データサイエンス関連プログラムを保存・管理するリポジトリ.
datascience
│
├─samples_python.......................................Pythonによるデータサイエンス関連の実装サンプル集
│ ├─README.md
│ ├─docker/Dockerfile
│ ├─bayesian_modeling_pymc3.ipynb.....................ベイジアンモデル by pymc3
│ ├─bayesian_modeling_pystan.ipynb....................ベイジアンモデル by pystan
│ ├─chi-squared_test.ipynb............................カイ二乗検定
│ ├─facter_analysis.ipynb.............................因子分析
│ ├─fisher_exact_test.ipynb...........................フィッシャーの正確確率検定
│ ├─gaussian_mixture_model.ipynb......................混合ガウスモデル
│ ├─kernel_density_estimation_pandas.ipynb............カーネル密度推定 by pandas
│ ├─kernel_density_estimation_scipy.ipynb.............カーネル密度推定 by scipy
│ ├─kolmogorov-smirnov_test.ipynb.....................コルモゴロフ・スミルノフ検定
│ ├─multiple_linear_regression_analysis.ipynb.........重回帰分析
│ ├─non-correlation_test.ipynb........................無相関検定
│ ├─principal_component_analysis.ipynb................主成分分析
│ ├─random_forest.ipynb...............................ランダムフォレスト
│ ├─shapiro-wilk_test.ipynb...........................シャピロ・ウィルク検定
│ ├─support_vector_machine.ipynb......................サポートベクトルマシン
│ ├─t-stats_confidence_interval.ipynb.................t統計量による母平均の信頼区間
│ ├─two_samples_f_test.ipynb..........................2標本間のF検定
│ ├─two_samples_t_test.ipynb..........................2標本間のt検定
│ ├─two_samples_welch_t_test.ipynb....................2標本間のウェルチのt検定
│ ├─two_samples_wilcoxon_test.ipynb...................2標本間のウィルコクソンの順位和検定
│ ├─t-sne.ipynb.......................................t-SNE
│ ├─plotly.ipynb......................................Plotly
│ ├─decision_tree.ipynb...............................決定木
│ ├─doc2vec_gensim.ipynb..............................doc2vec by gensim
│ ├─multilabel_classifier_mlknn_sklearn.ipynb.........MLkNNによるマルチラベル分類
│ ├─confidence_weighted_learning.ipynb................オンライン機械学習 (CW)
│ ├─soft_confidence_weighted_learning_ver1.ipynb......オンライン機械学習 (SCW ver.1)
│ ├─soft_confidence_weighted_learning_ver2.ipynb......オンライン機械学習 (SCW ver.2)
│ └─study_201804_plotly.ipynb.........................勉強会準備 (plotly)
│
├─samples_deeplearning_python..........................Pythonによるディープラーニング関連の実装サンプル集
│ ├─README.md
│ ├─docker/Dockerfile
│ ├─cnn_chainer_ver1.ipynb............................CNN by chainer
│ ├─cnn_chainer_ver2.ipynb............................CNN by chainer (trainer)
│ ├─cnn_pytorch.ipynb.................................CNN by pytorch
│ ├─cnn_tensorflow_eager.ipynb........................CNN by tensorflow eager
│ ├─cnn_tensorflow_ver1.ipynb.........................CNN by tensorflow (low level)
│ ├─cnn_tensorflow_ver2.ipynb.........................CNN by tensorflow (high level)
│ ├─seq2seq.ipynb.....................................Seq2Seq
│ ├─attention_seq2seq.ipynb...........................Attention + Seq2Seq
│ ├─sentence_classifier_cnn.ipynb.....................CNNによる文章分類
│ ├─sentence_classifier_lstm.ipynb....................LSTMエンコーダによる文章分類
│ ├─nnlm_abs.ipynb....................................Neural Network Language Model + Attention
│ ├─dropout_bayesian_approximation.ipynb..............ベイジアンドロップアウト
│ ├─dropout_bayesian_approximation_experiment.ipynb...ベイジアンドロップアウト実験
│ ├─lstm_chainer_ver1.ipynb...........................LSTM by chainer (F.lstm)
│ ├─lstm_chainer_ver2.ipynb...........................LSTM by chainer (L.LSTM)
│ ├─mnist_classifier_3d_gradcam_plotly.ipynb..........GradCAMをPlotlyで可視化
│ ├─mnist_classifier_3d_t-sne_plotly.ipynb............中間層ベクトルのt-SNEをPlotlyで可視化
│ ├─nn_chainer_ver1.ipynb.............................ニューラルネットワーク by chainer
│ ├─nn_chainer_ver2.ipynb.............................ニューラルネットワーク by chainer
│ ├─gradcam.ipynb.....................................GradCAM
│ ├─bayesian_dropout_gradcam_mnist.ipynb..............ベイジアンドロップアウト + GradCAM
│ ├─ssd300_chainercv.ipynb............................SSD by chainercv
