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

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。

「パターン認識と機械学習 上 (PRML)」 の「1.2.5 曲線フィッティング再訪」の MAP 推定に記載されている内容のメモです。

最尤法による直線フィッティングについて解説し、Python による実装例を紹介します。

正規分布の最尤推定量のバイアスについて考察し、Python で検証します。

全確率の定理、ベイズの定理について解説します。

最尤推定 (Maximum Likelihood Estimation / MLE) について、Python で動かしながら理解することを目的とした記事になります。

matplotlib の matplotlib.pyplot.scatter() で散布図を描画する方法について解説します。

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。

「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。

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 ...

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。