3.1. Python ã§ã®çµ±è¨ˆ — Scipy lecture notes
å¿…è¦ãªã‚‚㮠標準的㪠Python ã®ç§‘å¦æŠ€è¡“環境 (numpy, scipy, matplotlib) Pandas Statsmodels Seaborn Python ã¨ä¾å˜ãƒ©ã‚¤ãƒ–ラリをインストールã™ã‚‹ã®ã«ã« Anaconda Python ã‹ Enthought Canopy をダウンãƒãƒ¼ãƒ‰ã™ã‚‹ã‹ã€Ubuntu ã‚„ä»–ã® Linux ãªã‚‰ãƒ‘ッケージマãƒãƒ¼ã‚¸ãƒ£ãƒ¼ã‚’利用ã™ã‚‹ã€ã“ã¨ã‚’ãŠã™ã™ã‚ã—ã¾ã™ã€‚ å‚考 Python ã§ã® Bayesian 統計 ã“ã®ç« ã§ã¯ Bayesian 統計ã«ã¤ã„ã¦ã¯æ‰±ã„ã¾ã›ã‚“。Bayesian モデリングã«é–¢ã—ã¦ç‰¹åŒ–ã—ãŸã‚‚ã®ã¨ã—ã¦ã¯ PyMC ãŒã‚り〠Python ã§ã®ç¢ºçŽ‡ã‚’扱ã†ãƒ—ãƒã‚°ãƒ©ãƒ を実装ã—ã¦ã„ã¾ã™ã€‚ ã¡ãªã¿ã« ã©ã†ã—ã¦çµ±è¨ˆã« Python を使ã†ã®ã‹? R ã¯çµ±è¨ˆã«ç‰¹åŒ–ã—ãŸè¨€èªžã§ã™ã€‚Python ã¯æ±Žç”¨ã®è¨€èªžã§ã€çµ±è¨ˆãƒ¢ã‚¸ãƒ¥ãƒ¼ãƒ«ã‚’æŒã£ã¦ã„ã¾ã™ã€‚R 㯠P
[Python][Scipy] 様々ãªè·é›¢ã§ãƒœãƒãƒŽã‚¤å›³ã‚’作æˆã—ã¦ã¿ãŸ | DevelopersIO
ã¯ã˜ã‚ã« K-means法やkè¿‘å‚法ç‰ã®ã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°ã§ç”¨ã„られるè·é›¢ã«ã¤ã„ã¦ã¯ã€ã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°ã™ã‚‹å¯¾è±¡ã«ã‚ˆã£ã¦ã¯è·é›¢ã¨ã—ã¦ç§é”ãŒæ™®æ®µé¦´æŸ“ã‚“ã§ã„るユークリッドè·é›¢ä»¥å¤–ã®è·é›¢ã‚’用ã„ã‚‹ã¨ã†ã¾ãã„ãケースãŒã‚ã‚Šã¾ã™ã€‚（Mahout イン・アクション） ç§é”ãŒæ™®æ®µé¦´æŸ“ã‚“ã§ã„るユークリッドè·é›¢ã¨æ›¸ãã¾ã—ãŸãŒã€ã“ã®ãƒ¦ãƒ¼ã‚¯ãƒªãƒƒãƒ‰è·é›¢ã¯2ã¤ã®ãƒ™ã‚¯ãƒˆãƒ« \( \boldsymbol{x}, \boldsymbol{y} \) ãŒä¸Žãˆã‚‰ã‚ŒãŸã¨ãã€æ¬¡ã®ã‚ˆã†ã«å®šç¾©ã•ã‚Œã¾ã™ã€‚ [latex] d_{\text{euclid}}(\boldsymbol{x}, \boldsymbol{y}) = \sqrt{\sum^n_{i = 1} (x_i - y_i)^2} [/latex] ã“ã®è·é›¢ã¨ã„ã†æ¦‚念ã¯æ•°å¦çš„ã«ã¯é¡žä¼¼åº¦ã‚’測る尺度ã¨ã—ã¦æŠ½è±¡åŒ–ã•ã‚Œã€2ã¤ã®ãƒ™ã‚¯ãƒˆãƒ«ã‚’引数ã¨ã—ã¦ã¨ã‚Šå®Ÿæ•°ã‚’è¿”å´ã™ã‚‹é–¢æ•° \( d\) ã¯ä¸‹è¨˜