│ ├─faster_rcnn_chainercv.ipynb.......................Faster R-CNN by chainercv
│ ├─yolov3_chainercv.ipynb............................YOLOv3 by chainercv
│ ├─dcgan.ipynb.......................................DCGAN by chainer
│ ├─tensorflow_probability_sample.ipynb...............TensorFlow Probability (Edward2)
│ └─study_201806_tensorflow_eager.ipynb...............勉強会準備 (tensorflow eager)
│
├─samples_r............................................Rによるデータサイエンス関連の実装サンプル集
│ ├─README.md
│ ├─docker/Dockerfile
│ ├─bayesian_statistical_modeling_rstan.ipynb.........ベイジアンモデル by rstan
│ ├─chi-squared_test.ipynb............................カイ二乗検定
│ ├─fisher_exact_test.ipynb...........................フィッシャーの正確確率検定
│ ├─kernel_density_estimation.ipynb...................カーネル密度推定
│ ├─kolmogorov-smirnov_test.ipynb.....................コルモゴロフ・スミルノフ検定
│ ├─multiple_linear_regression_analysis.ipynb.........重回帰分析
│ ├─non-correlation_test.ipynb........................無相関検定
│ ├─principal_component_analysis.ipynb................主成分分析
│ ├─random_forest.ipynb...............................ランダムフォレスト
│ ├─shapiro-wilk_test.ipynb...........................シャピロ・ウィルク検定
│ ├─support_vector_machine.ipynb......................サポートベクトルマシン
│ ├─t-stats_confidence_interval.ipynb.................t統計量による母平均の信頼区間
│ ├─two_samples_f_test.ipynb..........................2標本間のF検定
│ ├─two_samples_t_test.ipynb..........................2標本間のt検定
│ ├─two_samples_welch_t_test.ipynb....................2標本間のウェルチのt検定
│ └─two_samples_wilcoxon_test.ipynb...................2標本間のウィルコクソンの順位和検定
│
├─samples_julia........................................................juliaによるデータサイエンス関連の実装サンプル集
│ ├─README.md
│ ├─docker/Dockerfile
│ └─distributions.ipynb...............................................分布サンプル
│
├─kaggle_compe_house_prices_advanced_regression_techiques..............kaggleコンペの分析
│ ├─README.md
│ ├─docker/Dockerfile
│ └─notebook.ipynb....................................................家の価格予測モデル
│
├─kaggle_compe_statoil_c-core_lceberg_classifier_challenge.............kaggleコンペの分析
│ ├─README.md
│ ├─docker/Dockerfile
│ └─notebook.ipynb....................................................衛星画像の氷山予測モデル
│
├─kaggle_compe_titanic_machine_learning_from_disaster..................kaggleコンペの分析
│ ├─README.md
│ ├─docker/Dockerfile
│ └─notebook.ipynb....................................................生存者の予測モデル
│
├─kaggle_dataset_flower_color_images...................................kaggleデータセットに対する分析
│ ├─README.md
│ ├─docker/Dockerfile
│ ├─auto_encoder_similarity.ipynb.....................................自己符号化器
│ ├─transfer_leaning_vgg16.ipynb......................................転移学習
│ ├─finetuning_vgg16.ipynb............................................ファインチューニング
│ ├─threshold_color_hist.ipynb........................................色ヒストグラム
│ └─image_histogram.ipynb.............................................画像ヒストグラム
│
├─kaggle_dataset_huge_stock_market_dataset.............................kaggleデータセットに対する分析
│ ├─README.md
│ ├─docker/Dockerfile
│ ├─system_trade_dqn.ipynb............................................Deep Q-Network (DQN)
│ ├─system_trade_ddqn.ipynb...........................................Double DQN
│ ├─system_trade_dueling_ddqn.ipynb...................................Dueling Double DQN
│ └─system_trade_dueling_ddqn_prioritized_experience_replay.ipynb.....Dueling Double DQN + Prioritized Experience Replay
│
├─kaggle_dataset_mushroom_classification...............................kaggleデータセットに対する分析
│ ├─README.md
│ ├─docker/Dockerfile
│ ├─bayesian_neural_network_edward.ipynb..............................ベイジアンニューラルネットワークで毒キノコ分類
│ └─study_201712_edward.ipynb.........................................勉強会準備 (Edwardとベイジアンニューラルネットワーク)
│
├─kaggle_dataset_association_of_tennis_professionals_matches...........kaggleデータセットに対する分析
│ ├─README.md
│ ├─docker/Dockerfile
