機械学習の具体的な問題にPythonを使って、機械学習もPythonも同時に学んでしまいましょう。今回はTransformerを使ったテキスト生成についてまとめました。Transformerは、ChatGPTやBERTの基盤となるモデルで、自然言語処理（Natural Languege Processing, N…

機械学習の具体的な問題にPythonを使って、機械学習もPythonも同時に学んでしまいましょう。今回は主成分分析についてまとめました。機械学習では、特徴量が多すぎると計算コストが増えたり、過学習を起こしやすくなったりします。そこで PCA（Principal Com…

機械学習の具体的な問題にPythonを使って、機械学習もPythonも同時に学んでしまいましょう。今回はサポートベクターマシン（SVM）を使った分類についてまとめました。SVMは、データを分ける最適な境界線（超平面）を見つけるアルゴリズムです。この記事では …

機械学習の具体的な問題にPythonを使って、機械学習もPythonも同時に学んでしまいましょう。今回はランダムフォレスト（Random Forest）を使った分類についてまとめました。ランダムフォレストは決定木を複数組み合わせて、より高精度な分類を実現するアルゴ…

機械学習の具体的な問題にPythonを使って、機械学習もPythonも同時に学んでしまいましょう。今回は決定木（Decision Tree）を使った分類についてまとめました。決定木はデータを条件分岐しながら分類するアルゴリズムです。この記事では scikit-learn（sklea…

機械学習の具体的な問題にPythonを使って、機械学習もPythonも同時に学んでしまいましょう。今回は分類問題を機械学習を使って解く際によく使われるK近傍法（K-Nearest Neighbors, KNN）についてまとめました。KNNは、新しいデータがどのクラスに属するかを…

機械学習の具体的な問題にPythonを使って、機械学習もPythonも同時に学んでしまいましょう。今回は分類問題を機械学習を使って解く際によく使われるロジスティック回帰（Logistic Regression）についてまとめました。ロジスティック回帰は、0または1（Yes/No…

機械学習の具体的な問題にPythonを使って、機械学習もPythonも同時に学んでしまいましょう。今回は機械学習の基本的な予測モデルである線形回帰についてまとめました。この記事では scikit-learn（sklearn）ライブラリを用います。適宜 pip install scikit-l…

機械学習の具体的な問題にPythonを使って、機械学習もPythonも同時に学んでしまいましょう。今回は機械学習の精度を高めるうえで重要となる、データ処理についてまとめました。この記事では scikit-learn（sklearn）ライブラリを用います。適宜 pip install …

機械学習の具体的な問題にPythonを使って、機械学習もPythonも同時に学んでしまいましょう。今回は応用先である機械学習を見据えて、Pythonの使い方のやや発展的な内容をまとめました。 NumPyのブロードキャスト NumPyのベクトル化と高速計算 Pandasによるデ…

Python標準ライブラリの「datetime」モジュールの使い方について備忘録をまとめました。datetimeモジュールによって、日付や時間を扱えるようになり、現在時刻の取得、日付の計算、フォーマット変換など、幅広い用途に活用できます。 datetimeモジュールのイ…

Python標準ライブラリの「concurrent.futures」モジュールの使い方について備忘録をまとめました。concurrent.futuresモジュールにより、Pythonで並列処理（マルチスレッド／マルチプロセス） を簡単に扱うことができるようになります。concurrent.futures …

Python標準ライブラリの「pathlib」モジュールの使い方について備忘録をまとめました。pathlibモジュールにより、Pythonのファイルパスやディレクトリ操作ができるようになります。同様のことは os や os.path といったモジュールでもできますが、これらに比…

Python標準ライブラリの「subprocess」モジュールの使い方について備忘録をまとめました。subprocessモジュールにより、Pythonから外部プログラムやコマンドを実行することができるようになります。 subprocessモジュールのインポート 基本的な使い方 subpro…

Python標準ライブラリの「argparse」モジュールの使い方について備忘録をまとめました。argparseモジュールにより、Pythonスクリプトにコマンドライン引数を渡すことができるようになります。 argparseモジュールのインポート 基本的な使い方 複数のコマンド…

