EurekaMoments

This is my studying logs about Autonomous driving, Machine learning technologies and etc.

Python

読書メモ: Effective Python

1. 背景・目的 2. PEP8スタイルガイドに従う 3. シーケンスをどのようにスライスするか知っておく 4. 大きな内包表記にはジェネレータ式を考える 5. try/except/else/finallyの各ブロックを活用する 5.1. finallyブロック 5.2. elseブロック 6. Noneを返すよ…

PythonからC言語の関数を呼び出してユニットテストする環境を作る: Cython編

背景・目的 Cythonとは PythonとC言語を組み合わせるメリット 参考記事 ステップ1: C言語のコードを書く ステップ2: C言語のコードをラッピングするCythonコードを書く ステップ3: Cythonコードをビルドするsetup.pyを書く ステップ4: コンパイル・ビルドす…

機械学習に必要な数学の基本についての勉強メモ: 行列編

背景・目的 行列とは Pythonにおける行列の定義 行列の積 単位行列 逆行列 3×3行列の逆行列を求める 転置 行列と写像 次回の内容 背景・目的 以前、機械学習に必要な数学について学んでいくにあたり、下記の記事を書きました。 www.eureka-moments-blog.com …

機械学習に必要な数学の基本についての勉強メモ: ベクトルと微分編

背景・目的 Pythonで縦ベクトルを表す ベクトルの足し算、引き算の図形的な解釈 ベクトルの内積 Pythonでのベクトルの大きさの計算 ベクトルの内積を和の記号を使って表す 積の記号 機械学習における微分の在り方 入れ子の関数の微分 機械学習における偏微分…

Google翻訳のAPIで4ヶ国語対応の翻訳アプリを作ってみた

背景・目的 全体ソースコード Google翻訳APIのインストール APIをインストールする際の注意点 必要なモジュールのインポート 文字化けするときの対処法 翻訳させたいフレーズの入力 翻訳処理 実行結果の例 次の取り組み 背景・目的 プログラミングもしながら…

データの正規化を考慮したワインの等級予測:Linear SVC編

背景・目的 予測モデルの学習手法の選定:Linear SVC とりあえずやってみる データを正規化・標準化してみる Z-Score Normalization(標準化) Min-Max Normalization データの分布形状を確認 正規化・標準化したデータで再度Linear SVC 次のステップ 背景・目…

個人的なPython逆引きリファレンス

背景・目的 ディレクトリやファイルを開くダイアログを表示 .zipや.gzみたいな圧縮ファイルをバイナリモードで開く ループで処理を回している時の進捗率を把握する pandasで空のデータフレームを作成し、データを逐次追加していく CSVファイルをpandasで読み…

Animation Playback GUI Tool with matplotlib of Python

Introduction Sample Required modules Read sample data Animation playback figure window Radio button GUI Slider GUI Update animation Source code Introduction 実験で取った時系列データを見返したり、プロトタイピングしたロジックをシミュレーショ…

GPS NMEA Analysis with Python package pyproj

Introduction Reference Sample Data About $GPGGA format Extraction $GPGGA data from NMEA text log Transformation Longitude and Latitude to X and Y position Visualize X-Y Position and Analysis Introduction 障害物検知用センサの計測精度を評価…

Data Analysis for Predicting Class of Wine Part1

Introduction Reference Sample Data Contents Correlation check The Top 5 Attributions which have high correlation with Class Integration Class 1 and Class 3 Correlation between Color intensity and top 5 attributions has high correlation wit…

Kaggleで上位10%に入るデータサイエンティストから学ぶデータ分析のプロセスについて

Kaggleで勝つデータ分析の技術作者:門脇 大輔,阪田 隆司,保坂 桂佑,平松 雄司発売日: 2019/10/09メディア: Kindle版 目次 目次 目的 参考記事 Kaggleとは? 扱われたお題 プロセス①: データの中身を確認する プロセス②: データの相関を調べる プロセス③: 欠…

プログラマーとして習慣づけるべきこと

新装版 達人プログラマー 職人から名匠への道作者:AndrewHunt,DavidThomas発売日: 2017/07/14メディア: Kindle版 目次 目次 目的 参考記事 エラーが出ても慌てず、メッセージを読もう ネット情報を鵜呑みにしない 公式ドキュメントから…

プログラミングにおけるネーミングについての勉強メモ

プログラミング作法作者:カーニハン,ブライアン,パイク,ロブメディア: 単行本 目次 目次 目的 参考記事 抽象度 抽象度とクラス名 タスクを小さく分割する 名前は時間を掛けてしっかり考える 目的 大規模なシステムを動かすプログラムを開発していると、クラ…

オブジェクト指向プログラミングについて学んだ事のメモ

オブジェクト指向でなぜつくるのか 第2版作者:平澤 章発売日: 2014/03/05メディア: Kindle版 目次 目次 背景・目的 参考文献 オブジェクト指向のイメージ 大変な作業を無くせる バグをなるべく混入させないための基礎 クラス中のメソッド数を少なくする メソ…

レーダの簡易シミュレータをPythonで作ってみた

背景・目的 今の自分の仕事は車両の自律走行のための障害物検知システムを開発することです。その際のデータ解析やロジック検討用シミュレータ作成を効率化するために、最近Pythonの勉強をし始めました。 始めてから2週間くらい経ちある程度扱い方が分かって…