SCIKIT-LEARN 日本語 意味 - 日本語訳 - 英語の例文

• scikit learn

英語 での Scikit-learn の使用例とその 日本語 への翻訳

I also use scikit-learn.
ここでもscikit-learnを使います。

Q: Many people know you as the original author of scikit-learn.
Q:Davidはscikit-learnの原作者として多くの人に知られていますね。

Experience with scikit-learn and pandas(or equivalent tools).
Scikit-learnとPandas(もしくは同種のツール)の使用経験。

Save classifier to disk in scikit-learn.
Scikit-learnでディスクに分類子を保存する。

Experience with scikit-learn and pandas(or equivalent tools).
Scikit-learnとPandas(もしくは同種のツール)の使用経験を有すること。

I will be using python and scikit-learn.
プログラム言語は、Pythonとscikit-learnです。

Functions of scikit-learn preprocesses data such as machine learning.
Scikit-learnの４つの関数で機械学習などのデータを前処理する。

Wrappers for the Scikit-Learn API.
Scikit-LearnAPIのためのラッパー。

And also analyzing big data with Python-based library learning machine for scikit-learn.
また、scikit-learnを用いたビッグデータ解析なども行っております。

Assignment environment python, scikit-learn, jupyter notebookself development environment）.
演習環境python,scikit-learn,jupyternotebook(自身の環境),AmazonAWS(GPU用)。

Let's look at how to implement this in Scikit-Learn.
これをScikitlearnを使って実行してみます。

The development of this scikit-learn-contrib is in line with the one of the scikit-learn community.
このscikit-learn-contribの開発は、scikit-learnコミュニティの1つと一致しています。

Import Linear Regression model from scikit-learn.
回帰モデルはscikit-learnのLinearRegression()で作成します。

Scikit-Learn Machine Learning in Python with simple and efficient tools for data mining and data analysis.
Scikit-learnはPython向けの機械学習ライブラリで、データ解析やデータマイニング用にシンプルで効率的なツールを提供します。

The dependency requirements are based on the last scikit-learn release:.
依存関係の要件は、最後のscikit-learnリリースに基づいています。

Although not mandatory, installing scikit-learn is required to use some features like K-fold cross validation.
必須ではありませんが、K-分割交差検証のようないくつかの機能を使用する場合はscikit-learnのインストールをする必要があります。

We are excited that NVIDIA has chosen to make RAPIDS compatible with scikit-learn.
NVIDIAがRAPIDSとscikit-learnを互換にしたことを、私たちは喜ばしく思っています。

I used SVM and Gradient Boosting contained in scikit-learn, a python library, and train classifiers.
Pythonのライブラリscikit-learnに含まれるSVMとGradientBoostingを使って学習と予測を行った。

Tensorflow was by far the most popular with more than five times the number of contributors of the second most popular project, scikit-learn.
TensorFlowは最も人気があり、2番めに人気のプロジェクトであるscikit-learnの5倍のコントリビュータがいます。

Two of the most popular open source frameworks are the Python scikit-learn and a number of R machine learning packages.
特に有名な2つのオープンソースフレームワークにPythonscikit-learnと多数のR機械学習パッケージがあります。

Tensorflow was by far the most popular with more than five times the number of contributors of the second most popular project, scikit-learn.
TensorFlowが最も人気があり、2番目に人気のプロジェクトであるscikit-learnの5倍のコントリビュータが存在しています。

Assignment environment python, scikit-learn, jupyter notebookWeb orogramming environment on Udacity and my development environment）.
演習環境python,scikit-learn,jupyternotebook(Udacityサイト上および自身の環境)。

Accelerate cycles of data analysis by integrating powerful scikit-learn features into Jubatus.
強力なscikit-learnの機能をJubatusと統合することで、データ分析のサイクルを加速します。

Requirements: The technologies you will be working with include Python, Javascript, scikit-learn, TensorFlow/PyTorch(and/or enterprise deep learning frameworks), and SQL or MongoDB(typically used for app DBs).
要件：Python、Javascript、scikit-learn、TensorFlow/PyTorch(および/または大企業向けディープラーニングフレームワーク)、およびSQLまたはMongoDB(通常はアプリケーションDBに使用されます)を扱うテクノロジなどがあります。

Jubatus can be integrated with Spark(JubaQL) and Python/ scikit-learn(Jubakit).
JubatusはSpark(JubaQL)やPython/scikit-learn(Jubakit)と連携して動作させることも可能です。

Python Machine Learning: Machine Learning and Deep Learning With Python, scikit-learn, and TensorFlow, second edition.
オリジナルのタイトルは「PythonMachineLearning: MachineLearningandDeepLearningwithPython,scikit-learn,andTensorFlow,2ndEdition」です。

Experience in developing production-level machine learning models using Numpy, Scikit-Learn, Pandas, etc.
Numpy、Scikit-Learn、Pandas等を利用した機械学習プロダクションコードの開発経験。

Beyond his work at Cogent Labs, David is also well known in the open source community as the original author of scikit-learn, and a major contributor to NumPy and SciPy.
彼はまた、scikit-learnの原作者であり、NumPyやSciPyへの貢献など、オープンソースコミュニティでの活動も行っています。

Both algorithm have several hyper parameters. Tuning is based on cross validation with 5 folds and grid search(scikit-learn also covers these).
どちらのアルゴリズムにもいくつのハイパーパラメータがあるが、今回は分割数5のクロスバリデーションでスコアを調べながら決めた(これもscikit-learnに含まれる)。

Users can now prepare data using WPS and easily leverage the python language to apply widely available advanced deep-learning models with the Scikit-learn library and the validated Tensorflow and Theano frameworks.
WPSを使用してのデータ準備が容易になり、広く利用されているScikit-learnライブラリと共に適切なTensorflowとTheanoフレームワークを用いた高度な深層学習モデルに適用するために、Python言語を簡単に活用できるようになりました。