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。
プログラミング
機械学習・AI
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...
PythonPythonのinput関数で、正しい入力があるまで何度も再入力させる方法
Pythonのinput関数を用いたプログラムをユーザーに使用してもらった時、必ずしもユーザーが製作者の意図した入力を行ってくれるとは限らない。 そうしてエラーが出る度にプログラムが終了していたのではあまりに不便であるため、異常な入力があっ...
Python六角形マップ（HEX）のプログラミング【解説編】
この記事では、六角形マップ（HEX）のプログラミング【実例編】で提示したコードの解説を通して、六角形マップ（HEX）のプログラミングについての考え方について述べる。 ２次元配列によるHEXの表現 今回のコードでは、六角形マップを表現するため...
Python六角形マップ（HEX）のプログラミング【実例編】
戦略SLGなどで見られる六角形のマップは、よくある四角形のマップに比べて見た目が格好いいだけではなく、ゲームの戦略性を高めてくれる。しかし、この六角形のマップをプログラミングで実装するとなると、専用のデータ型がないため、かなり頭を悩ます作業...
Pythonシーザー暗号とは？Pythonによる生成・解読器の実装【辞書攻撃】
シーザー暗号（Caesar cipher）は、もっともシンプルかつ原始的な暗号です。この記事では、シーザー暗号の仕組みについて解説し、Python言語を使って生成・解読器を実装します。その際、辞書を活用して自動的に暗号を解く機能（辞書攻撃）も導入します。