欠損値の検索結果1 - 8 件 / 8件

• あとで読む

  スプレッドシートでGoogleのAIが使える、公式の機械学習アドオン公開　欠損値の予測など可能

  • 48 users
  • www.itmedia.co.jp
  • テクノロジー
  • 2022/12/08

  他にも、入力したデータの学習や評価、解釈、機械学習モデルを開発環境へエクスポートすることなども可能。同社はそれぞれの作業を「わずか5クリック、10秒程度で完了できる」と説明している。 Simple MLで利用したデータはスプレッドシート中に、機械学習モデルはGoogle Driveに保存が可能。他ユーザーと共有もできる。Googleの機械学習ツールキット「TensorFlow」とも連携可能という。 関連記事 AIスゴっ！　下手な漫画が秒で“プロ並み”に　「ネームだけで原稿完成」の時代に？ AIイラストメーカーを使うと、平面っぽい雑な絵が、立体的で表情も動きのある、描き込まれた美しいイラストに変わった。イラストAIが、「絵を描く」の意味を変えつつある。 「幸せになるには？」に答えてくれるAI「ChatGPT」　日本語でさまざまな質問に回答　Twitterでも話題 米AI研究企業OpenAIは

  • 機械学習
  • スプレッドシート
  • google
  • AI
  • あとで読む

  
• あとで読む

  欠損値処理に関する備忘録 - 渋谷駅前で働くデータサイエンティストのブログ

  • 48 users
  • tjo.hatenablog.com
  • テクノロジー
  • 2024/10/29

  最近某所で話題になっていたのが「欠損値処理はどうやるべきか」というテーマ。これは太古の昔から「荒れるテーマ」として有名で、今回も大いに荒れていて傍観している側としては面白かったんですが（笑）、古老ともあろう身がただ面白がっているだけでは自分を含めて誰の学びにもならないので、良い機会ということでちょっと欠損値処理に関する備忘録をまとめておこうと思います。いつもながらですが、誤解や理解不足の点などあればどしどしご指摘ください。 大前提 機械学習における欠損値処理は「予測」の助けになるように 統計学における欠損値処理は「パラメータ推定」の助けになるように 感想など 大前提 9年も前にこのブログで書いた記事が今でも時々各所で参照されているようなので引き合いに出しておきますが、そもそも論として機械学習が「予測」を目的とするのに対して統計学は「説明」を目的とすることが多い、という点を指摘しておきます。

  • 機械学習
  • あとで読む
  • 学習
  • 統計
  • AI

  
• あとで読む

  ［pandas超入門］欠損値とその処理

  • 32 users
  • atmarkit.itmedia.co.jp
  • テクノロジー
  • 2024/08/23

  前回はpandasのDataFrameオブジェクトをNumPyの多次元配列やPythonのリスト、辞書、JSON形式のオブジェクトに変換する方法を紹介しました。今回は、pandasでデータを処理する際には必ずと言っていいほど目にする「欠損値」とその扱いについて見ていきます。 欠損値とは 欠損値とは、取得したデータに含まれる「何らかの理由で存在していないデータ」のことです。何かのデータを計測しているときに本来は得られるはずの値がセンサーの誤動作により1つだけ取得できなかったとか、データの伝送時にノイズが入ったためにデータがきちんと読み取れなかったとか、理由はいろいろと考えられますが、あるべきデータがないという状況はよくあり、データを処理する際にはそれらについても考慮する必要があります。 ここでは簡単な例として、次のコードでCSVファイルを作成し、それをDataFrameオブジェクトに読み込ん

  • Python
  • あとで読む
  • データ

  
• あとで読む

  Pandasの欠損値処理（他の列の値で埋める） - Qiita

  • 3 users
  • qiita.com/philosophy_note
  • テクノロジー
  • 2021/09/05

  はじめに Pandasで欠損値がある時に他の列の値を使って補完したい時があります。 今回はその手段に加えて、手段を思いつかずに回り道をしたパターンを 忘備録として掲載します。 サンプルパターン 次のデータフレームで、col2の欠損値をcol1の日付を3日足した値で埋める ことを考えます。 import pandas as pd import datetime df = pd.DataFrame({'col1': ["2021/05/08", "2021/05/08", "2021/05/08"], 'col2': ["2021/05/09", "2021/05/11", None]}, index=['row1', 'row2', 'row3'])

