Python【Pythonで異常検知】Chapter 1. １変数正規分布に基づく異常検知
概要 この章では、以下の手順にしたがって１変数データの異常検知をPythonで実践することを目標とする。 訓練用データを正規分布にフィッティングする得られた正規分布からテスト用データの異常度を求める異常度の閾値を設定し、それを上回るデータを...
工学
Python
MatplotlibMatplotlibで３次元空間に円を描画、透過、境界を描画、線を引く
この記事では、PythonのMatplotlibを使用して３次元空間に球や面、線などを描画する方法について解説する。なお、ここで作成した画像の一部は において利用されている。 球体の描画 基本 球を描画するには、極座標の考え方を利用する必要...
Matplotlibmatplotlibで３次元空間に２次元ヒストグラムを表示する方法
この記事では、PythonのMatplotlibを用いて、XとYの２種類の値をとる２次元変数（X, Y）についての２次元ヒストグラムを、３次元空間に立体的に表示する方法を説明する。その方法を用いれば、この記事のアイキャッチ画像のようなグラフ...
機械学習・AIベイズの定理の考え方と使い方【独立性や条件付き確率から丁寧に】
「２つの事象が同時に生じる確率」を同時確率といいます。同時確率を計算する方法について、事象の独立性や条件付き確率を通して考え、最終的にベイズの定理を導きます。この記事を読むことで、ベイズの定理を効果的に利用するための方法を理解することができます。
機械学習・AI混同行列の読み方と指標―検査の性能は感度だけじゃ測れない！
混同行列は、検査による分類結果をまとめた表です。この表を用いて感度や特異度、偽陽性/陰性率、陽性/陰性的中率、陽性/陰性尤度比などの指標を計算し、検査の性能を評価します。この記事を読むことで、混同行列の見方と書き方を知り、そこから得られる指標の特性を理解して、検査や機械学習の性能を適切に評価することができるようになります。
機械学習・AI異常検知における異常度が、カイ二乗分布に従うことの証明
作成中。詳細は 井手剛「入門 機械学習による異常検知――Rによる実践ガイド――」(2015)コロナ社 を参照。
機械学習・AI異常検知における異常度の定義
作成中。詳細は 井手剛「入門 機械学習による異常検知――Rによる実践ガイド――」(2015)コロナ社 を参照。
機械学習・AI【ROC曲線のAUC】95%信頼区間の求め方と実装方法
【オンライン自動計算機能公開中】ROC曲線のAUCの95%信頼区間を計算することで、「たまたま」得られたデータの結果から、AUCがとるであろう値の範囲を推測することができます。この記事では、ROC-AUCの95%信頼区間を求める方法について解説し、その計算をPython言語により実装する方法を紹介します。
Python部分従属プロットを、sklearnのあらゆる分類器に実装する（partial dependence plot）
部分従属プロット（partial dependence plot） 部分従属プロット（partial dependence plot）とは、分類器が学習を行った際に、どの変数がどの程度クラス分類に影響しているかを視覚的に表す方法である（詳細...
半導体からコンピュータへ全加算器（n bit加算器）の回路図と動作原理
概要 「全加算器とは何か？」 全加算器を構成する回路図を読み解いて、その動作原理を解説する。 この記事を読むことで、半加算器の桁上げ処理を連結し、任意の桁の足し算を行う回路を作る方法が理解できる。 関連記事 この記事はシリーズ「半導体からコ...