機械学習 【深層学習入門】Kerasによる画像分類CNNの実装
簡単なCNN（畳み込みニューラルネットワーク）を作成して、画像を分類するモデルを作成してみます。使用するデータセットはCIFAR-10です。深層学習はTensorFlowライブラリのKerasを使用することによって簡単に利用することができます。また、TensorBordを利用して学習過程を可視化します。
機械学習
機械学習 機械学習 【深層学習入門】Kerasによる回帰ニューラルネットワークの実装
簡単なニューラルネットワークを作成して、データセット「Boston house-prices」を使って、住宅の情報から価格を予測する回帰問題を扱います。また、TensorBordを利用して学習過程を可視化します。
機械学習 【深層学習入門】Kerasによる分類ニューラルネットワークの実装
簡単なニューラルネットワークを作成して、手書き数字画像（MNISTデータセット）を分類するモデルを作成してみます。深層学習はTensorFlowライブラリのKerasを使用することによって簡単に利用することができます。また、TensorBordを利用して学習過程を可視化します。
プログラミング 【python】ソフトマージンのサポートベクターマシン（SVM）の実装
ハードマージンSVMとソフトマージンSVMの違いを具体例を交えて述べ、次にpythonを用いたフルスクラッチによるSVMの実装を行います。また、scikit-learnによる実装も示します。
機械学習 ソフトマージンのサポートベクターマシン（SVM）の解説 理論編
サポートベクターマシン（SVM）とは、パターン識別用の教師あり機械学習アルゴリズムの１種です。線形分離可能なデータを前提とした「ハードマージン」、線形分離不可能なデータを前提として誤分類をある程度許容する「ソフトマージン」があります。今回の記事ではソフトマージンのサポートベクターマシンの理論を説明します。
プログラミング 【Google Cloud (GCP)】音声をテキストに Speech-to-Text APIの使い方
音声データに含まれる会話の内容を簡単に文字起こしすることができるAPIとして、Google Cloud の Speech-to-Text APIがあります。この記事では、Speech-to-Text APIをGoogle Cloud上で導入する方法と、Google Colab上で利用する方法について述べます。
機械学習 ROC曲線、AURの解説とpythonによる書き方
分類器の評価としてよく使用される「ROC曲線」と「AUR」について述べます。ROC曲線ではTPR (treu positive rate (= recall)) と FPR (false positive rate) を用いてます。
機械学習 機械学習の分類評価指標 混同行列と正解率・適合率・再現率・F値
分類結果を可視化する混同行列と、分類評価指標である正解率・適合率・再現率・F値を解説します。pythonによる実装もおこないます。
機械学習 k-means法のpythonによる実装とクラスター数の決定方法 エルボー法、シルエット分析
この記事ではk-means法の仕組みと、実装方法について述べます。また、k-means法は分類するクラスター数はあらかじめ与える必要がありますが、最適なクラスター数を決定する方法として、エルボー法とシルエット分析を紹介します。
機械学習 labelImgのインストール方法と使い方
labelImgというツールを使うと、YOLOなどの物体検出に使用する学習画像データセットが簡単に作成できます。この記事では、labelImgのインストール方法と使い方について述べます。
