Python 機械学習 - コード例
- 人工ニューロン - 機械学習の初期の歴史を垣間見る
- 人工神経細胞の正式な定義
- パーセプトロンの学習ルール
- Pythonでパーセプトロン学習アルゴリズムを実装する
- オブジェクト指向のパーセプトロンAPI
- Irisデータセットでのパーセプトロンモデルの学習
- 適応的な線形ニューロンと学習の収束
- 勾配降下によるコスト関数の最小化
- Pythonで適応型リニアニューロンを実装する
- 特徴量スケーリングによる勾配降下法の改善
- 大規模機械学習と確率的勾配降下法
- 概要
本書のコード例に触れるには、Jupyter Notebook (.ipynb ファイル) を使用することをお勧めします。Jupyter Notebookを使用すると、コードをステップごとに実行し、結果の出力（プロットや画像を含む）をすべて1つの便利なドキュメントにまとめることができるようになります。
Anaconda Pythonディストリビューションを使用している場合、jupyter notebookをインストールするために必要なのは、ターミナルで以下のコマンドを実行することです。
conda install jupyter notebook
そして、jupyter notebookを起動するには、次のように実行します。
ジュピターノート
ブラウザでウィンドウを開き、開きたい .ipynb ファイルがある目的のディレクトリに移動します。
**詳しいインストール方法や設定方法は、第1章のREADME.mdファイル**に記載されています。
Jupyter Notebookをインストールしない場合でも、GitHubにあるノートブックファイルをクリックするだけで閲覧することができます。ch02.ipynb`).
コード例に加えて、各Jupyterノートブックに目次を追加し、本の内容と一致するセクションヘッダーを追加しました。また、オリジナルの画像や図を掲載することで、本を読みながらインタラクティブにコードを操作しやすくなることを期待しています。
これらのノートブックを作成したとき、私はあなたの読書（とコーディング）体験をできるだけ便利にすることを望んでいました。しかし、もしあなたがJupyter Notebooksを使いたくないのであれば、私はこれらのノートブックを通常のPythonスクリプトファイル（.pyファイル）に変換し、平文エディタで表示および編集できるようにしました。