人工知能・機械学習

Python

システムトレードと機械学習のための活性化関数入門

はじめに システムトレードや機械学習の分野では、数学的なモデルを活用して予測や意思決定を行います。その中で重要な役割を果たすのが「活性化関数」です。本記事では、活性化関数の基本的な役割や種類、活性化関数がどのようにシステムトレードや機械学習...
人工知能・機械学習

ReLU関数における死んだReLU関数(Dead ReLU)について

死んだReLU関数(Dead ReLU)とは? 死んだReLU関数(Dead ReLU)問題は、ニューラルネットワークでReLU関数を使用する際に起こる問題の1つです。これは、特定のニューロンが「発火しなくなる」状態に陥り、学習が完全に止ま...
Python

システムトレードと機械学習の為の損失関数、基本から

はじめに システムトレードや機械学習の分野では、「損失関数」が使われます。損失関数は、モデルがどれだけ間違っているかを数値で表すために使用されます。この記事では、損失関数の基礎についてわかりやすく解説します。 損失関数とは? 損失関数とは、...
Python

システムトレードと機械学習のためのDBSCANクラスタリング

はじめに 機械学習を利用したシステムトレードでは、大量のデータを効率的に分類し、隠れたパターンや異常値を見つけることが重要です。その際に役立つ手法の1つが「DBSCANクラスタリング」です。本記事では、DBSCANクラスタリングについての基...
Python

システムトレードと機械学習の為の「階層的クラスタリング」について

階層的クラスタリングは、データを「階層状」に分類する、機械学習における分析手法の一つです。この方法では、データがどのように似ているかを視覚的に確認することができるため、データの構造を理解するために広く利用されています。この記事では、初学者の...
Python

システムトレードと機械学習の為の基礎用語:説明変数と目的変数について

システムトレードや機械学習では、データを分析して未来を予測するために「説明変数」と「目的変数」という概念が頻繁に使われます。これらはデータ分析の基礎であり、これを理解することで、さまざまな予測モデルや統計手法を正しく活用できるようになります...
Python

K-meansクラスタリングについて

K-meansクラスタリングとは K-meansクラスタリングは、データをいくつかのグループ(クラスタ)に分ける手法の一つです。データを複数のクラスタに分類することで、その特徴を分析しやすくし、画像分類やマーケティングなど幅広い分野で利用さ...
Python

システムトレードの為の非線形回帰分析入門

機械学習を利用して、システムトレードの戦略分析をしてみたいと考えている方に向けて、今回の記事では、特に「非線形回帰分析」について解説します。まずは基本的な概念から入り、実際にどうやって使われるのかを具体例を交えながら説明していきます。<参照...
Python

システムトレードと機械学習初心者の為の特徴量エンジニアリング解説

初めに システムトレードや機械学習において、「特徴量エンジニアリング」は非常に重要な役割を果たします。とはいえ、「特徴量」や「モデル」という言葉自体に馴染みがない方も多いかと思います。ここでは、これらの基本的な概念をわかりやすく解説し、さら...
Python

機械学習を利用したシステムトレード構築におけるデータの前処理について

システムトレードは、コンピュータが自動で取引を行い利益を目指す手法です。機械学習を活用してシステムトレードを行う際には、大量のデータを正しく使うことが重要です。ですが、生のデータをそのまま使うと、うまく学習できなかったり、正確な予測ができな...