-
matplotlib – OpenCV の画像を matplotlib で表示する方法
OpenCV の cv2.imread() で読み込んだ ndarray 形式の画像を matplotlib の Axes.imshow() で表示する際の注意点について解説します。 -
Pillow – 画像のヒストグラムを作成する方法
Pillow (PIL) で画像のヒストグラムを作成する方法について解説します。 -
Pillow – 画像を切り抜く方法
概要 Image.crop 切り抜く範囲の指定方法 Image.crop(box=None) 引数 名前 型 デフォルト値 box tuple of 4-ints None 切り抜く範囲を (左上の $x$ 座標, 左上の $y$ 座標, 右下の $x$ 座標, 右下の $y$ 座標) というタプルで指定する。 返り値 名前 説明 ... -
PRML – 「1.1 多項式曲線フィッティング」の Python 実装
「パターン認識と機械学習 上 (PRML)」 の「1.1 例: 多項式曲線フィッティング」に記載されている内容を Python で再現したコードになります。 書籍に記載されている説明は省略しているので、PRML と合わせて読むことが前提の記事です。 -
機械学習 – カテゴリ変数を整数や one-hot 表現に変数する方法
カテゴリ変数を数値に変換する方法として、順序エンコーディング (Ordinal Encoding) とワンホットエンコーディング (One-hot Encoding) を解説します。 -
機械学習 – 決定理論について
データをクラスに分類する識別規則について解説します。 -
機械学習 – ベイズの識別規則
ベイズの識別規則について解説します。以下の記事の続きになります。機械学習 - 決定理論ついて (ML 識別規則、MAP 識別規則) - pystyle -
機械学習 – 最尤識別規則
識別規則の1つである最尤識別規則について解説します。 -
機械学習 – 最大事後確率 (MAP) 識別規則
識別規則の1つである最大事後確率規則について解説します。 -
機械学習 – 棄却オプション
決定理論における棄却オプションについて解説します。 -
機械学習 – 情報理論 自己情報量、エントロピーについて
情報理論について解説します。 -
Jupyter – .ipynb_checkpoints が作成される場所を変更する方法
Jupyter Notebook / Jupyter Lab を使用した際に、自動生成されるチェックポイント .ipynb_checkpoints が生成される場所を変更する方法を紹介します。
