如法会 2 と「2つのPython」 – nishimotzの日記
如法会2の報告を書いていただいたのですが、過大に評価していただいたようなので言い訳を書きます。 私のトークはこういう内容でした。 Pythonで統計や機械学習という記事、文献、書籍がこの1年くらい日本語でもどんどん出版されています。 私は英語の書籍も含めてそうした資料をいろいろ読んでいて「いわゆる PyData とオリジナルの Python は本当に同じ言語仕様なんだろうか」と疑問に感じてきました。 そこで NumPy が Python という言語をどのように拡張しているのか、という観点から資料を探していたら見つけたのが神嶌さんの「機械学習とPythonとの出会い」でした。 無料で公開されている文献なら紹介しやすいし、単純ベイズだけを扱っているので、やりたいことはわかりやすい。通して読んでみたのですが、さて勉強会で紹介するとしたら「単純ベイズ」のところだけが難しく感じられるだろうなあ。そう
pyenvが必要かどうかフローチャート - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? pyspaの統合思念体の渋川です。 「pyenv使いましょう！」系の記事、全部ゴミ — Yoshifumi YAMAGUCHI (@ymotongpoo) September 29, 2016 これはpyenvがダメではなくて、pyenvをとりあえずインストールしておきましょう記事がダメという意味だそうです。すでにとんぷーが5年前にこの問題について書いています。これを読んで分かる人には不要です。 この記事では「便利」と「必要」は分けて考えています。後者にフォーカスしています。 前提知識 Environment Isolation Too
科学技術計算のためのPython入門 | 技術評論社
概要 科学技術計算向けの、Pythonの実践的な入門書。理工系の学部や研究室等でもPython採用実績が増えてきています。本書では、実験やシミュレーション等で役立つPythonによる開発の基本を徹底解説。冒頭でロケットシミュレータの作成場面を想定し、コーディングの基礎からデバッグやテストまで、いつ、何をするか、具体的なフローを平易に紹介します。押さえておきたいライブラリであるNumpy/SciPy/Matplotlib/pandas等もコンパクトな例と共に紹介。広く初学者の方々へ、言語の基本から実践テクニックまで一挙にわかる1冊です。 本書の構成 本書では、Pythonという言語の仕様や基本事項に加えて、研究や開発において、どのようにPythonを用いていくかに着目しながら解説を進めます。おもに理工系の学生やエンジニアの方々が、Pythonのエコシステムを活用しながら、研究や開発に効率的に
PyConJP 2016で『はじめて作るDjangoプラグイン』というトークをしました #pyconjp - 5.1さらうどん
こんにちは。@giginetです。 このたび、9/21, 9/22に開催されたPyCon JP 2016において、『はじめて作るDjangoプラグイン』という発表をさせていただきました。 詳細は以下。 giginet.hateblo.jp 内容としては、上記の記事で紹介しているようなプラグインの開発・保守管理の経験を生かして、 Pythonライブラリのテストやドキュメンテーション、デプロイなどの開発手法をお話ししました。 スライドは以下です。 なんと、録画も配信されています。 ご興味のある方は是非。僕は恥ずかしいので見直していません。 以下、お気持ちなので読まなくて大丈夫です。 発表してみて とにかく、準備が大変だったの一言に尽きます。 CFPが採択されたのは6月中旬で、丸3ヶ月以上時間があったのですが、 あれこれ構成を考えていたり、下調べをしていたり、既存のライブラリに手を加えていたりで
機械学習初心者が『Python 機械学習プログラミング』（速習コース）を読んだメモ - 無印吉澤
きっかけ この記事を書いた人のレベル 今回の読書プラン Python 環境の構築 インストール先の環境 Anaconda (Python 3) のインストール 科学計算に関するライブラリのインストール サンプルの実行に必要なライブラリのインストール サンプルの実行 サンプルコードを実行していて引っかかったところ 3章 12〜13章 Python の勉強 速習コースを読んでみた感想 きっかけ 機械学習の重要性は、それこそ「ビッグデータ」という言葉が出てきた頃からいろいろな人が訴えていますが、最近は特にツールが充実して、敷居が下がってきたように感じています。 そろそろ自分でも機械学習関係のツールを使えるようになりたいと思っていたのですが、そんなときに「具体的なコード例が多くて読みやすい」という本書の評判を聞いて、読み始めました。 Python機械学習プログラミング 達人データサイエンティストに
PyConJP2016: 週末サイエンティストのススメ
Le document présente une conférence donnée par Yuta Kashino sur l'utilisation de Python et d'outils associés dans le domaine de l'astronomie et de la cosmologie. Il aborde des sujets tels que les plateformes de données en temps réel, les environnements de développement, et les outils de science des données comme Anaconda et Docker. Plusieurs projets GitHub et ressources en ligne pour l'apprentissa
Python 3.6 の（個人的に）注目の変更点 - methaneのブログ
Python 3.6b1 がリリースされましたね。（フライング） beta1 ということで、 3.6 に向けた新機能の追加は (provisional package を除いて) 終了です。ただし、仕様が確定したと言うわけではなくて、beta版に対するフィードバックを元に新機能を修正したり、最悪 revert して 3.7 に持ち越しにされる可能性もあります。 なお、 3.6b1 が出る前の1週間が core dev sprint があり、そこでめちゃくちゃ大量に大きめの変更が入りました。なので、常用環境には全くオススメできませんが、OSS開発者だったら .travis.yml に python: "nightly" を追加してリグレッションの発見に貢献したり（←これめっちゃ有り難いです）、それ以外の人も 3.6 を試してみて早めにフィードバックをしてもらえると、年末の 3.6 がより完成
