Analytics– category –

機械学習モデルをお手元のPC内に保存＆読込する方法について解説します。言語はPython、ライブラリはPickleを活用し実践します。

機械学習「XGBoost」モデルの予測性能を高めたい方向けに、グリッドサーチによるハイパーパラメータチューニング方法を解説します。言語にはPythonを用います。

アンサンブル学習の代表的アルゴリズムである「XGBoost」について詳しく知りたい方向けに、「XGBoostの概要」および「Pythonでの実装方法」を解説します。

PythonのSeabornライブラリにある「jointplot」をもとにグラフを描画する方法について解説します。

機械学習における「アンサンブル学習」について詳しく知りたい方向けに「アンサンブル学習の仕組み」と代表的手法「バギング」「スタッキング」「ブースティング」についてそれぞれ解説します。

AI・機械学習モデルにおける変数選択方法について知りたい方向けに「ステップワイズ法」と「強制投入法」」をそれぞれ解説します。

HyperOptというハイパーパラメータ探索手法について興味がある方向けに「HyperOptの概要」と「Pythonでのコーディング方法」をロジスティック回帰モデルを例に解説します。

仮想通貨の自動売買に興味がある方向けに「Pythonで仮想通貨の将来値動きを予測する時系列モデルを作成する方法」について解説します。

PythonのOpenCVライブラリを活用して「画像のノイズ除去・平滑化（ぼかし）」を実施する方法について解説します。

PythonのOpenCVライブラリにおける画像処理技法を活用して「エッジを検出する方法」を解説します。エッジ検出フィルタはCanny・Sobelフィルタ・ラプレシアンフィルタを活用します。

PythonのOpenCVライブラリをもとに画像の「畳み込み処理（空間フィルタリング）」を行う方法について解説します。

PythonのOpenCVライブラリを用いて「画像に透視変換を適用する方法」を解説します。