Today search ranking
The Week search ranking
month search ranking
415views
0likes
2.19、Python統計文字が現れる頻度
Pythonを使用して26文字のアルファベットの出現頻度を統計する：入力は非常に長い文字列で、その中の英字の出現回数を統計し、他の文字は無視して処理せず、大文字と小文字のアルファベットは同じ文字とみなす。input_str=TheFirst-everOpen-waterBelugaSanctuaryWillWelcomeTwoAdorableWhalesinJune,Adorablebelugaw
tianjing2020 12-26 09:38
363views
0likes
2.20、Python bytesタイプ（バイトフロー）
bytesは名前からわかるように、バイト配列を表し、各要素は単一のバイトを表します。この型の文字列の表記方法はstr型に似ていますが、前にbを付ける必要があります。例えば、以下のコードはシングルクォートで表されたbytes文字列です。a = b'abc' # 文字bで始まり、その後にシングルクォートで囲まれたbytes文字列type(a) ももちろん可能です。
12-26 09:38
350views
0likes
2.21、Python strとbytesの変換
Python 3ではstr型とbytes型の両方がサポートされており、これらは相互に変換可能です。例えば、strからbytesに変換するには、encode()メンバ関数を使用できます。a=abca 'abc' b=a.encode(utf-8) type(b) class 'bytes' 以下のコードでは、中国語を含むstr型がどのようにbytes型に変換されるかを説明しています
12-26 09:37
340views
0likes
2.22、Python tupleタプルの使用方法
Pythonのタプルはリストに似ており、複数の要素を含む集合でもあります。リストと異なる点は、タプル内のデータを変更できないことです。例えば、タプルにデータを追加することも、タプル内の特定の要素を削除することもできません。タプルの最も一般的な使い方は、関数の戻り値として使用することです。Pythonのタプルの表記法 タプルの最も簡単な表記法は「（要素1，要素2，…）」です。これは列
12-26 09:37
432views
0likes
2.23、Python set集合精講
リストと同様に、Pythonの集合もデータの集合であり、要素の型が一致する必要はありません。しかし、集合には以下の2つの特徴があります。集合内の要素は一意です。例えば、1、2、1、1で集合を構成することはできません。なぜなら、重複する1が含まれているからです。集合は順序付けられていないため、要素を追加する際に位置を指定することはできず、要素を削除する際にも位置を指定することはできず、値を指定することでのみ行えます。もちろん
12-26 09:37
342views
0likes
2.24 Python辞書
Pythonの辞書も集合の一種ですが、その各要素はキーと値の2つの部分で構成されています。図1に示すとおりです。
図1：辞書モデル
リストと同じ点は、辞書も要素の数に制限がなく、動的に要素を追加したり削除したりできることです。リストと異なる点は、辞書は要素を自動的にある規則に従って並べ替えるため、要素を挿入する際に位置を指定することができないことです。Pythonで辞書を作成するには
12-26 09:36
352views
0likes
2.25、Python NoneTypeタイプ
NoneTypeは特別な型の一種で、この型は値としてNoneしか持つことができず、しかもその値にはほとんど行える操作がありません。では、その役割は何でしょうか？ すべての変数は必ず値を持ち、オブジェクトを指さなければならないため、何の値を取るべきかわからないときは、それをNoneにすることができます。次の例を見てください：a=None b=None id(a)#すべての値がNoneのオブジェ
12-26 09:36
333views
0likes
2.26、Python変数、オブジェクトと値の関係
前の例ではすでに変数を使っています。例えば、a = 12 とすることで変数が作成され、その変数の値は 12 ですが、オブジェクトに触れる機会はあまり多くありません。変数は単なる記号、または名前です。現実生活に例えると、身分証に相当します。オブジェクトはある記憶領域で、簡単に言えばメモリの一部です。現実生活に例えると、具体的な人に相当します。オブジェクトには多くの属性があり、その
12-26 09:35
450views
1likes
ニューラルネットワークの例
次に、自動車ナンバープレートの自動認識の例を通じて、ニューラルネットワークを説明します。いわゆる自動車ナンバープレートの自動認識とは、高速道路の監視カメラがナンバープレートの写真を撮り、コンピュータが写真内の数字を認識することです。この例では、ナンバープレートの写真が入力、ナンバープレートの番号が出力となり、写真の鮮明度に重み（w）を設定することができます。