  

欠損値の関連エントリー

• 

  もうすぐ消滅するという人間の翻訳について｜平野暁人

  361 users
• 

  アーキテクチャ設計の民主化とADR(Architectural Decision Records)による意思決定の未来 - Facilitating Software Architecture の読書感想文 - じゃあ、おうちで学べる

  149 users
• 

  さよならClaude、こんにちはGemini 〜Claude愛用者がGeminiに乗り換えた理由〜｜genkAIjokyo|ChatGPT/Claudeで論文作成と科研費申請

  110 users
• 

  AIチップ内蔵カメラ「Raspberry Pi AI Camera」レビュー、AI処理をカメラ側で実行するので母艦デバイスが非力でもOK

  110 users
• 

  「ドメイン駆動設計をはじめよう」の感想

  81 users
• 

  Goのジェネリクス徹底理解

  71 users
• 

  ネットワーク初学者が知っておきたいDNSの基礎知識：負荷分散の仕組み - NRIネットコムBlog

  43 users
• 

  [個人的]データベースゆく年くる年 2024

  139 users
• 

  LocalStack 実践入門 | AWS サーバレスパターン開発ワークショップ

  42 users
• 

  うわっ…私のエディタ、ダサすぎ…？ナウなヤングにバカウケするCursor・VSCodeのイケイケ設定

  227 users
• あとで読む

  pandasで欠損値NaNを削除（除外）するdropna | note.nkmk.me

  • 3 users
  • note.nkmk.me
  • テクノロジー
  • 2022/05/01

  pandas.DataFrame, Seriesの欠損値NaNを削除（除外）するにはdropna()メソッドを使う。 pandas.DataFrame.dropna — pandas 2.0.3 documentation pandas.Series.dropna — pandas 2.0.3 documentation 欠損値NaNの抽出・置換・カウントについては以下の記事を参照。 関連記事: pandasで欠損値NaNを含む行・列を抽出 関連記事: pandasで欠損値NaNを置換（穴埋め）するfillna 関連記事: pandasで欠損値NaNが含まれているか判定、個数をカウント なお、pandasではNaN（Not a Number: 非数）のほか、Noneも欠損値として扱われる。 関連記事: pandasにおける欠損値（nan, None, pd.NA） 本記事のサンプルコードの

  • Python

  
• あとで読む

  【python】欠損値（NaN）を含む行列を抽出・削除・変換する方法 - Qiita

  • 3 users
  • qiita.com/yuta-38
  • テクノロジー
  • 2020/04/03

  Help us understand the problem. What are the problem?

  
• あとで読む

  【Python】欠損値（NaN）を含むデータの平均を算出する - Qiita

  • 3 users
  • qiita.com/Maron_T
  • テクノロジー
  • 2023/06/24

  import numpy as np data = np.array([2, 4, np.nan, 6]) mean_value = np.mean(data) # 出力: Mean value using np.mean: nan print("Mean value using np.mean:", mean_value) np.meanは、データ内のすべての値（NaNを含む）を考慮して平均を計算します。 しかし、NaNは特殊な値であり、数値計算に直接使用することはできません。 したがって、np.meanがNaNを含むデータを計算しようとすると、結果もNaNになります。 np.nanmeanを使用した場合 import numpy as np data = np.array([2, 4, np.nan, 6]) nanmean_value = np.nanmean(data) # 出力:

  
• あとで読む

  欠損値を含む多変量時系列データを補完する手法「GP-VAE」

  • 3 users
  • zenn.dev/takuya_fukatsu
  • テクノロジー
  • 2024/03/19

  はじめに Proxima Technology にて論文読みバイトをさせて頂いております、名古屋大学医学部5年の野村怜史です。大学では生命科学分野での機械学習手法の研究開発を行っています。 本記事では、AISTATS 2020 で発表された論文「GP-VAE: Deep Probabilistic Time Series Imputation」を紹介します。この論文では、欠損値を含む多変量時系列データを対象とし、欠損値補間を行うための手法 GP-VAE を提案しています。Variational autoencoder (VAE) を用い、次元削減と潜在空間におけるガウス過程の導入を両立している点がポイントです。 モチベーション 本手法は、多変量時系列データにおける欠損値補間を問題とします。ここでは、チャネル（特徴量）方向・時間方向の双方における相関関係を考慮しつつ欠損値補間を行いたい、とい