- 1. タイタニック号の乗客の生存予測 を体験してみる(探索的データ解析編)
- 2. ゼロから始めるLeetCode Day7 「104. Maximum Depth of Binary Tree」
- 3. 非線形連立方程式ってPythonで簡単に解けるんですね
- 4. 言語処理100本ノック 2020 第10章: 機械翻訳 (90-98)
- 5. さくらのレンタルサーバで Python 3 を野良ビルドした (備忘録)
- 6. Python 2 から Python 3 に移行したら Mercurial が動かなくなった (備忘録)
- 7. カーネルの可視化 メモ
- 8. 【Python小技】マイナーだけど便利なPythonの小技5つ
- 9. Djangoにおけるパフォーマンスの最適化
- 10. ax+by=1を満たす整数の組。
- 11. 言語処理100本ノック 2020をやった 第3章
- 12. Pythonで好きな文章をUTF-8からShift-JIS(cp932)にエンコードする文字化けジェネレーターを作ってみた
- 13. Pythonでスクレイピングしたデータを既存のExcelシートに追加したい。
- 14. 都道府県名を都道府県コードに変換
- 15. GRUで日経平均の10日後を予測した結果、それの整合性があまりとれていないような気がする…
- 16. 今日からはじめるPython機械学習プログラミング基礎 教師あり学習その2
- 17. "pip install"実行時のプロキシエラー
- 18. DjangoのURL設定
- 19. python3におけるforループの計算速度
- 20. AtCoderの提出自動化をする(Python)
タイタニック号の乗客の生存予測 を体験してみる(探索的データ解析編)
# 目的
機械学習の一連の流れをタイタニック号の乗客の生存予測モデル作成を通して体験する。
先駆者の残してくれた記事に習い、どういう思考プロセスで開発しているのかを知る。
わからない関数、処理があれば調べてコメントとして残しておく。# 参考元
以下の「キヨシの命題」様の記事を参考にさせていただきます。タイタニック号の乗客の生存予測〜80%以上の予測精度を超える方法(探索的データ解析編)
https://yolo-kiyoshi.com/2018/12/16/post-951/# 探索的データ解析編 をやってみる
「キヨシの命題」様のサイトには複数のタイタニック号の乗客の生存予測の記事が存在していた。
私はその中でも副題に「80%以上の予測精度を超える方法」がついている2記事を体験してみることにした。2記事と言っても前編と後編に別れている。
「探索的データ解析編」と「モデル構築&推論編」である。本記事では前編の「探索的データ解析編」を体験する。
その前に探索的データ解析のことを理解しておく必要があるので以下復習。>探索的データ解析
英語ではExplanatory
ゼロから始めるLeetCode Day7 「104. Maximum Depth of Binary Tree」
#概要
海外ではエンジニアの面接においてコーディングテストというものが行われるらしく、多くの場合、特定の関数やクラスをお題に沿って実装するという物がメインである。その対策としてLeetCodeなるサイトで対策を行うようだ。
早い話が本場でも行われているようなコーディングテストに耐えうるようなアルゴリズム力を鍛えるサイト。
せっかくだし人並みのアルゴリズム力くらいは持っておいた方がいいだろうということで不定期に問題を解いてその時に考えたやり方をメモ的に書いていこうかと思います。
[Leetcode](https://leetcode.com/)
基本的にeasyのacceptanceが高い順から解いていこうかと思います。
前回
[ゼロから始めるLeetCode Day6 「1342. Number of Steps to Reduce a Number to Zero」](https://qiita.com/KueharX/items/fb274973c9fc7cd920e3)サボらず1週間続きました。めでたい。
# 問題
[104. Maximum Depth o
非線形連立方程式ってPythonで簡単に解けるんですね
数値計算をやっていると、非線形連立方程式を解く機会ってまぁまぁありますよね。もう何年も前ですが大学院生で研究をやっていた頃は、Fortranでコトコト実装していました。最近Pythonでプログラムを書く機会が増えてきて、再び非線形連立方程式を解く場面に遭遇しました。非線形連立方程式の解法として有名なものと言えばNewton法ですが、ゼロから実装するの面倒なのでいいライブラリがないか探しました。
# 「Scipy.optimize.root」で解けちゃう
半端じゃなく簡単でした。今回は例題として以下のような非線形連立方程式を解きたいと思います。$$
\begin{align}
x^{2}+y^{2}-1=0 \\\
x=0
\end{align}
$$ソースコードは以下の通りです。あとで簡単な説明をします。
“`python
import numpy as np
from scipy import optimize# 解きたい関数をリストで戻す
def func(x):
return [x[0]**2 + x[1]**2 -1.0,
言語処理100本ノック 2020 第10章: 機械翻訳 (90-98)
先日,[言語処理100本ノック2020](https://nlp100.github.io/ja/)が公開されました.私自身,自然言語処理を初めてから1年しか経っておらず,細かいことはよくわかっていませんが,技術力向上のために全ての問題を解いて公開していこうと思います.
すべてjupyter notebook上で実行するものとし,問題文の制約は都合よく破っていいものとします.
ソースコードはgithubにもあります.[あります](https://github.com/nymwa/nlp100/blob/master/chapter10.ipynb).
9章は[こちら](https://qiita.com/nymwa/items/4542b45837a10766890b).
Python3.8.2を使用しました.GPUにはTesla V100を4台使用しました.
# 第10章: 機械翻訳
> 本章では,日本語と英語の翻訳コーパスである[京都フリー翻訳タスク (KFTT)](http://www.phontron.com/kftt/index-ja.html)を用い,ニューラル機
さくらのレンタルサーバで Python 3 を野良ビルドした (備忘録)
# さくらのレンタルサーバで Python 3 を野良ビルドした (備忘録)
Python 2.7 も EoL で Python 3 に移行したいのに、さくらのレンタルサーバに Python 3 が来る気配は無いので自分でビルドした記録.
“`sh
$ cd /home/xxx/local/src/
$ wget https://www.python.org/ftp/python/3.8.3/Python-3.8.3rc1.tar.xz
$ xz -dc Python-3.8.3rc1.tar.xz | tar xf –
$ cd Python-3.8.3rc1
$ ./configure –prefix=/home/xxx/local/python-3.8.3rc1
$ make
$ make install
$ cd ../../python-3.8.3rc1/bin
% ./pip3 install –upgrade pip
$ ./pip3 install Genshi
$ ./pip3 install SQLAlchemy
$ ./pip3 install merc
Python 2 から Python 3 に移行したら Mercurial が動かなくなった (備忘録)
# Python 2 から Python 3 に移行したら Mercurial が動かなくなった (備忘録)
Mercurial の Python 2 サポートもそう遠くなくドロップされそうなので、Python 3.8 をビルドしたついでに移行してみたら、見事に動かなくなって直した記録.
元々の index.cgi は以下のような感じで、これの python を python3 に書き換えたら 500: Internal Server Error.
“`python
#!/home/xxxx/local/bin/pythonfrom mercurial import hgweb
from cgitb import enable
enable()
hgweb.hgweb(“/home/xxxx/hg”, “xxxx-hg”).run()
“`Apache のエラーログを見たところ、`Response header name ‘
関連する記事
OTHERカテゴリの最新記事
-
- 2024.09.19
JavaScript関連のことを調べてみた
-
- 2024.09.19
JAVA関連のことを調べてみた
-
- 2024.09.19
iOS関連のことを調べてみた
-
- 2024.09.19
Rails関連のことを調べてみた
-
- 2024.09.19
Lambda関連のことを調べてみた
-
- 2024.09.19
Python関連のことを調べてみた