ブログ記事8件
これまでにインストール及びVSCODEとPCSX2も共通して動かして見ようと思います共通して困っているのはfirefoxが結構な確率でフリーズして、OSごと再起動になったりしますpythonの方は読み勧めているpython3年生の3章なのでとりあえず3−1機械学習用に用意したデーターを学習用とテスト用に分けますサンプルプログラムはjupyternotebookなので単にコピペでは動きません。便利なのか、不便なのか。何をやっているかはわかりやすいですが。最初VSCODE
python3年生を読み進めています。データーを用意するのところ<sample3−1>fromsklearn.datasetsimportmake_blobs#ランダムの種が「0」で、特徴量は2つ、塊数は2つ、ばらつき1の、300個のデータセットX,y=make_blobs(random_state=0,n_features=2,centers=2,cluster_std=1,n_samples=300)random
ようやくpython3年生も第3章まで読み進めましたいよいよ機械学習、実際の学習とは別に機械に学習させるデーターが必要、実際はネットでスクリーニングとかするのでしょうがまずは機械学習を知るために、データーをこちらで作成(make_blobsを使って<データー作成>fromsklearn.datasetsimportmake_blobs#ランダムの種が「0」で、特徴量は2つ、塊数は2つ、ばらつき1の、300個のデータセットX,y=make_blobs(random_
sklearnはデーターセットを作成できる。つらつら考えるにどっかの人権無視でデーターを無限に採取できるわけでもないのでデーターの傾向がわかったらそこから盛って置かないと花の種類を特定するのにいつも新種のものにばかりなるわけで、実際のデーター+地蔵作成のデーターここから境界がはっきりと見て取れるわけですね<本日のサンプル>fromsklearn.datasetsimportmake_blobsimportpandasaspdX,y=make_blobs(
今日は本のとおりに数値のリストを画像化matplotlibを使うらしいこんなふうに結構大きく表示されます気になるのは、4行目のimshow(digits.images[0]ここまではリストを画像化しているのはわかります次の行は新たにウィンドウを作って表示するのでshow()が必要であろうと環境によってはshowがなくてもやってくれるとか余談ですで、気になるのは,cmap="Greys”そりゃあ英語少しわかればカラーマップがグレイ表示くらいはわかります、本としてはデーター
いよいよpythonでAI?まずは機械学習いろいろなデーターを認識して、これだーって決めていくわけですね前も書きましたが体育館に標識を(右5mとか)持って立たせ標識を認識してそのとおりに進むのをかんがえてます。sklearnというデーターベースからデーターを引っ張りとりあえず、ほんの通りに0の画像がいくつあるか調べてみました1797すごいですね今はネットで探すことができますが、それにしてもいい時代です。ぐぐってみたらそれでもToydatasetsというらしい一応、
こどもの日なので、子供にもわかるAIじゃんけんプログラムをPythonで組んでみました。「過去2回の手を分析すれば勝てる?」という単純なものですが、さて、結果は?importrandomfromsklearn.ensembleimportRandomForestClassifiert2=0#2つ前の手を仮にグーとするt1=0#1つ前の手を仮にグーとするte=["グー","チョキ","パー"]x=[[0,0]]#問題リストを作る
100本ノック40本終わったんですが・・・息切れしてます。なんか20本台の後半から『ん...、なんかおかしいぞ』と思い初め、30本台で厳しくなってきました(^^)。一応、この本に興味がある方(どの程度いるのかわかりませんが)に。20本までは、pandasの操作が中心なのですが、しかししっかり内容を把握していくことをお勧めします。ここまでやればpandasのことはわかると思うので、EXCELでやっているようなことをpandasでやってみようと言う方はできると思います。ただ