Pylearn2 in practice - FastML
What do you get when you mix one part brilliant and one part daft? You get Pylearn2, a cutting edge neural networks library from Montreal that’s rather hard to use. Here we’ll show how to get through the daft part with your mental health relatively intact. Pylearn2 comes from the Lisa Lab in Montreal, led by Yoshua Bengio. Those are pretty smart guys and they concern themselves with deep learning.
seaborn: statistical data visualization — seaborn 0.13.1 documentation
Seaborn is a Python data visualization library based on matplotlib. It provides a high-level interface for drawing attractive and informative statistical graphics. For a brief introduction to the ideas behind the library, you can read the introductory notes or the paper. Visit the installation page to see how you can download the package and get started with it. You can browse the example gallery
pipã®ä½¿ã„æ–¹ - ãã“ã¯ã‹ã¨ãªã書ãよ。
æ³¨æ„ ã“ã®å†…容ã¯ã™ã§ã«å¤ããªã£ã¦ã„ã¾ã™ã€‚ pipã®ä½¿ã„æ–¹ (2014/1ãƒãƒ¼ã‚¸ãƒ§ãƒ³) ã‚’å‚ç…§ã—ã¦ãã ã•ã„。 pipã¨ã¯ã€Pythonã«ãŠã‘るパッケージ管ç†ã‚·ã‚¹ãƒ†ãƒ ã§ã™ã€‚easy_installã¨ã„ã†ãƒ„ールもã‚ã‚‹ã®ã§ã™ãŒã€pipã¯ã“ã®easy_installã‚’ç½®ãæ›ãˆã‚‹ã‚‚ã®ã¨ã—ã¦é–‹ç™ºã•ã‚Œã¦ã„ã¾ã™ã€‚rubyã®gemã€perlã®cpançš„ãªä½ç½®ã¥ã‘ã§ã™ã€‚ åŒã˜ãƒ‘ッケージ管ç†ãƒ„ールã¨ã—ã¦setuptoolsç½®ãæ›ãˆã®distributeã¨ã„ã†ã‚‚ã®ã‚‚ã‚ã‚‹ã®ã§ã™ãŒã€ã“ã¡ã‚‰ã¯setuptools全体を置ãæ›ãˆã‚‹ã‚‚ã®ã¨ã—ã¦é–‹ç™ºã•ã‚Œã¦ãŠã‚Šã€pipã¯setuptoolsã®ä¸€éƒ¨ã§ã‚ã‚‹easy_installã‚’ç½®ãæ›ãˆã‚‹å½¢ã§ã™ã€‚ ãªãŠã€ç¾åœ¨ã®pipã®ãƒãƒ¼ã‚¸ãƒ§ãƒ³ã¯0.8.2ã§ã€ã“ã®ã‚¨ãƒ³ãƒˆãƒªã¯ã“ã®ãƒãƒ¼ã‚¸ãƒ§ãƒ³ã‚’使ã£ã¦ã„ã¾ã™ã€‚ ãªã«ã‹ãŠã‹ã—ã„点ãŒã‚ã‚Œã°ã€ã”指摘ãã ã•ã„。 > è˜è€…ã®æ–¹ã€… pipã®install ã¾ãšã¯ea
â€Râ€ã§å®Ÿè·µã™ã‚‹çµ±è¨ˆåˆ†æžï½œå›žå¸°åˆ†æžç·¨ï¼šâ‘¢ãƒã‚¸ã‚¹ãƒ†ã‚£ãƒƒã‚¯å›žå¸°åˆ†æžã€å¤–部寄稿】 - GiXo Ltd.