│ ├─player_strong_bayesian_modeling.ipynb.............................ベイジアンモデルで男子プロテニス強さモデリング
│ └─player_strong_time_series_bayesian_modeling.ipynb.................ベイジアンモデルで男子プロテニス強さ時系列モデリング
│
├─kaggle_dataset_credit_card_fraud_detection...........................kaggleデータセットに対する分析
│ ├─README.md
│ ├─docker/Dockerfile
│ └─notebook.ipynb....................................................クレジットカードの不正利用予測モデル
│
├─qiita_transfer_learining_fine_tuning_chainer.........................Qiita投稿記事のソース
│ ├─README.md
│ ├─docker/Dockerfile
│ └─notebook.ipynb....................................................転移学習, ファインチューニング
│
├─open_ai..............................................................Open AI Gym に対する強化学習, 深層強化学習の実装
│ ├─README.md
│ ├─docker/Dockerfile
│ ├─check_brakeout.ipynb..............................................Breakout環境確認
│ ├─dqn_cnn_frozenlake.ipynb..........................................Deep Q-Network (DQN) by chainer
│ ├─dqn_nn_frozenlake.ipynb...........................................Deep Q-Network (DQN) by chainer
│ ├─dqn_pytorch_cartpole.ipynb........................................Deep Q-Network (DQN) by pytorch
│ ├─ddqn_cnn_frozenlake.ipynb.........................................Double DQN by chainer
│ ├─ddqn_nn_frozenlake.ipynb..........................................Double DQN by chainer
│ ├─ddqn_pytorch_cartpole.ipynb.......................................Double DQN by pytorch
│ └─q-learning_frozenlake.ipynb.......................................Q-learning
│
├─e-stat ..............................................................e-Stat のデータに対する分析
│ ├─README.md
│ ├─docker/Dockerfile
│ ├─using_e-stat_api_sample.ipynb.....................................e-Stat APIの使い方サンプル
│ ├─estimate_smr_bayesian_modeling.ipynb..............................ベイジアンモデルでSMR推定
│ └─study_201703_geographic_visualization_and_bayesian.ipynb..........勉強会準備 (地理データで階層ベイズモデル)
│
├─stock_price_data_warehouse ..........................株価データに対する分析
│ ├─README.md
│ ├─docker/Dockerfile
│ ├─candle_stick_mpl_finance.ipynb....................ローソク足
│ ├─moving_average.ipynb..............................移動平均
│ ├─bollinger_band.ipynb..............................ボリンジャーバンド
│ ├─macd.ipynb........................................MACD
│ ├─rsi.ipynb.........................................RSI
│ ├─stochastics.ipynb.................................ストキャスティクス
│ ├─ichimoku.ipynb....................................一目均衡表
│ └─compare_technical_analysis.ipynb..................テクニカル指標の比較検証
│
├─news_corpus..........................................ニュースコーパスデータに対する分析
│ ├─README.md
│ ├─docker/Dockerfile
│ ├─binary_relevance_multinomial_nb.ipynb.............Binary Relevance Learning on 自然言語処理
│ ├─binary_relevance_multinomial_nb_ja.ipynb..........Binary Relevance Learning on 自然言語処理 (Japanese)
│ ├─binary_relevance_sgd.ipynb........................Binary Relevance Learning on 自然言語処理
│ ├─compare_sentence_binary_classification.ipynb......Binary Relevance Learning の分類器比較
│ ├─co-occurrence_network.ipynb.......................共起語ネットワーク
│ └─scdv.ipynb........................................SCDV
│
├─pilotnet_visualbackprop..............................PilotNet + Visual back prop の実装
│ ├─README.md
│ ├─docker/Dockerfile
│ └─notebook.ipynb....................................PilotNet + Visual back prop
│
├─compare_state_space_model............................statsmodels, pystan, PyMC3, Edward の状態空間モデルの実装
│ ├─README.md
│ ├─docker/Dockerfile
│ └─notebook.ipynb ...................................statsmodels, pystan, PyMC3, Edward の状態空間モデル
│
└─zerokara_deeplearning................................『ゼロから作るDeep Learning』勉強ノート
├─README.md
├─docker/Dockerfile
├─notebook.ipynb....................................勉強ノート1
└─notebook2.ipynb...................................勉強ノート2
Template
│
├─**********...................
│ ├─README.md
│ ├─docker/Dockerfile
│ ├─**********.ipynb..........
│ └─**********.ipynb..........