 
                            RITA 🌸 webコーディング | Shopify制作
@RITA_web_code
Shopify制作・Webコーダー・データ収集分析 | shopify商品登録700件突破 |#デイトラ | 約16年勤務 | フリーランス2年目 | 業務委託 | 年金実務6年 年金アドバイザー ・相続アドバイザー3級勉強中| ご依頼・ご相談はお気軽にお問い合わせください🌸
#Python #100本ノック ✅Python100本ノックAI編ノック11 12日目 make_moonsデータでクラスタリング。 k-meansではだめで、Spectral Clustering を使うと綺麗に2つの月形に分かれました。 非線形構造には、グラフベースの手法が有効。 家族みんなで体調崩してましたが、今日からまた学習再開です。
#Python #100本ノック #機械学習 ✅Python100本ノックAI編ノック10 11日目 群平均法とWard法を比較してデンドログラムを描いてみました。見た目の違いはあまりなく、グループのまとまり方もほぼ同じ。手法によって結果が大きく変わるとき・変わらないときがあるのが面白いです。
#Python #100本ノック #機械学習 ✅Python100本ノックAI編ノック9 10日目 今度は階層的クラスタリングで最長距離法で比較。最長距離法は遠い点を避けるので、コンパクトなグループに。グループが入れ替わるのも手法の特徴🌿
#Python #100本ノック ✅Python100本ノックAI編ノック8 9日目 階層的クラスタリングで最短距離法とWard法を比較。最短距離法は細長いクラスタになりやすく、分類がぼやける印象です。Ward法はよりはっきりしたグループに分かれやすい感じ。
#Python #100本ノック ✅Python100本ノックAI編ノック7 8日目 デンドログラムを出力してみました🌿階層的クラスタリングの結果を木の形で可視化。似ているデータの結合順や距離が一目でわかります。
#Python #100本ノック ✅Python100本ノックAI編ノック6 7日目 階層的クラスタリング。データを順にまとめていく手法で、デンドログラムで構造を可視化できる。 少しずつ仕組みが理解できてきた気がします🌸
#Python #100本ノック ✅Python100本ノックAI編ノック5終了 6日目 前回のクラスタ分析の続き。3で最適だったクラスタ数を2へ変更すると中心点もシルエット図も崩れることの確認。今年もあと3ヶ月を切ったのでのんびり学習を見直そうかと思います。(来年はもう少し難しいのもやってみたい)
#Python #100本ノック ✅Python100本ノックAI編ノック5途中 5日目 silhouette_samplesでクラスタのシルエット分析。irisデータを使用しているので、びっくりするほど綺麗なグラフが出来上がりました。
#Python #100本ノック ✅Python100本ノックAI編ノック4 4日目 エルボー法でクラスタ数を検索。今は学習用の教材だからクラスタ数は指定されているけど、こうやって自分で調べる方法もあるのか、と納得。
#Python #100本ノック ✅Python100本ノックAI編ノック3 3日目 K-menas++でクラスタリングを実施。ランダムよりも安定性が高くて収束までの反復回数も少ない。ランダムが冗長の理由が理解できました。
#Python #100本ノック ✅Python100本ノックAI編ノック2 2日目 調整ランド指数と正解率でクラスタリングの結果を評価。Irisデータセットには正解ラベルがもれなくついてきます。
#Python #100本ノック ✅Python機械学習編ノック76 でおしまい 54日目 ColabのPython環境とnumpyやscikit-learnのバージョンが噛み合わず。pickleをjoblibに変更するもうまくいかず。同じ理由で同シリーズAIモデルへ移行する人が他にもいたので、残念ですが次のノックへ移ります👏シカタガナイ。
#Python #100本ノック ✅Python機械学習編ノック76途中 52日目 numpyとscikit-learnのバイナリ不整合を修正できず。pickleの代わりにjoblibを使うようにコードを書き換えたいと思います。バージョンの調整がpython学習で一番大変。
#Python #100本ノック ✅Python機械学習編ノック76途中 52日目 まだバージョン不一致で四苦八苦してます。scikit-learnよりもjoblibの方がバージョン違いのトラブルを減らせると AIに言われましたが、、、ここからは模写ではなくオリジナルで行きなさいというフラグなのでしょうか。
#Python #100本ノック ✅Python機械学習編ノック75~76途中 51日目 モデルファイルの読み込みで不具合発生。色々とバージョンが違うため噛み合わなくなっている模様です。機械学習よくありますね。
#Python #100本ノック ✅Python機械学習編ノック73~74 50日目 引き続き機械学習モデルに突入する前のデータ処理。データの断捨離中に調べたところ、クラウドにただ置いてあるだけのデータ(いわゆるdark data)だけで、世の中では結構な電力を消費しているみたいですね。
#Python #100本ノック ✅Python機械学習編ノック72 49日目 新規データ予測のため必要データの読み込み。使用データに不備やアプデがあったのか、データの読み込みにエラーが出て苦戦しました。最近過去のデータは積極的に断捨離するようにしています。
#Python #100本ノック ✅Python機械学習編ノック71 48日目 新規データ予測のためのフォルダを構成。Google Colaboratoryの容量が圧迫され始めたので、不要な学習物を削除。でも一番Driveで容量を占めていたのはGoogle フォトでしたので、これを機にかなり消去しました。
#Python #100本ノック ✅Python機械学習編ノック69~70 47日目 決定木・ランダムフォレスト・勾配ブースティングの3種類のモデルで、過学習の程度を比較。残り30ノック!
United States Trends
- 1. Halloween 3.07M posts
- 2. #DoorDashTradeorTreat 1,448 posts
- 3. #sweepstakes 2,589 posts
- 4. #smackoff 1,805 posts
- 5. #SwapSilently 8,493 posts
- 6. Jessica Lange 37.4K posts
- 7. ESPN 81.7K posts
- 8. Disney 99.4K posts
- 9. YouTube TV 81.8K posts
- 10. Hulu 23.6K posts
- 11. Monangai 1,374 posts
- 12. Coven 11.8K posts
- 13. Trick or Treat 451K posts
- 14. Candy 252K posts
- 15. Mark in Hollywood N/A
- 16. YTTV 2,449 posts
- 17. Julia Fox 2,047 posts
- 18. Sicario 4,075 posts
- 19. ryan murphy 8,430 posts
- 20. Fubo 3,970 posts
Something went wrong.
Something went wrong.
 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                 
                