PyCon mini Hiroshima 2016「広島とPython」 #pyconhiro #pyconjp – nishimotzの日記
プログラミング言語 Python （パイソン）が気になりはじめた広島の皆様、広島のことが気になっていた全国の Python ファンの皆様のために、今年も PyCon mini Hiroshima を開催します。 開催日は2016年11月12日（土曜）、会場は広島市立大学サテライトキャンパス（広島市役所のすぐ前）です。 これから connpass サイトでの参加募集（および講演の申込受付）を開始します。 2015年11月22日、第1回 PyCon mini Hiroshima の基調講演は石本敦夫さん「Pythonの肩にのる」でした。 一人前のプログラマになるための勉強は果てしなく続く。でも焦ることはない。なにかひとつの技術やプロダクトに深く関わることが重要。 深く学ぶほど大きく広がる Python の世界はその理想的な入口のひとつ。 そんなことをご自身の20年の経験を踏まえて語っていただき
JSONって書いてあるのにJSONじゃない形式のデータを内閣官房なる組織が公開していたから、pythonでJSON形式のデータの保存する方法をまとめる - Qiita
（【追記】コメントにあるようにgc373さんのご協力で、問題のデータはJSONとして修正されています。） データは大切です。優れたデータは社会によい価値を提供するでしょう。優れたデータというのは、価値の高い情報を持っているだけでなく、それが扱いやすいということも大切でしょう。扱いやすいというのは、データに簡単にアクセスでき、そのデータを容易に読み込めるということでしょう。特別なソフトウェア用の形式であったり、余計なものが書かれていて読む前に人間が読まないといけないというのは扱いづらいと言えるでしょう。SHIFT_JISなのも困りものです。 とはいえ、まずはデータがあって初めて何かができるわけで、オープンデータとして、政府がデータを公開し始めているのは評価すべきことのはずです。しかし、どのような状態のデータを公開すると良いのかについてはノウハウが不十分におもわれます。 さて、http://w
最近の画像認識の実力～MS の最先端の研究成果 Computer Vision API を Python で使ってみた - Qiita
最近、Computer Vision API を触っていて使い方を把握できてきたと共に、予想以上の性能の高さに驚いたのでせっかくだからまとめてみることにしました。 Computer Vision API とはそもそも何なのか、なぜすごいのか、実際使ってみるとどれほどの実力を叩きだすのかをご紹介した後、コードもお見せしたいと思います。 この記事を通して、コードを数行書くだけで手軽にこんなにパワフルな画像認識機能が使えるんだということが伝わり、ぜひ試していただけたらと思います。 そもそも、Computer Vision APIって何？ Microsoft が出している、REST で画像を投げると JSON 形式で画像を分析した結果を返してくれる API サービスのことです。 画像に写っている物体を認識しタグを出力するのはもちろん、画像上の物体の状態や状況を動詞や形容詞でタグとして出力してくれま
Web開発でもアプリ開発でも使える状態遷移図を自動生成するツールを作りました - Qiita
概要 先日こちらの記事でgraphvizを使って状態遷移図を作成する方法をご紹介したのですが、これでもまだ複雑で記述量も多いのでとっつきづらいと思い、このgraphvizのソースコードを自動生成して画像を出力するコマンドラインアプリケーションを作成しました。 このアプリケーションはPyagram（ぱいあぐらむ）といい、その名前から察しがつくかと思いますがPythonを使用して開発されました。開発期間は１日でした。 このPyagramを使うことで複雑な状態遷移図を比較的簡単に作成することができるようになりますので、以下でご紹介したいと思います。 状態遷移図の描き方についてはこちらの記事を参考にしています。 出来上がりの図は以下のような感じになります。 図には幾つかのオブジェクトがあります。 図のタイトル（最上段） ビュー（二重丸） サーバサイドの処理（灰色の背景の一重丸） 画面遷移（破線の矢
Python で音響信号処理：オリジナルの Python スペクトルアナライザーに入力デバイス選択の処理、ケプストラム分析の実験を追加。
readme.md Python で音響信号処理 spectrum.py 2016-07-16 Takuya Nishimoto (@24motz) 広島版IoT縛りの勉強会! IoTLT広島 vol.2 http://iotlt.connpass.com/event/33441/ $ sudo apt-get install portaudio19-dev python-dev $ curl https://bootstrap.pypa.io/get-pip.py | sudo python $ sudo pip install pyaudio $ sudo pip install numpy Raspberry Pi 3 (Raspbian) で USB Audio Interface を接続、マイクをつなぐ python spectrum.py を実行 オーディオミキサーで入力ゲイン
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
如法会 2 (⊃ LT駆動開発30) http://nyoho.connpass.com/event/39977/
如法会 2
GitHub - bakfoo/awesome-pysci
PythonでもPythonじゃなくても使える汎用的なMicroservice実行環境 / nikkei microservice
パッケージングを支える技術 pyconjp2016
GitHub - RJT1990/pyflux: Open source time series library for Python
Pythonではじめる OpenAI Gymトレーニング
GitHub - icoxfog417/python_exercises: short exercises for Python