Rã«ã‚ˆã‚‹å›žå¸°åˆ†æžã®å®Ÿæ–½æ‰‹é †ã‚’紹介 本日ã¯ã€Rã®ä½¿ã„æ–¹ã®å®Ÿè·µã¨ã—ã¦ã€ã€Œå›žå¸°åˆ†æžã€ã«ã¤ã„ã¦ç´¹ä»‹ã—ã¦ã„ãã¾ã™ã€‚ãªãŠã€å›žå¸°åˆ†æžã®ç†è«–ã«ã¤ã„ã¦ã¯ã€ã“ã¡ã‚‰ã®ç‰¹é›†å†…ã®ã€å¯„稿】回帰分æžã¨ãã®å¿œç”¨ã‚’å‚ç…§ãã ã•ã„。 『â€Râ€ã§å®Ÿè·µã™ã‚‹çµ±è¨ˆåˆ†æžï½œå›žå¸°åˆ†æžç·¨ã€ã¯ã€å…¨ï¼“回ã§ã€ä»¥ä¸‹ã®æ§‹æˆã§é€²ã‚ã¦ã„ãã¾ã™ã€‚ 回帰分æžç·¨ã€€ç¬¬1回：å˜å›žå¸°åˆ†æž 回帰分æžç·¨ã€€ç¬¬2回：é‡å›žå¸°åˆ†æž 回帰分æžç·¨ã€€ç¬¬3回：ãƒã‚¸ã‚¹ãƒ†ã‚£ãƒƒã‚¯å›žå¸°åˆ†æž 第3回ã®ä»Šå›žã¯ã€Œãƒã‚¸ã‚¹ãƒ†ã‚£ãƒƒã‚¯å›žå¸°åˆ†æžã€ã‚’実践ã—ã¦ã„ãã¾ã™ã€‚ Rã®ã‚µãƒ³ãƒ—ルデータã®åˆ©ç”¨æ–¹æ³• 今回ã¯ã€Rã«ã‚らã‹ã˜ã‚用æ„ã•ã‚ŒãŸã‚µãƒ³ãƒ—ルデータを利用ã—ãŸã„ã¨æ€ã„ã¾ã™ã€‚回帰分æžã¨ãã®å¿œç”¨â‘¢ã€€ï½žãƒã‚¸ã‚¹ãƒ†ã‚£ãƒƒã‚¯å›žå¸°åˆ†æžã§ç´¹ä»‹ã®ã‚ã£ãŸSpringfieldã®Baystate医療センターã®189件ã®å‡ºç”Ÿã«ã¤ã„ã¦ã®ã€Œä½Žä½“é‡å‡ºç”Ÿã¨ãã®ãƒªã‚¹ã‚¯å› åã®é–¢é€£ã€ã‚’調ã¹ãŸãƒ‡ãƒ¼ã‚¿ã‚’利用ã—ã¾ã™ã€‚Rã§æ¬¡ã®ã‚³ãƒžãƒ³ãƒ‰ã‚’実行ã—ã¾ã™ã€‚ >library
Rã¨æ¨¹æœ¨ãƒ¢ãƒ‡ãƒ«(ï¼’) - フリーソフトã«ã‚ˆã‚‹ãƒ‡ãƒ¼ã‚¿è§£æžãƒ»ãƒžã‚¤ãƒ‹ãƒ³ã‚°ã€€ç¬¬19回
2．分類木 関数rpartã§ã¯ã€åˆ†å²ã®åŸºæº–ã¨ã—ã¦ã¯Giniä¿‚æ•° Gini Index= ã‚ã‚‹ã¯æƒ…å ±é‡ã‚¨ãƒ³ãƒˆãƒãƒ”ー Entrory= ãŒç”¨ã„られã¦ã„る。å¼ã®ä¸ã®ã¯ãƒŽãƒ¼ãƒ‰å†…ã®ã‚¯ãƒ©ã‚¹ã®ãƒ‡ãƒ¼ã‚¿ã§ã‚る。 デフォルトã§ã¯Giniä¿‚æ•°ãŒè¨å®šã•ã‚Œã¦ã„る。分å²åŸºæº–エントãƒãƒ”ーã®æŒ‡å®šã¯ã€å¼•æ•°split=â€informationâ€ã‚’用ã„る。 (1)　樹木ã®ä½œæˆ 関数rpartを用ã„ãŸæ¨¹æœ¨ã®ä½œæˆã«ã¤ã„ã¦ä¾‹ã‚’用ã„ã¦èª¬æ˜Žã™ã‚‹ã€‚ã“ã“ã§ã‚‚irisã®ãƒ‡ãƒ¼ã‚¿ã‚’用ã„ã‚‹ã“ã¨ã«ã™ã‚‹ã€‚ >library(mvpart)   #ã‚ã‚‹ã„ã¯library(rpart)　 > iris.rp<-rpart(Species~.,data=iris) 上記ã®ã‚³ãƒžãƒ³ãƒ‰ã®å®Ÿè¡Œã§ã€ãƒ‡ãƒ•ã‚©ãƒ«ãƒˆã«è¨å®šã•ã‚ŒãŸæ¡ä»¶ã®ä¸‹ã§rpartã®åˆ†é¡žæœ¨ãŒä½œæˆã•ã‚Œã‚‹ã€‚作æˆã•ã‚ŒãŸæ¨¹æœ¨ã®çµæžœã¯ã€æ¬¡ã®ã‚ˆã†ã«é–¢æ•°printã§è¿”ã™ã“ã¨ãŒã§ãる。関数ã®printã«ç”¨ã„ãŸdigitã¯è¿”
H2Oã®Rパッケージ{h2o}ã§ãŠæ‰‹è»½ã«Deep Learningを実践ã—ã¦ã¿ã‚‹(1)：ã¾ãšã¯æ±ºå®šå¢ƒç•Œã‚’æã - 渋谷駅å‰ã§åƒãデータサイエンティストã®ãƒ–ãƒã‚°
我らãŒè‡ªç§°ã‚†ã‚‹ãµã‚*1ガãƒå‹¢ä»£è¡¨@motivic_æ°ãŒã“ã‚“ãªè¨˜äº‹ã‚’upã—ã¦ã¾ã—ãŸã€‚ ã¨ã„ã†ã“ã¨ã§ã€ã“ã‚“ãªã«ç°¡å˜ã«Deep Learningã‚’R上ã§è©¦ã›ã‚‹ã‚“ã ã£ãŸã‚‰ã¤ã„ã§ã«åƒ•ã‚‚ã‚„ã£ã¦ã¿ã‚ˆã†ã¨æ€ã£ãŸã®ã§ã—ãŸã€‚ãŸã ã—åŒã˜irisã§ã‚„ã‚‹ã®ã‚‚芸ãŒãªã„ã®ã§*2ã€ãã“ã¯ã¡ã‚‡ã£ã¨å¤‰ãˆã¦ã¿ã¾ã—ãŸã‚ˆãƒ¼ã¨ã„ã†ã“ã¨ã§ã€‚ ãã†ãã†ã€Deep Learningã®åŽŸç†ã«ã¤ã„ã¦ã¯@0kayuã•ã‚“ã®ã¾ã¨ã‚ãŒã‚ã¡ã‚ƒãã¡ã‚ƒå‚考ã«ãªã‚‹ã¨æ€ã†ã®ã§ã€æ˜¯éžæ˜¯éžã”å‚ç…§ãã ã•ã„。 実装ディープラーニング 今回ã¯ã¾ã åˆæ©ã®åˆæ©ã—ã‹è§¦ã‚Šã¾ã›ã‚“ãŒã€ãã‚Œã§ã‚‚ãƒãƒ¥ãƒ¼ãƒ‹ãƒ³ã‚°ã®ã¨ã“ã‚ãªã©ã«ã“ã®ã‚¹ãƒ©ã‚¤ãƒ‰ã«ã‚‚出ã¦ãるよã†ãªæ§˜ã€…ãªåŽŸç†çš„å´é¢ãŒã‹ã‹ã‚ã£ã¦ãã¾ã™ã€‚ ãã‚‚ãã‚‚H2Oã£ã¦ä½•ã ã£ã‘ 0xdata - H2O h2o/R at master · 0xdata/h2o · GitHub 元々H2Oã¯in-memoryプラットフォームã¨ã—ã¦Hadoop上や最
Rã§éžç·šå½¢åˆ¶ç´„æ¡ä»¶ä»˜éžç·šå½¢æœ€é©åŒ–ã‚’è¡Œã†æ–¹æ³• by Rsolnp - My Life as a Mock Quant