![[Python][Scipy] 様々ãªè·é›¢ã§ãƒœãƒãƒŽã‚¤å›³ã‚’作æˆã—ã¦ã¿ãŸ | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/992bbc6f87fa14c022f36fc6503f76912ff1586c/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2016%2F02%2Feye-catch-machine-learning.png)
3.2. Sympy : Python ã§ã®ä»£æ•°è¨ˆç®— — Scipy lecture notes
目標 ä»»æ„精度ã§ã®æ•°å¼ã®è©•ä¾¡ã€‚ 代数表ç¾ã®ä»£æ•°çš„ãªæ“作ã®å®Ÿè¡Œã€‚ 基本的ãªå¾®ç©åˆ†(極é™, 微分 , ç©åˆ†) を代数表ç¾ã§è¡Œãªã†ã€‚ å¤šé …å¼ã‚„超越方程å¼ã®æ±‚解。 ã„ãã¤ã‹ã®å¾®åˆ†æ–¹ç¨‹å¼ã®æ±‚解。 SymPy ã¨ã¯? SymPy 㯠Python ã®ä»£æ•°è¨ˆç®—ライブラリã§ã™. コードをシンプルã«ä¿ã¡ã€æ‹¡å¼µã—ã‚„ã™ã„よã†ã«ä¿ã¡ã‚³ãƒ¼ãƒ‰ã®ã‚·ãƒ³ãƒ—ルã«ä¿ã¡ã¤ã¤ Mathematica ã‚„ Maple ã®ã‚ˆã†ãªã‚·ã‚¹ãƒ†ãƒ ã®ä»£æ›¿ã¨ãªã‚‹ã“ã¨ã‚’目指ã—ã¦ã„ã¾ã™ã€‚SymPy ã¯å…¨ã¦ Python ã§æ›¸ã‹ã‚Œã¦ã„ã¦å¤–部ライブラリを必è¦ã¨ã—ã¾ã›ã‚“. Sympy ã®ãƒ‰ã‚ュメントã¨ã‚¤ãƒ³ã‚¹ãƒˆãƒ¼ãƒ«ç”¨ãƒ‘ッケージ㯠http://www.sympy.org/ ã«ã‚ã‚Šã¾ã™
2.6. Numpy 㨠Scipy を利用ã—ãŸç”»åƒã®æ“作ã¨å‡¦ç† — Scipy lecture notes
2.6. Numpy 㨠Scipy を利用ã—ãŸç”»åƒã®æ“作ã¨å‡¦ç†Â¶ 著者: Emmanuelle Gouillart, Gaël Varoquaux ã“ã®ç¯€ã¯ã€ç§‘å¦æŠ€è¡“計算コアモジュールã§ã‚ã‚‹ Numpy ã‚„ Scipy を利用ã—ãŸç”»åƒã«å¯¾ã™ã‚‹åŸºæœ¬çš„ãªæ“作ã¨å‡¦ç†ã«ã¤ã„ã¦æ‰±ã„ã¾ã™ã€‚ã“ã®ãƒãƒ¥ãƒ¼ãƒˆãƒªã‚¢ãƒ«ã§æ‰±ã†ã„ãã¤ã‹ã®æ“作ã¯ç”»åƒå‡¦ç†ä»¥å¤–ã®å¤šæ¬¡å…ƒé…列ã§ã‚‚å½¹ã«çµŒã¤ã§ã—ょã†ã€‚特㫠scipy.ndimage 㯠n-次元㮠NumPy é…列をæ“作ã™ã‚‹é–¢æ•°ã‚’æä¾›ã—ã¾ã™ã€‚
Pythonã§ã‚«ãƒ«ãƒžãƒ³ãƒ•ã‚£ãƒ«ã‚¿ã‚’実装ã—ã¦ã¿ã‚‹
カルマンフィルタã¯ã€æ™‚間変化ã™ã‚‹ã‚·ã‚¹ãƒ†ãƒ ã®ã€èª¤å·®ã®ã‚る離散的ãªè¦³æ¸¬ã‹ã‚‰ç¾åœ¨ã®çŠ¶æ…‹ã‚’推定ã™ã‚‹æ‰‹æ³•ã€‚Wikipediaã®è¨˜äº‹ï¼ˆã‚«ãƒ«ãƒžãƒ³ãƒ•ã‚£ãƒ«ã‚¿ãƒ¼ï¼‰ãŒã‚ã‹ã‚Šã‚„ã™ã„。 