pythonの使い方

pythonの導入など！未完なのでスライドは徐々に増やしていきます！

Transcript

1. Pythonとは！？
   ・汎用スクリプト言語
   ・機械学習を学ぶのに適した言語の一つ
   ・機械学習を試す上でライブラリの設備が整っている
   やっていくこと
   ・Python 3.5
   （scikit-learn，Numpy，matplotlib，pandasの使い方）
   pythonのインストールはAnaconda (オープン・データサイエン
   ス・プラットフォーム)を使うとすぐに実行できる環境が整うよ！
   https://www.continuum.io/ からダウンロードしてね
   

   View Slide

2. Pythonの起動確認
   λʔϛφϧͰʮQZUIPOʯͱଧͭ
   QZUIPOͱ"OBDPOEBͷ໊લ͕
   ֬ೝͰ͖ͨΒ0,
   4DJLJUMFBSO͕͋Δ͔
   ֬ೝͯ͠ΈΑ͏ʂʂ
   ͦͷޙɼʮTLMFBSO@@WFSTJPO@@ʯ
   ͱചͬͯWFSTJPO͕֬ೝͰ͖ͨΒ׬ᘳ
   ʮJNQPSUTLMFBSOʯͱίϚϯυ͢Δ
   ͪͳΈʹʮTLMFBSO@@WFSTJPO@@ʯ
   ͷ@@͸ɼ൒֯Ξϯμʔόʔճʂ
   ͜ͷର࿩Ϟʔυ͸ɼRVJU
   ͱೖྗ͢Δͱऴྃ͠·͢ɽ
   

   View Slide

3. conda update qt pyqt
   conda install -c spyder-ide spyder=3.3.1
   conda update spyder
   Spyderを使って動かそう
   QZUIPOΛ؆୯ʹಈ͔͢͜ͱ͕Ͱ͖ͯศརͰ͢ɽ
   ࠨଆʹεΫϦϓτΛॻ͘ΤσΟλ͕͋ͬͯɼӈଆͰίϯιʔϧΛ֬ೝͰ͖·͢ɽ
   ͳ͓ɼΠϯετʔϧ͸ɼλʔϛφϧ্ͰҎԼͷίϚϯυΛೖྗ͢Δ͜ͱͰߦ͍·ͨ͠ɽ
   Πϯετʔϧ͕ऴΘͬͨΒɼλʔϛφϧ্Ͱʮ4QZEFSʯͱଧ͍ͬͯͩ͘͞ɽ
   4QZEFS͕ىಈ͠·͢
   

   View Slide

4. Numpyとは
   ・数値計算全般によく利用されるパッケージ
   ・np.arrayをいう配列クラスにより，高速な行列計算ができる
   Numpyの使い方
   0. インポートする（よくnpという名前を与えてインポートする）
   1. データ構造を用意する(N次元の配列)
   データ構造の形状と，要素の型を指定して，初期化する
   np.zeros(shape, dtype=None)
   import numpy as np
   np.zeros(shape = (2,3), dtype=None)
   例えばこうすると，2×3の２次元配列ができる．
   dtype = None（デフォルト）だと，np.float64かnp.int64になる
   

   View Slide

5. 1. データ構造を用意する(N次元の配列)
   Numpyとは
   np.array(object, dtype=None, cory=True, order=None, subok=False, ndmin=0)
   ndarrayの要素にしたい値がすでに別の型のオブジェクトのイテラブル（リストや辞書）
   として存在する場合はこっち．object以外の引数は気にしないでOK!
   4行３列の配列に，
   ０.0が初期値として
   入っている (Float64)
   4行３列の配列に，
   int型が入っている
   作った配列の形状とデータの型は，
   shape,dtypeで参照することが可能！
   np.arrayを使ってみよう！！！！！
   

   View Slide

6. np.arrayの色々な使い方：表示や転置，四則計算，形状変更
   aとbの足し算の結果
   aとbの結合の結果
   aの形状の変更
   1行12列へ
   aを転置
   配列が理解できたら，とりあえずpythonは大丈夫だと思います！
   

   View Slide

7. 配列の連結で便利な vstack と stack
   vstackは
   縦に連結
   hstackは横に連結
   

   View Slide

8. 特定の行や列をして
   取り出すことが可能
   「np.loadtxt」でデータを読み込む
   

   View Slide

9. 「np.savetxt」でデータを書き込む
   loadはこれが
   入っている
   save.txt
   に保存
   

   View Slide

10. matplotlibとは
    ・グラフ描写を可能とするパッケージ
    　　　（折れ線グラフ，散布図などいろいろ）
    実際に描画してみよう！
    sin波と乱数をプロットしたものです．
    簡単です．
    参考図書：Pythonによる機械学習入門
    https://amzn.to/2QqDvDw
    arange(開始，終了，刻み幅)
    プロット時に線のスタイルを指定
    

    View Slide

11. 機械学習の「分類」，「回帰」，「クラスタリング」
    「分類」・・・
    　あるデータから分類（クラス，ラベル）を予測するもの
    　正解データからルールを学習し，未知データを分類する
    「回帰」・・・
    　あるデータから数値を予測するもの
    　これも正解データから学習する
    　
    「クラスタリング」・・・
    　データの性質に従い，データの塊(クラスタ)を作るもの

    　正解データを必要としない　
    

    View Slide

12. システムの振る舞いを，オブジェクトの相互作用として考える
    クラス（設計図）とインスタンス（実体）という概念を覚える必要がある
    クラスとインスタンスとは
    たくさん生成できるよ〜
    はじめてのディープラーニング，我妻幸長，SB Creative
    オブジェクト指向によるプログラミングがあります．
    JOJUϝιου
    Pythonのメソッドは引数としてselfを受け取る
    BΠϯελϯεม਺
    ௥ՃͷϝιουͰ͸ɼ
    Πϯελϯεม਺Bͱͷԋࢉʂ
    Ұ౓ϝιουͰ஋͕୅ೖ͞ΕͪΌ͑͹ɼ
    ಉ͡ΠϯελϯεͷͲͷϝιου͔ΒͰ΋
    TFMGΛ༻͍ͯΞΫηεͰ͖Δ
    

    View Slide

13. Scikit-learn の train_test_spilt()
    学習データと，テストデータの分割を行う
    ಛ௃ྔ ಛ௃ྔ ಛ௃ྔ ϥϕϧ PS
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    ɾ
    ɾ
    ɾ
    ɾ
    ɾ
    ɾ
    9 ಛ௃ྔσʔλ
    Z ਖ਼ղ஋ϥϕϧ
    
    9@USBJO ڭࢣσʔλ
    Z@USBJO ڭࢣϥϕϧ
    
    9@UFTU ςετσʔλ
    Z@UFTU ςετϥϕϧ
    
    
    
    データセットから，特徴量 X と，ラベル y を分ける
    さらに，教師データと，テストデータに分ける
    特徴量 X ラベル y
    層化サンプリング (Stratified Sampling)：
    サンプリングデータが偏らないように，
    指定した変数(y)の出現頻度が一定になるようにしている
    

    View Slide