Algorithm チュートリアル

この実験では、精度（accuracy）、混同行列（confusion matrix）、適合率（precision）、再現率（recall）、F1 スコア（F1 score）など、さまざまな指標を使用して scikit-learn 分類モデルを評価する方法を学びます。

この実験では、scikit-learnを使用してカリフォルニアの住宅価格を予測するシンプルな線形回帰モデルを構築する方法を学びます。

この実験では、scikit-learn を使用して K 近傍法 (KNN) 分類器を構築し、Iris データセットで訓練し、新しいデータに対して予測を行う方法を学びます。

この実験では、scikit-learn のインストールを確認し、必要なモジュールをインポートし、Python で機械学習を開始するためのサンプルデータセットをロードする方法を学びます。

この実験では、古典的な Iris データセットを使用して、scikit-learn でデータセットを読み込み、探索するための基本を学びます。データのアクセス、ターゲット、特徴量の名前の練習を行い、簡単な可視化を実行します。

この実験では、古典的な Iris データセットを使用して、scikit-learn における基本的なデータ前処理技術（StandardScaler による特徴量スケーリングや LabelEncoder によるターゲットエンコーディングなど）を学びます。

この実験では、scikit-learn を使用してクロスバリデーションを実行し、機械学習モデルのパフォーマンスをより堅牢に評価する方法を学びます。

このチャレンジでは、クローン軍のパレード隊形にいるすべてのクローン兵を見つけることが課題となります。クローン兵は特定の範囲内の番号によって一意に識別され、正方行列で表すことができます。私たちの目標は、各 ID のクローンの数を数え、辞書形式で統計結果を返すことです。解決策は、count_clone_soldier.py ファイルの count_clone_soldier(matrix: List[List[str]]) メソッドで実装する必要があります。

このチャレンジでは、Python の NumPy モジュールを使用して、NumPy 配列を操作する一般的な数学演算の実装を練習します。

このチュートリアルでは、OpenCV-Python ライブラリを使った画像処理の基本を学びます。このチュートリアルが終わるとき、画像の読み込み、表示、保存ができるようになります。

このラボでは、Nmap 内でシンプルなシェルをインタラクティブシェルにアップグレードする方法を学びます。Python と Socat を使用して完全なインタラクティブシェルを実現するテクニックを探求し、ペネトレーションテストとネットワーク分析のスキルを向上させます。

この実験では、Linux ターミナルでの IP サブネット化とバイナリ変換を習得します。Python を使用して、IP アドレスをドット区切り 10 進数とバイナリ間で変換し、CIDR マスクを翻訳し、ネットワーク/ホスト部分を特定し、指定された CIDR ブロックの利用可能なホスト数とサブネット数を計算します。

このプロジェクトでは、Python と Pygame ライブラリを使ってヘビゲームを作成するプロセスを案内します。ゲームにはゲームウィンドウ、ヘビ、パワーアップ、そしてスコアがあります。ヘビはゲームウィンドウの中を移動し、パワーアップを食べます。ヘビがパワーアップを食べると、ヘビの長さが 1 増えます。スコアは画面に表示されます。

このプロジェクトでは、Python と Tkinter ライブラリを使って Linux システムモニタを作成する方法を学びます。このシステムモニタは、CPU、RAM、ディスク使用率、およびネットワーク統計に関する実時情報を表示します。

このプロジェクトでは、Python を使用してネットワークスキャナーを構築する方法を学びます。このネットワークスキャナーは、nmap コマンドラインツールを利用して指定された IP アドレスをスキャンし、Tkinter ライブラリを使用して結果をグラフィカルユーザーインターフェイス (GUI) に表示します。

この実験 (Lab) では、Python でセットを扱う実践的な経験を積みます。セットは、一意の要素を格納し、効率的なメンバーシップテストを実行するための強力なデータ構造です。セットの作成方法、要素の追加と削除、セット演算の実行、およびリストから重複を削除するためにセットを使用する方法を学習します。

このラボでは、初めてのプログラムを作成・実行することで、Python プログラミングの旅を始めます。LabEx 環境内で VS Code エディタを使用して Python スクリプトを記述し、実行する実践的な経験を積みます。この基礎を基に、`print()` 関数を使用して出力を表示することに焦点を当て、Python プログラムの記述をさらに練習します。その後、一般的な Python エラーの特定と理解について学び、問題を認識しトラブルシューティングするための知識を習得します。最後に、エラーを効果的に解決し、Python プログラムが正しく機能するようにするための実践的なデバッグ技術を学びます。

この実験（Lab）では、基本的なデータ型である Python での文字列操作に関する実践的な経験を積みます。まず、文字列の作成、不変性、および正負のインデックスを使用した個々の文字へのアクセスを含む、文字列の基礎を理解することから始めます。この基礎の上に、スライスを使用した部分文字列の抽出方法、操作や特殊なフォーマットのためのさまざまな文字列演算子やエスケープ文字の利用方法、および文字列をフォーマットするためのさまざまなメソッドを探求する方法を学びます。最後に、検索、置換、文字列コンテンツの変更などの操作を実行するために、一般的な文字列メソッドを深く掘り下げます。