lecture Python入門 変数（動画あり）
変数について
Pythonでは変数を定義することができます。変数とはメモリの中に保管したある値の名前のことです。
Python で変数を定義するときには、 = を使って右辺の値を左辺の変数に代入することができます。
...
lecture
lecture lecture Python入門 文字列（動画あり）
Pythonで文字列を使う時の注意点を説明しています。
対話型インタープリンタの場合、文字列をエコー表示するときにシングルクォートで表示されますが、文字列を表すにはシングルクォートでもダブルクォートでも良いので文字列を囲む...
lecture Python入門 演算子（動画あり）
Pythonの演算について動画で説明しています。合わせて、Google Colaboratoryの使い方を説明します。
Python演算子の使い方
Pythonの演算子を使って計算を行います。コンピュータは演算が得意です。
...
lecture Python入門 Python をはじめよう！ (動画あり)
IT工房では、IT系学習用の動画を配信します。
まずは、Python入門の動画を順次アップしていきますので、Python入門の参考にしてください。
それぞれの動画は、IT工房のVideoページから選ぶと解説も行っています。
Pythonには2系と3系がありますが、互換性がありませんので、ここでは新しいバージョンの3系を学習します。
なお、PythonコードはGoogle Colaboratoryを活用します。
Googleが提供する無料のJupyter Notebookを拡張したものです。
ビデオでは、入門者向けにゆっくり喋ってますので、1.5倍から2倍くらいのスピードで聞いても良いと思います。
lecture Flaskで画像判定アプリ作成入門（1）〜Hello world!の表示
Flaskをローカル環境で試す場合、直接インストールするよりも仮想環境を構築してその中で試す方がバージョンなどの問題を防ぐことができます。
まずは仮想環境作りから行います。
virtualenv環境作成
Pythonの仮想環境を作るに...
AI RidgeとLasso
過学習と正則化
機械学習で回帰分析する場合、多くの説明変数を使ってしまいがちです。しかし、大量の説明変数を使用すると隔たった学習用データに必要以上に対応してしまう「過学習」の状態になる場合があります。
そこで過学習になるのを防ぐために、...
AI Pandas活用 factorize()関数の意味がわかる：Pandasのカテゴリ型データの取り扱い
統計学で使うデータは大きく分けると「質的変数」と「量的変数」に分かれます。
質的変数：データがカテゴリで示されるもの
名義尺度：男女、電話番号（単に区別するだけ）
順序尺度：優、良、可...
AI scikit-learnで教師あり学習
IT工房では機械学習の解説を行っています。
教師あり学習とは、説明変数から目的変数を予測するモデルを作成するために、正解の目的変数から学習する方法です。
そのため、必ず説明変数と同時に正解となるような目的変数を用意する必要があります。
...
lecture Pythonでローカルサーバーを作る
pythonを使った、超シンプルなローカルサーバーの作成方法です。
Macの場合の例です。
事前に適当な場所に適当な名前のフォルダを作成しておいて、ターミナルのcdコマンドで移動しておきます。
次に、作成したフォルダ内に「inde...
AI Pandasの使い方まとめ（機械学習の事前準備でよく使う機能）
機械学習を行う前の事前処理として、よく使うPandasの機能をまとめています。
1.とりあえず読み込んでおきたいライブラリ,
2.ファイルの読み込みと保存,
3.CSVファイルの読み込み,
4.CSVファイルの保存,
5.データの確認,
6.変数別の基本統計量の確認,
7.先頭からの表示,
8.後ろからの表示,
9.列に複数の同じ値がある場合、それぞれの値の数を調べる,
10.欠損値処理,
11.欠損値の削除,
12.欠損値を平均値で埋める,
13.欠損値を0にしてそれ以外の文字列を1にする,
14.欠損値に他の列の値を利用,
15.教師データの分離と削除,
16.教師データ分離,
17.教師データ削除（説明変数作成）,
18.ダミー変数作成,
19.ダミー変数作成,
20.2値のカテゴリ変数を数値に変換,
21複数のカテゴリ変数をそのまま数値化する これ、結構使える,
22.複数のカテゴリ変数をそのまま数値化する factorize関数を使わない方法,
23.標準化,
24.学習用データとテストデータの分離,
25.ホールドアウト法,
26.列の値の取得,
27.ユニークな値の取得,
28.ある列の値を条件判定しておいて、Trueの行の別の列の値の平均をとる,
29.PandasからNumpyに変換とその逆,
30.Pandas形式のデータをNumpy形式にする方法,
31.Numpy形式のデータをPandas形式にする方法,
32.要素の頻度（出現回数）,
33.ビニング処理（ビン分割）,