Nラボ備忘録

本記事ではデータの代表値である平均値、中央値、最頻値について紹介します。短時間で読める記事になっています。

基本情報技術者試験で出題されるCG系技術・画像処理系技術について、分かりやすく解説します。テクスチャマッピングやレイトレーシング、レンダリング、アンチエイリアシング等の手法を簡単に紹介します。

教師あり学習の基本から、Pythonでの実装方法まで、分かりやすく丁寧に解説します。量的データの種類や、線形モデル、ロジスティック回帰などの代表的な手法も紹介します。Pythonで機械学習の世界に飛び込みましょう！

量的データは身長や個数などのデータと、統計学入門①で紹介しました。 　量的データは離散的なデータと連続的なデータに分けることができます。 離散的なデータ　"離散的＝飛び飛び"の値を取るデータです。例えば、サイコロの目などがあります。つまり、...

自然言語処理の必須知識となったBERTについて、初心者でもわかりやすく解説します。BERTの特徴や仕組み、応用例などを紹介します。BERTを使って自然言語処理のスキルを向上させましょう。

基本情報技術者試験で出題されるRAIDとは何か？ RAIDの種類や特徴を分かりやすく図解して解説します。ストライピングやミラーリング、パリティなどのキーワードを覚えて、試験に合格しましょう！

自然言語処理の必須知識となったTransformerについて、その誕生背景からモデル構造まで一から解説します。Attention機構を最大限に活用したモデルの仕組みと性能を理解しましょう。(実例あり)

自然言語処理におけるAttention機構の仕組みと応用を、Pythonで実装しながら解説します。TransformerやBERTなどの最新のモデルにも使われるAttentionの基礎を理解するための入門記事です。

質的データ、量的データを統計学入門①で紹介しました。 質的データの特徴は、種類や区別に関するデータです。例えば、好きな果物のアンケート結果が以下のようなものになった場合を考えましょう。 果物人数リンゴ10ミカン7バナナ5マンゴスチン20好き...

自然言語処理におけるCNNの理解と実装を解説する記事です。CNNは画像処理に強いと思われがちですが、テキスト分類などの自然言語処理タスクにも有効です。CNNの仕組みやコード例などを紹介します。

自然言語処理において重要な技術であるLSTMについて、その仕組みや特徴をわかりやすく紹介します。RNNとの違いや勾配消失問題の解決方法なども解説しています。LSTMを使って文章生成や株価予測などを実装するコードも掲載しています。

自然言語処理で一躍脚光を浴びたRNNとは？その仕組みや用途、LSTMとの関係などを初心者に優しく解説します。RNNはAIを支える技術の一つで、文章や画像などの連続的なデータを扱えます。

自然言語処理の基本手法の一つであるWord2Vecについて、その仕組みや活用事例を分かりやすく解説します。Pythonを使って実装する方法も紹介します。自然言語処理に興味のある方はぜひご覧ください。

自然言語処理の基本的な手法の一つであるトピックモデルについて、その仕組みと実装方法を解説します。トピックモデルは、文書の潜在的な話題を抽出することができる強力なツールです。Pythonでのコード例もあります。