Rsolnpã¨ã„ã†ãƒ©ã‚¤ãƒ–ラリを使用ã™ã‚‹ã¨Rã§éžç·šå½¢åˆ¶ç´„æ¡ä»¶ä»˜éžç·šå½¢æœ€é©åŒ–ã‚’è¡Œã†ã“ã¨ãŒã§ããŸã€‚ install.packages("Rsolnp",repos="http://cran.r-project.org/") ã§ã‚¤ãƒ³ã‚¹ãƒˆãƒ¼ãƒ«å®Œäº†ã€‚ （ã„ã¤ã®é–“ã«ã‹CRANã«ç™»éŒ²ã•ã‚Œã¦ã„ãŸã®ã§ãƒ¬ãƒã‚¸ãƒˆãƒªã‚’R-Forgeã‹ã‚‰CRANã¸å¤‰æ›´ 2010/4/14） å…ƒã‹ã‚‰å…¥ã£ã¦ã„るサンプルã®ä¾‹é¡Œã‚’解ã„ã¦ã¿ã‚‹ã€‚ library(Rsolnp) # POWELL Problem fn1=function(x) { exp(x[1]*x[2]*x[3]*x[4]*x[5]) } eqn1=function(x){ z1=x[1]*x[1]+x[2]*x[2]+x[3]*x[3]+x[4]*x[4]+x[5]*x[5] z2=x[2]*x[3]-5*x[4]*x[5] z3=x[1]*x[1]*x[1]+x[2]*
Rã§éžç·šå½¢åˆ¶ç´„æ¡ä»¶ä»˜éžç·šå½¢æœ€é©åŒ–ã‚’è¡Œã†æ–¹æ³• by Rsolnp −２ - My Life as a Mock Quant
↓導入ã®è¨˜äº‹ã¯ã“ã¡ã‚‰ http://d.hatena.ne.jp/teramonagi/20091217/1261048574 ç°¡å˜ãªä¾‹é¡Œã‚’通ã—ã¦å‹•ä½œã‚’確ã‹ã‚ã‚“ã¨ã™ã€‚ library(Rsolnp) #(x,y)=(1,2)ã§æœ€å°å€¤ã‚’ã¨ã‚‹ã‚ˆã†ãªå‡¸é–¢æ•° objectiveFunc <- function(x_) { return(sum((x_-c(1,2))^2)) } #決定変数ã®ã‚¹ã‚¿ãƒ¼ãƒˆå€¤ x0 <- c(100,100) #最é©åŒ– solution <- solnp(x0,fun = objectiveFunc) #çµæžœå‡ºåŠ› print(solution) ã“れを走らã›ã‚‹ã¨æœ€å¾Œã®print分ã‹ã‚‰ > print(solution) $pars [1] 1 2 $convergence [1] 0 $values [1] 1.940500e+04 4.909325e-11 1.1498
D3.js
D3The JavaScript library for bespoke data visualization Create custom dynamic visualizations with unparalleled flexibility
1
ランã‚ング
ランã‚ング
ランã‚ング
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
Data Visualization in Python - theDevMasters
Designing a Resume in InDesign Online Class | LinkedIn Learning, formerly Lynda.com
{{#tags}}- {{label}}
{{/tags}}