機械学習を取り入れた株価予測システムはローカル環境でPython×Djangoで一通り完成しました。次はAndroidアプリ化を目指します。

機械学習の分類問題の検証で出てくる混同行列 (Confusion matrix)があります。サンプルコードはたくさんあるのだけど、そもそものTP、TN、FP、FNの意味をいまだに理解不足なので、自分なりにまとめてみました。

機械学習のアルゴリズムの一つであるサポートベクタマシン（SVM）を少し覗いてみて、実装します。分類では大活躍です。

PythonでMeCabを利用する方法を紹介していきます。自然言語処理には欠かせないオープンソースの形態素解析エンジンです。

今回は機械学習やそのkaggleコンペでもよく利用されているランダムフォレストについてまとめていきます。機械学習ではよく使われるアルゴリズムです。

こんにちは、Yoshimiです。機械学習のチュートリアルでデータセットを使うことも多いはずです。今回はIrisのデータセットの中身・構造を確認したいと思います。

機械学習には多くのアルゴリズムがありますが、「Pythonで始める機械学習」のなかで、最も単純な学習アルゴリズムと言われているk近傍法(k-NearistNeighbor)があります。簡単な実装にチャレンジしましょう。

機械学習でなんとく決定木(Decision Tree)を使っていました。複数のアルゴリズムで検証するようになり、改めてどんなアルゴリズムなのだろうかと気になったので、調べ直しました。

商品の因果関係を解決してくれる一つとしてロジスティック回帰分析があります。統計的手法ですが、機械学習には基礎部分になります。

『ドクターX ～外科医・大門未知子～』でAI任せの処方で間違いがあることを表現していました。開発者はどんなデータソースなのか知っておく必要あります。