TensorFlowをMac & Dockerで使ってみたよ - Qiita
はじめに TensorFlowは、機械学習用のアルゴリズムを記述するためのインターフェースで、大規模システムからスマホまで、幅広い環境で使えるのが利点のようです。 Qiitaでもかなり話題になっており、現時点ですでに100以上の投稿があります。そのため、もう特に書くことはないのかなーと思ってましたが、Mac + Dockerの環境でインストールする例が見当たらなかったので、そちらのメモを書いておくことにしました。TensorFlowの基本的な解説を知りたい方は、こちらの記事を御覧ください。 Dockerを使った理由 今まで使ったことがなかったので面白そう、というのが主な理由ですが、MacでTensorFlowを使う場合は、Dockerでインストールするのが簡単だよ、とこちらの記事に書いてあったせいもあります。Windowsの場合も、Dockerを使うのが一番楽、とこちらの方で言われてます。
ニューラルネットワークでプロ野球選手の給与を査定してみる - Qiita
概要 TensorFlowでニューラルネットワークを使い、94人のプロ野球投手の年間の成績から年俸を推定してみます。 訓練データとして89人の成績と年俸を使い、残りの5人の選手の年俸をどれだけ精確に推定できるかを検証します。 注：この記事は選手の年俸についての意見を述べるものではなく、検証の結果はいかなる選手の年俸の不当性を訴えるものでもありません。 入力 以下の33種類のデータを入力として取り扱います。 球団(12個のOne-Hot Vector) 防御率 出場試合数 勝利数 敗北数 セーブ ホールド 勝率 打者 投球回数 被安打 被本塁打 与四球 与死球 奪三振 失点 自責点 WHIP DIPS 所属年数 年齢 国内選手 or 国外選手 各データは最小0、最大1の値を取るように正規化しました。 94人の選手のうち89人のデータを訓練データとして、残りの5人の選手のデータをテストデータと
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
