Helve’s Python memo

Pythonを使った機械学習やデータ分析の備忘録

<Chainer> 最小限のニューラルネットワーク実装【入門】

ディープラーニング用のライブラリChainerの使い方を理解するため、複数の記事に分けて、基本からステップアップしながら実装する。
この記事では、ChainerのChainクラスとOptimizerを使って最小限のニューラルネットワーク (NN) を実装する。

目次

  • 環境
  • はじめに
  • Chainクラスを使ったNNの構造定義
  • Optimizer(最適化ルーチン)
  • 実装例
  • 参考リンク
続きを読む

<SciPy> FIRフィルタによる波形整形

SciPyを使って、FIR (Finite Impulse Response, 有限インパルス応答) フィルタによる離散信号の波形整形を行う。

目次

  • 環境
  • 元の離散信号
  • SciPyの関数
    • フィルタの設計
    • フィルタの適用
  • 波形整形
    • ローパスフィルタ
    • ハイパスフィルタ
    • バンドパスフィルタ
    • バンドエリミネイトフィルタ
  • 参考リンク
続きを読む

<NumPy> 高速フーリエ変換による周波数解析

NumPyのfftパッケージを使って、FFT (Fast Fourier Transform, 高速フーリエ変換) による離散信号の周波数解析を行い、信号の振幅を求める。

目次

続きを読む

<matplotlib> オブジェクト指向なグラフの調整

matplotlibライブラリで作成したグラフを、オブジェクト指向スタイルで調整する。
matplotlibの基本的なオブジェクトと、グラフ作成については以下ページを参照。

helve-python.hatenablog.jp

目次

  • 環境
  • グラフのタイトル
  • 軸のラベル
  • 軸の範囲
  • 凡例の表示
  • グラフのグリッド
  • グラフの保存
続きを読む

<matplotlib> オブジェクト指向なグラフ作成

matplotlibライブラリを用いて、オブジェクト指向スタイルでグラフを作成する。

目次

  • 環境
  • matplotlibのオブジェクト指向
  • figure, axesオブジェクトを作成する関数・メソッド
    • plt.figure()
    • figure.add_axes()
    • figure.add_subplot()
    • plt.subplots()
  • 参考リンク
続きを読む

<Pandas> データの作成

PandasはPythonのデータ解析支援用ライブラリである。
Pandasの基本データ構造であるSeriesとDataFrameの作成方法について述べる。

目次

  • 環境
  • Pandas概要
  • 1次元データ構造Seriesの作成
  • 2次元データ構造DataFrameの作成
  • 補足
    • 欠落値を持つデータ
    • 要素を持たないデータ
    • データ型
続きを読む

<multiprocessing> 並列計算

Pythonの標準ライブラリmultiprocessingを使って、並列計算を行う。

目次

  • 環境
  • 各並列処理間でデータを共有せず並列計算を行う場合
続きを読む

<BeautifulSoup> XMLの解析

BeautifulSoupを使って、XMLを解析(parse)する。

目次

  • 環境
  • インストール
  • XMLの構文
  • 扱うXMLファイル
  • XMLファイルのパース
  • パースしたXMLの探索
    • 要素の検索
    • 属性と値の取得
    • 内容の取得
    • 要素間の移動
  • 参考リンク
続きを読む

<NumPy> 数学の関数

NumPyで利用できる数学の関数について。

目次

続きを読む