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。

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。

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。

この記事ではPythonで物体検出をおこないます。物体検出とは、画像内のどこに何が写っているかを検出する技術のことです。今回はそんな物体検出を簡単に試すことができる「YOLO v5」をGoogle Colabで動作させます。

この記事は、matplotlibで日本語を表示させるための備忘録です。対処法としては、japanize-matplotlib をpipインストールすれば良いです。

google colabでtalibを使う方法と、yahoo_finance_api2、mplfinanceで株価データを可視化します

本記事ではkerasのImageDataGeneratorを使用して、データ拡張をする方法を述べます。

正規分布の期待値、分散、積率母関数や各種性質を導出します

この記事はplotlyでwireframeを作成する際の備忘録です。plotlyはインタラクティブなグラフを簡単に作ることができるライブラリで、グラフをグリグリ動かすことができます。plotlyでは、matplotlibのplot_wireframe()のようなワイヤーフレームを可視化する関数が見つからなかったので、つくってみました。