-
機械学習 – 特徴量のスケーリングについて
scikit-learn を使った特徴量のスケーリング方法について解説します。 -
機械学習 – 精度、適合率、再現率、F値について
精度 (Accuracy)、適合率 (Precision)、再現率 (Recall)、F値 (F-Measure) について解説します。 -
機械学習 – 混同行列、真陽性、真陰性、偽陽性、偽陰性について
クラス分類モデルを評価するときに使用する混同行列、真陽性 (TP)、真陰性 (TN)、偽陽性 (FP)、偽陰性 (FN) について解説します。 -
回帰モデルの評価指標まとめ – MSE、MSLE、MAE、決定係数など
回帰モデルを評価するときに使用する評価指標をまとめました。 -
numpy – sum、prod、cumsum、cumprod の使い方
NumPy の総和、総乗、累積和、累積積を計算する関数について解説します。 -
JupyterLab – 拡張でインストールできるテーマ一覧 まとめ
JupyterLab はデフォルトで「JupyterLab Light」と「JupyterLab Dark」の2種類のテーマが利用できますが、Extension Manager よりテーマをインストールすることで、その他のテーマを使用することもできます。 本記事では、拡張としてインストールできるテーマ一覧を画像付きでまとめました。 -
VSCode – 新しい Power Shell を VS Code のターミナルで使用する方法
VS Code でコードを実行した際にターミナルに表示される「新しいクロスプラットフォームの PowerShell をお試しください」が表示されないように、Power Shell を更新する方法を紹介します。 -
Python – Windows 上に VS Code で Python の開発環境を構築する方法 (2020年版)
公式の Python インタプリタとエディタ Visual Studio Code を使用し、Windows 上に Python の開発環境を作成する方法について紹介します。 -
OpenCV – NumPy 形式の画像を Jupyter Notebook にインライン表示する方法
Jupyter Notebook では、Pillow の PIL Image 形式の画像は自動でインライン表示されますが、OpenCV で扱う NumPy 形式の画像は、配列の値がそのまま表示され、画像として表示されません。本記事では、Jupyter Notebook 上で NumPy 形式の画像をインラインで表示する方法について紹介します。 -
OpenCV – matchShape で輪郭の類似度を計算し、マッチングする方法
cv2.matchShape() で 2 つの輪郭の類似度を算出し、マッチングを行う方法について解説します。 -
OpenCV – 微分フィルタ、Prewitt フィルタ、Sobel フィルタについて
画像処理におけるエッジ検出について解説し、微分フィルタ、Prewitt フィルタ、Sobel フィルタの OpenCV での実装例を紹介します。 -
OpenCV – 画像にアフィン変換を適用する仕組みについて
画像にアフィン変換を適用する仕組みについて、numpy で実装しながら解説します。