状態方程å¼ã¨è¦³æ¸¬æ–¹ç¨‹å¼ãŒæ¬¡ã®ã‚ˆã†ã«ä¸Žãˆã‚‰ã‚Œã¦ã„ã‚‹ã¨ã （状態方程å¼ï¼‰ （観測方程å¼ï¼‰ （ノイズ） （フィルタ分布）線形カルマンフィルタ(LKF; Linear Kalman Filter)㯠μt, Σt, ut, yt+1 を入力ã¨ã—ã¦ã€ μt+1, Σt+1を出力ã™ã‚‹ã€‚1ステップã®ãƒ—ãƒã‚»ã‚¹ã¯ä»¥ä¸‹ã®ã¨ãŠã‚Šã€‚ # prediction （ç¾åœ¨ã®æŽ¨å®šå€¤ï¼‰ （ç¾åœ¨ã®èª¤å·®è¡Œåˆ—）# update （観測残差） （観測残差ã®å…±åˆ†æ•£ï¼‰ （最é©ã‚«ãƒ«ãƒžãƒ³ã‚²ã‚¤ãƒ³ï¼‰ （更新ã•ã‚ŒãŸç¾åœ¨ã®æŽ¨å®šå€¤ï¼‰ （更新ã•ã‚ŒãŸç¾åœ¨ã®èª¤å·®è¡Œåˆ—）観測を得るã”ã¨ã«Predictionã¨Updateã‚’ç¹°ã‚Šè¿”ã™ã“ã¨ã§ã€ç¾åœ¨ã®çŠ¶æ…‹ã‚’推定ã—ã¾ã™ã€‚ 導出ã¯å¾Œè¿°ï¼ˆäºˆå®šï¼‰ã€‚ 例題を。 2次元
Scipy Lecture Notes — Scipy lecture notes
One document to learn numerics, science, and data with Python¶ Tutorials on the scientific Python ecosystem: a quick introduction to central tools and techniques. The different chapters each correspond to a 1 to 2 hours course with increasing level of expertise, from beginner to expert. Release: 2022.1
å‹•ãæ··åˆã‚¬ã‚¦ã‚¹åˆ†å¸ƒï¼ˆå®Ÿè£…編）- å‹•ã PRML シリーズ（１） - Next MIDI Project
ã“ã¡ã‚‰ã‚‚ã©ã†ãž - å‹•ãæ··åˆã‚¬ã‚¦ã‚¹åˆ†å¸ƒï¼ˆå°Žå‡ºç·¨ï¼‰ 実装ã«ã¯ python, SciPy 㨠matplotlib を使ã„ã¾ã™ã€‚ テストデータã«ã¯ Old Faithful é–“æ¬ æ³‰ãƒ‡ãƒ¼ã‚¿ã‚’ä½¿ã„ã¾ã™ã€‚ データã®èªã¿è¾¼ã¿ Old Faithful é–“æ¬ æ³‰ãƒ‡ãƒ¼ã‚¿ã‚’ PRML ã®ãƒ›ãƒ¼ãƒ ページã‹ã‚‰ãƒ€ã‚¦ãƒ³ãƒãƒ¼ãƒ‰ã—ã€ä½œæ¥ãƒ‡ã‚£ãƒ¬ã‚¯ãƒˆãƒªã«ç½®ãã¾ã™ã€‚ä¿å˜ã—ãŸãƒ‡ãƒ¼ã‚¿ã¯ã€SciPy ã® loadtxt 関数ã§èªã¿è¾¼ã¿ã¾ã™ã€‚ from scipy import loadtxt def faithful(): return loadtxt('faithful.txt') é©å½“ã«æ£è¦åŒ–ã—ã¾ã™ã€‚ from scipy import sqrt def faithful_norm(): dat = faithful() dat[:, 0] -= dat[:, 0].mean() dat[:, 1] -= dat[:, 1].m
ナンãƒãƒ¼ã‚ºäºˆæƒ³ã§å¦ã¶çµ±è¨ˆå¦
