Intelligent System Practice Ⅰ homepage.

Purposes

To understand how to design, implement and use the intelligent systems in the world
To learn the advanced python with numpy, pandas and more.
To apply the learned theories on artificial intelligence, robotics, semantic web, information retrieval, data analysis, and forecasting

What's new

2020年度の授業はここからです。
今年から、レポートは担当にメールで受け付けます。
レポートのテンプレート： http://p-www.iwate-pu.ac.jp/~david/IntelligentSys/20191030.pdf

2020/05/19-22: test_ch01.pdfのノートブック, Basic20200519.pdfのノートブック
2020/05/26-29: math-test-python-notebook.pdf数式計算のノートブック, math-test-latex-src.pdf数式のソースコード含むファイル
, SIR_model_20200526.pdf, SIR_model_20200519.ipynb, covid_19_dashboard.ipynb
2020/06/2-5: NumPyとpandasのモジュールnumpy1.pdf,panda1.pdf, sample.csv
Numpy20200605.pdf (numpy array, array indexing, array slicing, accessing subarray, array copy, reshape, hsplit, vsplit)
2020/06/9-12: NumPyモジュールNumPy20200609.pdf, (Initializing Different Types of Arrays, arithmetics, linear algebra, stats, 演習, 行列操作, 様々な関数, 乱数関数 random, broadcasting ブロードキャスト),
Numpy20200612.pdf, EURJPY60_200612.csv,EURJPY1440_200612.csv,EURJPY240.csv, japanese_font_plot.pdf(matplotlib日本語フォント設定)
2020/06/15-19: NumPy,Pandasモジュール, 時系列データ　NumPy20200615.pdf
2020/06/23-26: Pandas,Matplotlibモジュール, 時系列データ　Numpy20200623.pdf
Pandas,Matplotlibモジュール, 時系列データ (2)　Numpy20200626.pdf
2020/06/30-07/03: Pandas,Matplotlib, Plotlyモジュール, 時系列データ(3)　Numpy20200630.pdf
Numpy20200703.pdf, solflux_monthly_average.txt, omni2_all_years.dat (160MB)
2020/07/07-07/10: メールした資料を使用する。時系列解析の第1章、1.5～1.8
2020/07/14-07/17: メールした資料を使用する。時系列解析の第1章、1.9、第２章　AR自己回帰型モデル
2020/07/21-07/24: メールした資料を使用する。時系列解析の第２章　MA,ARMA,ARIMA,SARIMAモデル
2020/07/28-07/31: メールした資料を使用する。時系列解析の第２章　VARモデル
課題：1) 滝沢市の月次平均気温データを利用し、ARIMA, SARIMAモデルによる解析を行う.
回答例
2) 太陽黒点数の月次データを利用し、ARIMA, SARIMAモデルによるサイクル25の予測を行う.
2020/08/04-08/07: メールした資料を使用する。Pandasによるデータ解析
2020/08/12: メールした資料を使用する。機械学習ツールscikit-learnによるデータ解析, 分類, クラスター分析
2020/08/18: メールした資料を使用する。機械学習ツールscikit-learnによる特徴量エンジニアリング

BostonHousingPrice-EDA.pdfデータ解析のノートブック
2020/08/21: メールした資料を使用する。機械学習ツールscikit-learnによるデータモデリング
2020/08/25: メールした資料を使用する。機械学習ツールscikit-learnによるデータモデリング(2)
2020/08/28: メールした資料を使用する。機械学習ツールscikit-learnによるデータモデリング(3)
2020/09/01: まとめ　（colabの使い方）
2020/09/07: まとめ2（colabの使い方）

https://keras.io/examples/

Resources

Jupyter Notebook 入門(https://python-introduction.com/?p=359", https://ai-inter1.com/jupyter-notebook/)
Jupyter Notebook 入門: マークダウン(https://ai-inter1.com/markdown/)
Jupyter Notebook 入門:マジックコマンド(https://chayarokurokuro.hatenablog.com/entry/2019/09/17/215100#magic-command%E3%81%A8%E3%81%AF)
pythonの和訳ドキュメント(https://docs.python.org/ja/3/)。
importの使い方(Googleの検索結果)。
2012年度知能システム演習B（知能システム演習Ｂ(2012年度)）
「データからの知識発見('12)」放送大学の専門科目の補助資料
20170613_Dav1.pdf
perceptron-classifier.PNG

updated on 18 May 2020
by myself.

Page designed by David Ramamonjisoa