機械学習 LSTMでモデルを作成した際、シンプルな方法で予測する範囲を増やしたい
結論
RepeatVectorを利用するとシンプルに構築できました。
経緯
モデルを作成した際、予測範囲を増やす方法として下記の方法があります。
予測データを次の予測データの算出に使う方法となります。
①検証データ1で予測...
機械学習 
機械学習 Tensorflowで機械学習モデルを作成するとき、再現性のあるプログラムにしたい
結論
tf.random.set_seed を使用する
経緯
機械学習のモデルを作成する際、モデルの精度を上げるために各種パラメータを変更します。同じパラメータでもモデルの精度が異なります。これは、モデルを作成する際の「重...
機械学習 PythonでKerasのLSTMを用いて、複数の情報を基に株価の予測を試してみた
はじめに
前回、KerasのLSTMを使用して株価予測のモデルを作成してみました。モデルを作成する際に使用した変数は、終値(Close)の１つ。取得した株価データには、開始値(Open)、高値(High)、低値(Low)、取引高(Volu...
機械学習 PythonでKerasのLSTMを用いて、株価の予測を試してみた
プログラムの説明
取得する株価情報はトヨタ（証券コード7203）
取得する期間は2020年1月1日から2020年12月31日（2020年の取引が行われた日は242日）
予測モデルを構築するためのライブラリは、Keras...
機械学習 Pythonで株の情報を取得したい
結論
方法1.pandas_datareaderを用いてstooqから株の情報を取得する
方法2.yfinanceを用いてYahoo Financeから株の情報を取得する
yfinanceを用いると1分、5分、15分、30...
機械学習 AIを作るとき、アルゴリズムは何を選択すればよいのか？
結論
AIを作る経験が浅いときは、色々なアルゴリズムを試すしかない
色々なアルゴリズムで、精度を比較する
経験を積むことで、AIの要件や入力データから向いているアルゴリズムの当たりを付けることができるようになる
...
機械学習 pythonを使って、手っ取り早くAI(人工知能)を体験したい
結論
Scikit-learnを使用すると、手っ取り早くAI(人工知能)を体験できる
Scikit-learnには、モデル(AIプログラム)を作成するための様々なアルゴリズム(道具)が用意されている
Scikit-le...
Python データに欠損値（NaN）が含まれていた場合の対応方法三選
結論
一選.replace関数で欠損値（NaN）を任意の文字に置き換える
二選.dropna関数で欠損値（NaN）が含まれている行を削除する
三選.fillna関数で欠損値（NaN）を任意の文字で穴埋めする
経緯...
Python データに欠損（NaN）が含まれているかを確認する方法
結論
pandasのisnull関数を使う
isnull().sum()を用いると項目ごとの欠損数の合計を出せる
経緯
機械学習のために用意、取得した学習データに欠損（NaN）があり、精度の低い機械学習モデルしか作れ...
Python pandasのread_csvで日本語を含むCSVファイルを使用する時の注意点
結論
日本語を含むcsvファイルを読み込む時は、オプションにencoding='shift_jis'を指定する。
encoding='shit_jis'を指定した際、読み込みエラーとなることがある。
読み込みエラーにな...