講義資料

概要 # 教科書 p.372（Lesson 13） 第10講では、機械学習のうち 教師なし学習 について学びます。 \(k\)平均法と階層的クラスタリングによるクラスタリング、主成分分析による次元削減を scikit-learn で実装します。 scikit-learn は第09講でインストールしたものを使います。

概要 # 教科書 p.372（Lesson 13） 第09講では、機械学習のうち 教師あり学習 について学びます。 線形回帰による回帰と、決定木による分類を scikit-learn で実装し、モデルの評価方法も学びます。 以下の手順で scikit-learn をインストールしておいてください。

概要 # 第08講では、機械学習などで用いられるベクトル、行列をPython の NumPy ライブラリでどのように扱うかを学びます。

今日の Python はオブジェクト指向プログラミング言語（OOP; Object Oriented Programming Language）になっています。 他の人の書いたプログラムを読むときに、クラスやオブジェクト指向の書き方は、プログラムの理解に必須です。 2回に分けて、Python でのオブジェクト指向プログラミングを学びます。 2回目のこの講では、以下の内容を学びます。

今日の Python はオブジェクト指向プログラミング言語（OOP; Object Oriented Programming Language）になっています。 他の人の書いたプログラムを読むときに、クラスやオブジェクト指向の書き方は、プログラムの理解に必須です。 2回に分けて、Python でのオブジェクト指向プログラミングを学びます。 1回目のこの講では、以下の内容を学びます。

探索（再帰関数） # 第05講では、データ構造を辿り、目的のデータを探索する再帰関数について学びます。 リストの中から目的のファイルを探すプログラムや ディレクトリツリーの中のファイルやディレクトリを数えるプログラムなどを実装します。

再帰関数 # 第04講では、再帰関数（recursive function）について学習します。 再帰関数は、関数の中で自分自身を呼び出すことができる関数です。

概要 # 第03講では、前回の後半に引き続き関数について学習します。 より高度な関数の使い方で、知っているとプログラムが楽に書けるようになる機能である、 デフォルト引数、可変長引数、キーワード引数を紹介します。

概要 # 第02講では、前半で集合を扱うもののうち セット（set） と ディクショナリ（dictionary） について学習します。 セットは順序なしの要素の集まりであり、ディクショナリはキーと値のペアの集まりです。

概要 # 第01講では、プログラミングAで学んだ内容を復習します。 具体的には、Pythonの基本文法、ファイルの読み書き、リストとタプルについて復習します。 加えて、コマンドライン引数についても学びます。