はてなブックマーク

はじめに 本記事は NSSOL Advent Calendar 2019 その2 の25日目の記事です。 はじめまして！今年から新入社員として入社したしました！ 弊社の新入社員研修では、Javaや模擬プロジェクトといった研修だけでなく、業務が終わった後に自由参加でAWSを触ったり、Webサービスを構築してみたりする場が設けられていました。 私自身も自然言語処理とGANを題材にして自由活動に参加しており、新人研修の締め括りともいえる最終報告会では、実際に作成したアプリ（完成はしていませんでしたが…）を発表しました。自然言語処理とGANはゼロから勉強を始めましたが、発表の場に向けての準備や開発の経験など得られるものは多かったです。 実際に発表した題材は 「Text-to-Imageのモデルを用いていらすとやの画像をテキストから生成する」 というものです。そこで本記事では、改めてText-to-

塩コンペに関しては、大会1位を飾ったphalanxさんが記事を書いているのでぜひとも参照してください！自分もやったことは記事内の２ヶ月〜最終日以外はほぼ同じです。 本題 時系列のコンペでは、特徴量として各訓練例が取得された時間や日付を組み込むことがあります。 しかしhourを例に考えてみると、23時の次は0時ですがこの間には数値的なつながりがありません。そこで循環性を考慮できるように三角関数を各特徴量に適用させます。 %matplotlib inline import pandas as pd import numpy as np dates = pd.date_range(start='2017-01-01', end='2017-12-31', freq='H') df = pd.DataFrame(data=np.zeros(len(dates)), index=dates, col

Dashのバージョンv0.37.0からは自動的にdash-rendererやdash-core-components、dash-html-components、dash-tableなどのパッケージも自動的にインストールされます。 2. Dashを使って描画を行う 公式サイト: Part 2. Layout 2.1 DashでHTMLを生成する Dashアプリの構成は以下の2つになります。 layout: HTMLの外観を決める callbasks: アプリとデータ操作の連携をとる Dashでは描画に必要とされる要素はPythonのクラスとして提供されます。 では実際に棒グラフを描画するHTMLを生成してみましょう。 # -*- coding: utf-8 -*- # 必要なライブラリをインポート。 import dash # 描画に必要なグラフやボタン、ドロップダウンなどのUIを提供するパ

Kaggle Advent Calendar その2の23日目の記事です。 私はkaggleを始めたばかりでテーブルデータのコンペはTitanicしかやったことがないため、特徴量をどのように選べばいいのかよくわからなかったのでまとめます。 特徴量選択手法のまとめ 特徴量選択とは、機械学習のモデルを使用する際に有効な特徴量の組み合わせを探索するプロセスのことを表しています。 特徴量選択を行うことによりいくつかのメリットが得られます。 変数を少なくすることで解釈性を上げる 計算コストを下げて、学習時間を短縮する 過適合を避けて汎用性を向上させる 高次元データによって、パフォーマンスが下がることを防ぐ。 特徴量選択の種類 特徴量選択の手法は大別して3つ存在します。 Filter Method Wrapper Method Emedded Method Filter Method Filter M