pythonで制約ボルツマンマシン実装 - Qiita
はじめに こんにちは @ta-ka です． この記事は 数学とコンピュータⅡ Advent Calendar 2017 の25日目の記事です． pythonで制約ボルツマンマシンを実装しました． 教科書として『深層学習』を使いました． 本記事の構成 はじめに 制約ボルツマンマシン ボルツマン分布 条件付き分布 対数尤度関数 パラメータ更新 CD法 実装 結果 おわりに 下図のような構造を持つ無向グラフを考えます． $v_{i}$ を可視変数，$h_{j}$ を隠れ変数と呼び，$v_{i}, h_{j}$ は $0$ か $1$ の値をとります． ボルツマン分布 ボルツマン分布を下式で定義します． 指数部分の値が大きいほど，$\boldsymbol v, \boldsymbol h$ の生起確率が高くなるような分布です． \begin{align} p(\boldsymbol v, \bol
venv: Python 仮想環境管理 - Qiita
venv について venv を使うと pip によるパッケージの導入状態をプロジェクトごとに独立させることができる． venv は virtualenv が Python 3.3 から標準機能として取り込まれたもの．別途ソフトウェアをインストールすることなく使用できるため，最も手軽に仮想環境を管理する方法の一つと言える． 2 系を偶に使うという程度なら 3 系は venv，2 系は virtualenv で管理すると同じように管理できるので良い． Since Python 3.3, a subset of it has been integrated into the standard library under the venv module. Virtualenv — virtualenv 16.6.1 documentation Python 3.x.x 下に組み込まれた機能なので
【 Python 時系列解析 】Yahoo Finance から FTSEロンドン株価データ を 取得して、経済時系列解析 の 作業手順 を通しで行ってみる 〜 データの定常性検定 から（G）ARCHモデル推定 まで - Qiita
【 参考 】時系列解析の実行手順 について python for economist[第6回]: statsmodelsでかんたん回帰分析 （Googleブックス） 横内 大介・青木 義充（共著）『現場ですぐ使える時系列データ分析～データサイエンティストのための基礎知識～』技術評論社 経済企画庁経済研究所編集 経済分析 「計量経済分析再考 -より信頼性の高いモデル 作りのための推定手続き- 」 第112号 昭和63年7月 【 以下の流れ を 通しで 行ってみます 】 （ ARIMAモデル 実行した後に、モデル残差系列に自己相関の有無をチェック後、残差棄却できなかったため、GARCHモデルを実行します。 ） 1. データの定常性検定 2. 定常データへの加工 3. ARIMAモデル推計 4. 残差の系列相関のチェック 5. （G）ARCHモデル推定 【 データ取得 】 pandas.web_
Python で Twitter API にアクセス - Qiita
PythonからTwitter APIへのアクセス。Python2, 3両対応。 python-twitter というのもあるけど、基本はHTTP Requestを送ってJSONを得るだけなので、わざわざTwitter専用のライブラリを使うことも無いと思って自分で書いてみた。OAuth認証だけは別途ライブラリ使う。 OAuthのライブラリ Twitterへのアクセスには OAuth認証 というのが必要。 認証方式は非常にややこしいので、凡人はライブラリを使う。 今回は「人間のためのOAuth」をもって自認する Requests-OAuthlib を使う。他のライブラリがどんな生物を想定しているのかは知らない。 アプリケーション登録 Twitter APIにアクセスするにはまずアプリケーション登録が必要。これを済ませると Consumer Key Consumer Secret という2つの
Pythonで文字列 <-> 日付(date, datetime) の変換 - Qiita
from datetime import datetime as dt tstr = '2012-12-29 13:49:37' tdatetime = dt.strptime(tstr, '%Y-%m-%d %H:%M:%S') strptimeの第二引数は第一引数のフォーマットを渡す。 例えば、 tstr = '2012/12/29 13:49:37'だった場合、 dt.strptime(tstr, '%Y/%m/%d %H:%M:%S') 文字列から日付(date) import datetime tstr = '2012-12-29 13:49:37' tdatetime = datetime.datetime.strptime(tstr, '%Y-%m-%d %H:%M:%S') tdate = datetime.date(tdatetime.year, tdatetime.mo
Python で 株価データ取得する pandas.io モジュール が pandas_datareader に変わっていた件 〜 pip install 時のパッケージ名は、pandas-datareader だが、import時は、pandas_datareader で わかりにくいので注意 - Qiita
以下の記述を発見 pandas 0.18.0 documentation » Remote Data Access Warning In pandas 0.17.0, the sub-package pandas.io.data will be removed in favor of a separately installable pandas-datareader package. This will allow the data modules to be independently updated to your pandas installation. The API for pandas-datareader v0.1.1 is the same as in pandas v0.16.1. (GH8961) You should replace the imports of t
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
