サクサク読めて、アプリ限定の機能も多数！
トップへ戻る
2024年ランキング
uchidama.hatenablog.com
Kaggleコンペのチュートリアル、タイタニック号のデータを機械学習にかける前に自分で分析してみましたよ。 分析してみた結論 Kaggleのタイタニック号のコンペの内容は、乗員の年齢、性別、座席、チケット代などの属性から、沈没事故で生き残ったかどうかを予測するというモノ。 機械学習用の教師データと、それから学習したモデルで予測するテストデータが入っている。 この教師データから、どんな傾向が見られるかをPythonで集計して調べてみました。 唐突に結論を言えば、僕が見たところ、高い金出した客が生き残っているという傾向が見られる。 あとは生き残り確率の高い年齢層が存在するというのが大きな傾向かと思います。 分析 タイタニックの教師データの項目は次のモノ。 項目 意味 PassengerID 乗客ID Survived 生存結果 (1: 生存, 2: 死亡) Pclass 乗客の階級 1が一番位
opencvで、いくつかやりたいことがあったので下調べとして作ってみました。 jupyter notebookで作ってます。 画像を重ねて描画 これを作ってみてわかったOpenCVの特徴。 画像データを読み込むとnumpy.ndarrayで返ってくる ピクセルの色データがB, G, R(Blue, Green, Red)の順に並んでいてRGBではない PNG画像の透過部分を透過させて画像を描画 背景を水色にして、アルファ部分を透過してpng画像を重ねて描画。 PNG画像の透過部分を保持したまま画像を回転 PNG画像をJPG画像の上にリサイズ、回転させて透過描画 画像の回転、縮小、輪郭を抽出した矩形を描画 抽出した輪郭ぴったりに線を描画 参考 ども、ありがとうございます！ stackoverflow.com end0tknr.hateblo.jp skattun.hatenablog.jp
自分で書いた数字を、畳み込みニューラルネットワークでMNISTを学習したモデルで認識してみたかったんで作ってみましたよ。 Jupyter notebookでやってます。 Python 3以降。 深層学習ライブラリは、いつもどおりKeras。 ソースコード GitHub github.com 学習済みのバイナリも簡単に入手できた方が良いだろうなと思ったので、リポジトリ作りました。 参考 blog.sky-net.pw このコードを大変参考にさせていただきました！ ありがとうございます！
はてなブログ最初のエントリーなんで、お試しがてら書いてみます。 MNISTといえば「深層学習業界のHelloWorld!」と言われる定番データセット。 とりあえずKerasを入れたらexamplesに入ってるmnist_cnn.pyとかを、みんな動かしてみてると思います。 かくいう私も学習は回してましたが 「そういえば、学習は回しても中身を表示したことないな？」 と思い、どうやるか調べて試してみました。 PILを使ったMNIST手書き画像の簡単表示 下記のコードを実行するとMNISTの手書き画像が4枚表示されます。 これがMACで実行してみた画像。 けっこう簡単に表示はできんのね。 import keras from keras.datasets import mnist import numpy as np from PIL import Image # 文字画像表示 def img_s
このページを最初にブックマークしてみませんか？
『人工知能と競プロやってくブログ』の新着エントリーを見る
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
