konchangakita

KPSを一番楽しんでいたブログ 会社の看板を背負いません 転載はご自由にどうぞ

機械学習

YOLOv5 でマスク検出のトレーニングさせてみる

ラズパイでの YOLOv5 は(性能的に)結構キツイというのは分かりましたが、この YOLOv5 はモデルの学習が簡単にできるっていうおもしろそうな機能がついているので、これをちょっと掘り下げてみますまず今回、モデルの学習(トレーニング)を回すにあたって…

PyTorchを使ったDeep Learningのお勉強 画像認識編(CIFAR-10)

白黒画像(1チャネル)の数字判定までは実装できるようになったので次のステップですPyTorch お勉強シリーズ 第1回 PyTorchを使ってDeep Learningのお勉強 基礎編 第2回 PyTorchを使ったDeep Learningのお勉強 PyTorch Lightning編 第3回 PyTorchを使ったDee…

PyTorchを使ってDeep Learningのお勉強 画像認識編(MNIST)

今回からいよいよ画像認識編ですようやくこの辺りから、Xi IoTの実装に近づいてきそうです (カメラで撮った画像を解析する的な?)PyTorch お勉強シリーズ 第1回 PyTorchを使ってDeep Learningのお勉強 基礎編 第2回 PyTorchを使ったDeep Learningのお勉強 …

PyTorchを使ったDeep Learningのお勉強 TensorBoard編

※基本的に独学なのでちょいちょい間違っているかもしれません、怪しいところあればご指摘くださいましPyTorch / pytorch_lightning を使った学習はめっちゃシンプル化されます ただ前回までのそのまんまではあまりにシンプルであっという間に結果が出力され…

機械学習の分類モデルを実装してみる ハイパーパラメータの設定

代表的な機械学習のPythonを実装を行ってみましたが、もうちょっと踏み込みます 機械学習モデルの実装自体は、Pythonでライブラリが用意されているの簡単できちゃいましたが、人間の手で設定する必要が項目があります データの前処理 ハイパーパラメータ Gri…

機械学習の分類モデルを比較してみる(決定木、ランダムフォレスト、ロジスティックス回帰、SVM、k近傍法)その2 Python実装編

というわけで、前回の機械学習の分類モデルをPython実装にチャレンジです 分類するデータ データ内容はこんな感じ データの前処理 各分類モデルの Python実装 決定木 ランダムフォレスト ロジスティックス回帰 SVM(サポートベクターマシン) k近傍法 比較結…

機械学習の分類モデルを比較してみる(決定木、ランダムフォレスト、ロジスティックス回帰、SVM、k近傍法)その1

何個か機械学習モデルを調べて(お勉強)してみましたら いろんな種類の機械学習に出会います それぞれのなんとなくまとめてみます Python実装編 【決定木】 【ランダムフォレスト】 【ロジスティックス回帰】 【SVM(サポートベクターマシン)】 【k近傍法…

教師なし学習をPythonで実装してみる(PCAとk平均法)

前回、教師あり学習の回帰モデルを練習してみたので 次は教師なし学習の実装に挑戦 教師なし学習の大まかな種類 Pythonで実装 次元削減 クラスタリング 感想 教師なし学習の大まかな種類 ・可視化・次元削減:説明変数の数を減らす ・クラスタリング:分類わ…

Pythonで回帰モデルを作って(使って)みる

機械学習のためのPythonのお勉強として、回帰モデルを作ってみます 基礎の基礎ですが理解したつもりでも、使わないと覚えてないですからね( ゚Д゚)pythonでの実装お勉強重視なので、細かいお作法の説明などは飛ばします ゴール 回帰モデルとは Pythonで回帰モ…