機械学習

【Python】ハカルス製spm-imageライブラリを用いた画像ノイズ除去

今回は、京都のベンチャー企業ハカルスが提供しているスパースモデリング用のライブラリspm-imageの使い方を説明する。spm-imageはハカルスが提供しているスパースモデリング用のライブラリであり、Pythonでコーディングされている。spm-imageライブラリを用いて一般化LASSOを解くことができる。
機械学習

【VBA】ランダムフォレスト回帰の実装

ランダムフォレストを実装します。言語は簡単に使えるVBAです。VBAで実装する理由としては、大手企業などの場合、PythonやCの開発環境をPCに入れるだけでも、ITセキュリティ観点から難しかったりします。Excelが無い会社はほぼ無いのではないかと思いますので、VBAを用いて実装してみることにしました。
プログラミング

【Python】Averaging and Gaussian Filtering of Images

A pre-processing is required to extract edges and corners from local areas of the images. This pre-processing is called spatial filtering.
機械学習

【Python】l0最適化問題に対するマッチング追跡アルゴリズム(スパースモデリング)

久しぶりの更新になりますが、今回はスパースモデリングの一種であるl0最適化問題に取り組みます。マッチング追跡関数と、直交マッチング追跡関数を定義します。詳細は上で紹介した書籍を見てください。
その他

【ブログ紹介】Essential DS(機械学習系ブログ)

今日は私のツイッターでのフォロワーさん(@datascientist_s )のブログ、Essential DSをご紹介したいと思います。Essential DS、私と同じく機械学習系のブログで、正則化の詳しい説明や統計検定の書籍の紹介等がされています。
プログラミング

【Python・小ネタ】ヴァンデルモンド行列の作り方

今回は小ネタも小ネタですが、案外日本語で紹介している記事が無かったので記事にしました。Pythonでヴァンデルモンド行列を簡単に作る方法をご紹介します。
機械学習

【Python】ロジスティック回帰におけるL1正則化を用いる利点

機械学習モデルのパラメータ最適化計算をする際に出てくる正則化項(罰則項)。一般的な正則化項としては、次の二つがあげられます。L1正則化項を用いると疎な重み係数(パラメータ)が得られます。L2正則化項との比較をしながら、L1正則化項の利点を実際にPythonでソフトを作って検証してみます。
プログラミング

【スパースモデリング】ADMMアルゴリズムを用いてレナさんをきれくする(ノイズ除去)

ADMMアルゴリズムを用いた画像のノイズ除去をPythonで行いました。初めに結果から載せますが、元レナさん画像にノイズを与えます。そこからADMMアルゴリズムという手法を用いてデノイズ(元画像再現)を行った結果が一番右になります。かなり綺麗に元画像が再現されていることが分かります。
プログラミング

L1正則化項を用いると疎な重み係数が得られる理由・利点

機械学習モデルのパラメータ最適化計算をする際に出てくる正則化項(罰則項)。一般的な正則化項としては、次の二つがあげられます。L1正則化項を用いると疎な重み係数(パラメータ)が得られる訳ですが、その理由はご存知でしょうか。L2正則化項との比較をしながら、L1正則化項の利点も合わせてご説明します。
プログラミング

【Python】ロジスティック回帰モデルによるワインデータ分類

今回はPythonでロジスティック回帰モデルを用いてワインの等級を分類してみます。今回参考にしたのは、以下の参考書です。