機械学習の前に重要なデータ抽出・加工に便利なPythonライブラリ「pandas」の基本的な使い方のチュートリアル
https://www.atmarkit.co.jp/ait/articles/1802/13/news012.html
［Python入門］リストの操作 (1/4)
https://www.atmarkit.co.jp/ait/articles/1906/04/news009.html
時系列データへの回帰分析
https://logics-of-blue.com/time-series-regression/
【Python】pandasのDataframe操作
http://canisterism.hatenablog.com/entry/2018/01/07/150105
#特定のセルの値を取り出してseriesに
pythonでexcelファイル処理まとめ
https://qiita.com/hasepy/items/06d5d2e2b6495752442c
[Python] Excelで文字化けしないCSVファイルを書き出す
https://qiita.com/y4m3/items/674423b596284bbc7cf7
Pythonの日本語処理
http://www.wakayama-u.ac.jp/~kazama/lab/python/i18n.html
標準出力の文字コードと自動変換
https://www.javadrive.jp/python/japan/index2.html
文字コードの指定
https://www.javadrive.jp/python/japan/index1.html
Unicode文字列(ユニコード文字列)
https://www.javadrive.jp/python/string/index5.html
日本語文字列コード問題まとめ
http://python.matrix.jp/pages/tips/string/encoding.html
python3で日本語を含むURL(日本語URL)にurllibでアクセスする際、htmlで勝手にencodeされてエラーするので回避策をメモ
https://qiita.com/mix/items/87d094414e46f857de45
日本語を含むURLでつまづく
http://mankuro.xyz/blog/2017/04/25/japanese-url/
単一ドメインを走査する（URLに日本語を含む場合）
http://nnpo.hatenablog.com/entry/2016/12/13/002540
PythonでURLエンコード/デコード
http://shuzo-kino.hateblo.jp/entry/2016/10/22/224034
pythonでutf-8日本語文字列を、URIエンコード・URLデコードする
http://linux.oboe-gaki.com/archives/000333.html
Pythonでマルチバイト文字を扱う際に気をつける点。
https://gist.github.com/devlights/4561968
Python と文字コード
http://www.kabipan.com/computer/python/unicode.html
[Python] urllib.parseによるURLエンコード／デコードの方法
https://hibiki-press.tech/learn_prog/python/url-encoding/2804
機械学習
第1回 難しくない！ PyTorchでニューラルネットワークの基本
https://www.atmarkit.co.jp/ait/articles/2002/06/news025.html
AI・機械学習のための数学超入門 ― 前提知識は四則演算だけ！ (1/4)
https://www.atmarkit.co.jp/ait/articles/2003/02/news023.html
機械学習やディープラーニングってどんなもの？ (1/2)
https://www.atmarkit.co.jp/ait/articles/2003/24/news016.html
「機械学習の最先端」を効率的に情報収集！ おすすめのメルマガ3選
https://www.atmarkit.co.jp/ait/articles/2006/11/news016.html
機械学習の手法13選 ー 初級者、中級者別に解説！
https://ainow.ai/2020/06/04/222969/
スターバックスはコーヒー事業者ではない ― データテック企業なのだ
https://ainow.ai/2020/05/28/222388/
平均二乗誤差
pytorchにはMSELossがある
criterion = torch.nn.MSELoss()
y = f(x)
loss = criterion(y, t)
print(loss.data)
自作するとこう
def mycriterion(x, y):
result = (x - y) ** 2
return result.sum() / len(result)
myloss = mycriterion(y, t)
print(myloss)
