機械学習で株価を予測することに挑戦していきます。今回は世界の主要指数を説明変数に加え、精度を改善できるかを確認します。 関連記事 機械学習で株価予測～scikit-learnで株価予測①～ 機械学習で株価予測～scikit-learnで株価予測②：特徴量選択とデータの標準化、正規化～ 機械学習で株価予測～scikit-learnで株価予測③：特徴量の重要度を可視化し、ワンホットエンコーディング、ビ […]
機械学習で株価を予測することに挑戦していきます。前回に引き続き、scikit-learnで過去の株価データと為替データを基に学習し、株価予測を行います。今回はワンホットエンコーディング（ダミー変数）とビニング、交互作用特徴量や多項式特徴量で特徴量表現を豊かにし、精度を改善できるかを確認していきます。 関連記事 機械学習で株価予測～scikit-learnで株価予測①～ 機械学習で株価予測～scik […]
2018年9月18日にAWS認定クラウドプラクティショナーに合格した為、その際の勉強法を記録しておきます。
機械学習で株価を予測することに挑戦していきます。前回に引き続き、scikit-learnで過去の株価データを基に学習し、株価予測を行います。今回は特徴量選択とデータの標準化、正規化を実践します。 関連記事 機械学習で株価予測～scikit-learnで株価予測①～ 機械学習で株価予測～scikit-learnで株価予測③：特徴量の重要度を可視化し、ワンホットエンコーディング、ビニング、交互作用特徴 […]
機械学習で株価を予測することに挑戦していきます。今回はscikit-learnで過去の株価データを基に学習し、株価予測を行います。 関連記事 機械学習で株価予測～scikit-learnで株価予測②：特徴量選択とデータの標準化、正規化～ 機械学習で株価予測～scikit-learnで株価予測③：特徴量の重要度を可視化し、ワンホットエンコーディング、ビニング、交互作用特徴量、多項式特徴量を試す～ 機 […]
Jupyter Notebookのホームディレクトリを変更する手順。デフォルトの状態だとユーザーフォルダにノートブックが作成されてしまう為、ホームディレクトリの変更を行った。 OS：Windows10 Jupyter Notebook:：5.6.0
Machine Learning界の “Hello World!”であるMNISTをTensorFlowで実行した際のメモ。自分用に実行コードにコメントを入れただけなので、細かな説明は一切ありません。 OS：Windows10 TensorFlow-CPU版のバージョン：1.9
練習用の実働環境を用いてAWSの各サービスの使い方を学習することが出来るQwiklabsでAWS 認定ソリューションアーキテクト – アソシエイト用のクエストを受講する際の手順。
static-nodes.jsonにネットワークに参加するノードの接続情報を記載することで複数ノードによるEthereumのプライベートネットワークを構築することが出来ますが、この方法だと参加するノードが増えた場合、都度static-nodes.jsonへ情報を追記し、ネットワークの参加者へ配布する必要があります。 ネットワークへ参加するノード数が可変な場合はbootnodeをセットアップすると、 […]
Gethでpeer to peerのネットワークを構築する場合、admin.addPeer(“相手の接続情報”)を発行すれば相手のノードと接続できますが、コマンドで追加した場合はGethを終了すると情報がリセットされてしまいます。常に接続したい特定のノードがある場合、static-nodes.jsonを作成して配置することで自動的に繋がるようになります。
