1. paizaラーニングトップ
  2. 「scikit-learn」が学べる動画一覧

「scikit-learn」が学べる動画一覧

scikit-learnとは、Pythonで利用できる教師あり学習と教師なし学習をサポートするオープンソースの機械学習ライブラリです。
※初めてpaizaラーニングを使う方は、動画学習を始める前にこちらをご覧ください。

チャプター一覧

(6:58)
ここまでで作成した特徴ベクトルと教師データに対して、機械学習アルゴリズムを適用してみましょう。
(11:29)
ここでは、SVMと呼ばれる機械学習のパターン認識モデルを分類問題に適用する手順を確認します。さらに分類の様子を描画してSVMによる分類のイメージをつかみましょう。
(9:17)
ここでは、音声データをそのままSVMに与えて、話者認識をしていきます。さらに、この手法の問題点を考察します。
(7:07)
ここでは、音声データをフーリエ変換して求められる特徴量を使って話者認識することで予測精度の向上を目指します。さらに、この手法の問題点を考察します。
(11:40)
ここでは、1つの音声データから時間ごとに複数の特徴量を取り出して利用することで、予測の精度の向上を目指します。フーリエ変換によるパワースペクトルだけでなく、音声の特徴量として知られているMFCCも利用します。
ページの先頭へ戻る