Python標準ライブラリの「glob」モジュールの使い方について備忘録をまとめました。glob モジュールにより、ワイルドカードを使ってファイル名のパターンマッチング検索をすることができ、特定のディレクトリ内で「拡張子が .txt のファイルをすべて取得する…

Python標準ライブラリの「re」モジュールの使い方について備忘録をまとめました。reモジュールによって、正規表現（Regular Expression, RegEx）を使って文字列の検索、マッチング、置換、抽出などを行うことができます。公式ドキュメント：docs.python.org …

Python標準ライブラリの「json」モジュールの使い方について備忘録をまとめました。json モジュールによって JSON（JavaScript Object Notation）形式のデータを扱うことができます。JSON はデータの保存や通信に広く使われています。 jsonモジュールのイン…

Python標準ライブラリの「io」モジュールの使い方について備忘録をまとめました。io モジュールによるファイルやストリームの取り扱いは、バッファ付きの入出力、文字列やバイナリデータを処理する以下のような場面でよく利用されます： 一時的なデータ保存…

Python標準ライブラリの「sys」モジュールの使い方について備忘録をまとめました。sys モジュールでは、インタプリタや実行環境に関する情報を取得・操作することができ、主にコマンドライン引数の処理、標準入力・出力の操作、Pythonの実行環境情報の取得な…

Python標準ライブラリの「os」モジュールの使い方について備忘録をまとめました。osモジュールによって、オペレーティングシステム（OS）との対話が可能となり、環境変数の取得、ファイルやディレクトリの操作などといった、OSに依存する様々な操作を行うこ…

数学の具体的な問題にPythonを使って、数学もPythonも同時に学んでしまいましょう。今回はPythonを使った確率・統計の問題として、くじを引き続けて何回目に当たりが出るのか考えてみたいと思います。ただし、引いたハズレくじについては毎回戻すものとし、…

数学の具体的な計算にPythonを使って、数学もPythonも同時に学んでしまいましょう。今回はPythonを使って、ベクトル場を描写したいと思います。ベクトル場を分析するにあたり、いわゆるベクトル解析の知識を少し使います。Pythonでのベクトル解析については…

数学の具体的な計算にPythonを使って、数学もPythonも同時に学んでしまいましょう。今回はPythonを使って、拡散方程式と呼ばれる偏微分方程式を調べたいと思います。偏微分方程式の数値的解法の導入、本記事で使っている記法の詳細については以下の記事で解…

数学の具体的な計算にPythonを使って、数学もPythonも同時に学んでしまいましょう。今回はPythonを使って、偏微分方程式の解を数値的に求めてみたいと思います。常微分方程式については以下の記事で扱っています：pianofisica.hatenablog.comあわせて読んで…

この記事では、ブラウザから取得したウェブページのソースコード（HTMLファイル）を、Pythonを使用して処理することで特定の情報を抽出し、CSVファイルにエクスポートする方法について解説します。例えば、webページに表示されるアイテムの一覧をエクセルフ…

数学・物理学の具体的な計算にPythonを使って、数学・物理学もPythonも同時に学んでしまいましょう。前回の記事pianofisica.hatenablog.comでは、Pythonを使って振動を表す運動方程式（2階常微分方程式）の解を数値的に求めました。またpianofisica.hatenabl…

数学・物理学の具体的な計算にPythonを使って、数学・物理学もPythonも同時に学んでしまいましょう。前回の記事pianofisica.hatenablog.comでは、Pythonを使って振動を表す運動方程式（2階常微分方程式）の解を数値的に求めました。今回の記事では、その数値…

数学・物理学の具体的な計算にPythonを使って、数学・物理学もPythonも同時に学んでしまいましょう。今回はPythonを使って、振動を表す運動方程式（2階常微分方程式）の解を数値的に求めてみたいと思います。最初にもっとも基本的な調和振動子を考え、徐々に…

今回は Python（SymPy）を活用する具体例として、膨張する宇宙モデルを記述する４次元アインシュタイン方程式の解（フリードマン・ルメートル・ロバートソン・ウォーカー計量、略称FLRW計量）をPython（SymPy）を使って確認してみたいと思います。とくに膨張…