベルを予想しましょう、というもの。 k 近傍法は機械学習アルゴリズムの中でも特にシンプルな実装になっている。 じゃあ、シンプルな分だけ性能が悪いかというと、そんなことはない。 分類精度であれば、他のアルゴリズムに比べても引けを取らないと言われている。 ただし、計算量が多いという重大な欠点がある。 そのため、それを軽減するための改良アルゴリズムも数多く提案されている。 k 近傍法では、与えられた未知の特徴ベクトルを、近い場所にある教師信号の正解ラベルを使って分類する。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Linuxシステム管理入門