11-27 17:43
425views
0likes
ニューラルネットワークの動作過程
ニューラルネットワークの構築には、3つの条件を満たす必要があります。入力と出力、重み（w）と閾値（b）、多層パーセプトロンの構造です。つまり、先ほど出てきたその図を事前に描く必要があります。その中で最も難しい部分は、重み（w）と閾値（b）を決定することです。これまで、これら2つの値は主観的に与えられてきました。
11-27 17:43
432views
0likes
シンプルな意思決定モデル
単一のパーセプトロンは簡単な決定モデルを構成しており、すでに使える状態になっています。現実世界では、実際の決定モデルははるかに複雑で、複数のパーセプトロンから構成される多層ネットワークです。上の図では、最下層のパーセプトロンが外部入力を受け取り、判断を行った後、信号を発して、それが上層のパーセプトロンの
11-27 17:42
448views
0likes
感知器の例
では、例を見てみましょう。町では毎年恒例のゲームアニメ展が開催されています。小明は週末に見に行くかどうか決めかねています。彼は3つの要素を考慮することにしました。天気：週末は晴れですか？同伴：一緒に行く人を見つけることができますか？価格：入場券は負担できますか？これが感知器を構成します。上の三
11-27 17:42
442views
0likes
ニューラルネットワークセンサ
歴史上、科学者たちはずっと人間の脳を模倣し、思考できる機械を作り出したいと望んできました。人間がなぜ思考できるのでしょうか？科学者たちは、その原因は人体の神経ネットワークにあることを発見しました。1、外部刺激は神経終末を通じて電気信号に変換され、神経細胞（ニューロンとも呼ばれます）に伝達されます。2、無数のニューロンが神経を構成します。
11-27 17:40
2015views
2likes
独立同分布（iid，independently identically distribution）
独立同分布（iid，independently identically distribution）は確率統計理論において、確率過程において任意の時刻の値が確率変数であり、これらの確率変数が同一の分布に従い、かつ互いに独立である場合、これらの確率変数は独立同分布であるという。独立同分布
11-02 17:12
720views
1likes
特性分解Eigendecomposition
固有値分解（Eigendecomposition）は、スペクトル分解（Spectral decomposition）とも呼ばれ、行列をその固有値と固有ベクトルで表される行列の積に分解する方法です。注意すべきは、対角化可能な行列に対してのみ固有値分解を適用できるということです。N次元の非零ベクトルvはN×Nの行列
11-02 17:08
686views
2likes
構造リスク最小化Structural Risk Minimization
構造的リスク最小化（Structural Risk Minimization）とは、関数集合を関数部分集合の系列として構築し、各部分集合をVC次元の大小に従って並べることを指します。各部分集合内で最小の経験的リスクを求め、部分集合間で経験的リスクと信頼範囲を妥協的に考慮して、実際のリスクを最小化します。すなわちSR
11-02 17:07
848views
1likes
負対数尤度negative log-likelihood
尤度関数（likelihood function）機械学習において、尤度関数はモデルのパラメータに関する関数です。「尤度（likelihood）」と確率（probability）は語意が似ていますが、統計学では全く異なる意味を持っています：確率は既知のパラメータの下で、予測を行うために使われます。
11-02 17:02
494views
1likes
分類回帰ツリーCART
分類回帰木（CART, Classification And Regression Tree）も一種の決定木に属します。ここではCARTがどのように分類に用いられるかだけを紹介します。分類回帰木は二分木であり、各非葉ノードには2つの子ノードがあります。ですから、最初の部分木については、その葉ノードの数は非葉ノードの数に比べて
11-02 16:52
530views
0likes
音響モデルacoustic mode
このモジュールでは、音声認識エンジンの音響（acoustic）モデルについて議論します。現在の主流の音声認識システムでは、音響モデルはハイブリッド（hybrid）モデルであり、シーケンスの遷移に使用される隠れマルコフモデル（HMM）と、現在のフレームに基づいて状態を予測するディープニューラルネットワークが含まれています。HMMは
11-02 16:49
445views
0likes
ルール学習Rule Learning
規則学習は、未見の事例を判別できる規則で、通常は訓練データセットの学習によって得られます。それは通常、IF - THEN規則で、非教師あり学習の一種で、一般的に分類の一種として分類されます。規則学習における規則：意味が明確で、データ分布に含まれる客観的な法則を記述できます。
11-02 16:46