本書ã¯æ•°å—é¸æŠžå¼å®ã㘠ナンãƒãƒ¼ã‚º ã®äºˆæƒ³æ–¹æ³•ã‚’ç ”ç©¶ã™ã‚‹äººã¨ã€çµ±è¨ˆå¦ã‚’独å¦ã—ãŸã„ã‘ã©åŒã˜å‹‰å¼·ã™ã‚‹ãªã‚‰(å®ãã˜ã¨ã„ã†)エã‚サイティングãªè¦ç´ も欲ã—ã„ã¨ã„ã†äººã«å‘ã‘ãŸçµ±è¨ˆè§£æžã®è§£èª¬æ›¸ã§ã™ã€‚ 統計å¦ã‚’å¦ã¶ãŸã‚ã«ãƒŠãƒ³ãƒãƒ¼ã‚ºã®ãƒ‡ãƒ¼ã‚¿ã‚’利用ã—ã€ãƒŠãƒ³ãƒãƒ¼ã‚ºã®äºˆæƒ³ã®ãŸã‚ã«ã©ã®ã‚ˆã†ãªçµ±è¨ˆçš„手法ãŒä½¿ãˆã‚‹ã‹ã‚’å¦ã¶ã“ã¨ãŒã§ãる文書ã§ã™ã€‚ 本書ã®ç›®æŒ‡ã™ã¨ã“゠統計的手法ã®ä½¿ã„方をå¦ã¶ã€‚ 統計å¦ã®ç†è«–ã¯ç„¡è¦–ã™ã‚‹(高度ãªæ•°å¼ã‚’勉強ã—ãªã„)。 統計的手法を使ã£ã¦ãƒŠãƒ³ãƒãƒ¼ã‚ºã‚’予想ã—ã¦ã¿ã‚‹ã€‚ 統計å¦ã®åŸºç¤Žçš„ãªçŸ¥è˜ã‚’å¦ã¶ã€‚ データマイニングもå«ã‚€ã€‚ ナンãƒãƒ¼ã‚ºã®äºˆæƒ³ã«ä½¿ãˆãªã„ã‹ã‚‚ã—ã‚Œãªã„ã‘ã©ãŠã‚‚ã—ã‚ãã†ãªäºˆæƒ³æ–¹æ³•ã‚‚勉強ã—ã¦ã¿ã‚‹ã€‚ 統計解æžã®ã‚½ãƒ•ãƒˆã‚¦ã‚§ã‚¢ã¯ Python ã¨é–¢é€£ãƒ©ã‚¤ãƒ–ラリ ( pandas ã‚„ SciPy library ) を使用ã—ã¾ã™ã€‚ エクセル ã‚„ Google スプレッドシート 〠R ã‚‚ã‚ã‚Šã¾ã™ã‘ã©å€‹äºº
1.5. Scipy: 高水準ã®ç§‘å¦æŠ€è¡“計算 — Scipy lecture notes
1.5. Scipy: 高水準ã®ç§‘å¦æŠ€è¡“計算¶ 著者: Adrien Chauve, Andre Espaze, Emmanuelle Gouillart, Gaël Varoquaux, Ralf Gommers Scipy scipy パッケージã¯ç§‘å¦æŠ€è¡“計算ã§ã®å…±é€šã®å•é¡Œã®ãŸã‚ã®å¤šæ§˜ãªãƒ„ールボックスãŒã‚ã‚Šã¾ã™ã€‚サブモジュール毎ã«å¿œç”¨ç¯„囲ãŒç•°ãªã£ã¦ã„ã¾ã™ã€‚応用範囲ã¯ä¾‹ãˆã°ã€è£œå®Œã€ç©åˆ†ã€æœ€é©åŒ–ã€ç”»åƒå‡¦ç†ã€çµ±è¨ˆã€ç‰¹æ®Šé–¢æ•°ç‰ã€‚ scipy 㯠GSL (GNU Scientific Library for C and C++) ã‚„ Matlab ã®ãƒ„ールボックスã®ã‚ˆã†ãªä»–ã®æ¨™æº–çš„ãªç§‘å¦æŠ€è¡“計算ライブラリã¨æ¯”較ã•ã‚Œã¾ã™ã€‚ scipy 㯠Python ã§ã®ç§‘å¦æŠ€è¡“計算ルーãƒãƒ³ã®ä¸æ ¸ã¨ãªã‚‹ãƒ‘ッケージã§ã™; ã“れ㯠numpy ã®é…列を効率良ã扱ã£ã¦ã„ã‚‹ã¨ã„ã†ã“ã¨ã§ã€numpy 㨠scipy ã¯
1
リリースã€éšœå®³æƒ…å ±ãªã©ã®ã‚µãƒ¼ãƒ“スã®ãŠçŸ¥ã‚‰ã›
最新ã®äººæ°—エントリーã®é…ä¿¡
j次ã®ãƒ–ックマーク
kå‰ã®ãƒ–ックマーク
lã‚ã¨ã§èªã‚€
eコメント一覧を開ã
oページを開ã
SciPy Cookbook — SciPy Cookbook documentation
Scipy Lecture Notes — Scipy lecture notes
http://openbook4.me/projects/183
{{#tags}}- {{label}}
{{/tags}}