機械学習によく使うPythonのコード一覧まとめ | AI入門ブログ
AI機械学習を用いた経営問題の解決や幅広い業種へ多数のコンサルティングの経験を持つ。AIプロジェクトに関するコンサルティングだけではなく、AI人材の育成、会社全体のDX化など幅広い分野で活躍中。AIに関わる講演を多数行なっている。 今回は機械学習でよく使うPythonのプログラムコードをアルゴリズム別に紹介していきます。 そして、機械学習といえばScikit-Learn。Scikit-Learnでよく使うコードを紹介します。 最後におまけとして、PandasやNumpyでよく使うプログラムコードも紹介します。 これらのプログラムコードはコピペで利用できるのでブックマークしておくことをおすすめします！ これからエンジニアを目指して機械学習のPythonを学びたい方、エンジニア入門としてプログラムコードを書きたい方はこの記事を参考にしてください。
傾向スコアを用いた因果推論入門~実装編~ - 下町データサイエンティストの日常
0. はじめに 1. 対象データ 2. 先に各手法の結果を確認 3.準備 4. 基礎集計~CMを見た人と見ていない人での目的変数の差~ 5. 因果推論の流れのおさらい 6. 傾向スコアモデリング 6.1 モデリング 6.2 テスト / コントロールの傾向スコアの可視化 6.3Rでの傾向スコアモデリングの実装 7. 傾向スコアマッチング 7.1 結構面倒なpython 7.2 R (Matchingライブラリ) 7.3マッチングの評価 8.IPW 9. ダブルロバスト 9.1 回帰モデル 9.2ダブルロバスト 10.Proximityマッチング 11.改めて、各種手法による推定因果効果のまとめ 12.まとめ 0. はじめに 理論編に引き続き、実装を行なっていきます。 pira-nino.hatenablog.com 実装はpythonとRの両方で行いました。 作業用のコードは以下のgithu
「ソフトウェアテスト入門」という話をした - obfuscatism
先週、PFIセミナー（社内セミナー）で「ソフトウェアテスト入門」という話をした。 入門というタイトルだけど実はテストそのものではなく、2014年のソフトウェアテストでブームになりそうなことを紹介するつもりだったが、尺が足らなかったのでその詳細をここで紹介したい。 全然関係ないが、桜も散ってGWに近づく今日、最近わたしはFPS(First Person Shooting)のBattlefield 4をPCで遊ぶのにハマっている。 ハンドガン・ナイフオンリーのサーバで練習し、ついにハンドガンのアンロックを完了させたところである。 面識のある方がいたら是非一緒にプレイしたい（OriginのIDはsuma90hである）。 まずはImmutable Infrastructureといった単語やDocker(LXC)といった基盤技術とソフトウェアテストの関連について記す。 そして、RRRSpecのような
1
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
処理を実行中です
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
図とコマンドで分かる！ git-flowによる開発の流れと使い方
