第1回にこにこテキストマイニング勉強会に参加しました #nicotextmining - nokunoの日記
というわけで参加してきました。第1回 にこにこテキストマイニング勉強会 : ATND 目的テキストマイニングについての学習のスタートアップテキストマイニング技術に関して気軽に参加・議論することができる場の提供 概要テキストマイニングとは、例えば製品の評判をweb上のテキストから抽出したり、大量のアンケートテキストを分析するために用いられる技術であり、特にマーケティングの場で多くの利用例があります。この勉強会ではそうしたテキストマイニングを題材とし、用いられている要素技術とそれに関わる課題の議論、またテキストマイニングを実務に活かす方法について考えていきます。 会場のオラクルセミナールームでは隣でPythonハッカソンが行われており、そちらにも知り合いがいたり飲み物が無料だったりして居心地の良い場所が形成されていました（入るまでが大変でしたが‥）。Python Hack-a-thon 201
Nltk for biginer
Recap: Modern CI/CD with Tekton and Prow Automated via Jenkins X - Kubernetes...JUNICHI YOSHISE
Python開発環境 | Go for it!
Pythonバージョン 2.5 or 2.6を使う。 3.xはまだ時期尚早というか、DjangoやGoogle App Engineが対応していないので事実上選択肢にならない （DjangoとGoogle App Engineが対応したら移行が加速すると思います）。 ちなみに、RedHat LinuxにはPython 2.4がプリインストールされていますが、 SQLiteが動かないなど開発作業を行うにあたってはちょっと厳しい。 ソースコンパイル 、 EPEL からyumで拾う、aptitude install python2.5するなどなど、お好きな方法でインストールしてください。 MacOSXならMacPortsが便利です。 パッケージ管理 とりあえずsetuptoolsとpip入れましょう。 setuptools pip setuptools入れ方: wget http://peak.
PythonでWebアプリ開発入門のススメ Flask/MongoDB - mizchi log
TwitBlogin! http://twitblogin.com/ とか作ったことだし、そこそこ開発環境整って、今なら思いつく限りのサービスはさっくり実装できそうだったのでPython初心者向けに書いておく。 少しでもPythonユーザが増えれば幸い。 対象は Python の基本的な構文程度はわかるけど、具体的に何から手をつけていいかわからない人 目次 Apache/WSGI/MongoDBの環境構築 flask [ Sinatra風ウェブアプリケーションフレームワーク] pymongo [ MongoDBラッパー ] werkzeug [Web Application デバッガ] jinja2 [ HTMLテンプレートビルダー ] pyquery [ jQuery風HTMLパーサ ] nose [ TDD ] 細かいライブラリの使い方とかPython本体の言語仕様とかは適当にぐぐって
Google App EngineとPythonでの素直な開発環境の構築(TDDができるように) - Masatomo Nakano Blog
追記: 続編的なものを書いた。 今年は色々なことに手を出してみよう、ってことで少し前からGoogle App Engine(以下GAE)で、あるモノを作っている。モノ自体は近いうちに公表できると思う。 基本的に、Pythonと標準っぽいフレームワークだけでやってみている。作っているものがそれなりにシンプルなのと(だからこそGAE!)、GAEでそれなりの規模の開発をするのが自分自身初めてということもあり、あまり色々なレイヤーを重ねて手こずりたくなかった、ってのがその理由。 ただ、GAE初心者なので、「いやいやそれは今時ないよ」「XXの方が100倍いい」とかあったら教えてくれると嬉しいので今のところの環境を書いておくことにした。今ならスイッチ可能。 今作っているものがJSONファイルを入出力するだけのものなので、HTML生成パートみたいのはない。 1. フレームワーク 上にも書いたように、今回
Python による日本語自然言語処理
はじめに この文書は、 Steven Bird, Ewan Klein, Edward Loper 著 萩原 正人、中山 敬広、水野 貴明 訳 『入門 自然言語処理』 O'Reilly Japan, 2010. の第12章「Python による日本語自然言語処理」を、原書 Natural Language Processing with Python と同じ Creative Commons Attribution Noncommercial No Derivative Works 3.0 US License の下で公開するものです。 原書では主に英語を対象とした自然言語処理を取り扱っています。内容や考え方の多くは言語に依存しないものではありますが、単語の分かち書きをしない点や統語構造等の違いから、日本語を対象とする場合、いくつか気をつけなければいけない点があります。日本語を扱う場合にも
『集合知プログラミング』を Ruby で - ドレッシングのような
さっそく時間を作って読んでいるわけですが，コードが Python なんですよね．僕は Ruby の人なので Ruby でやりたいなと思っていまして，読みながらその場で同時通訳しています．その過程で Ruby のコードができるわけですが，せっかくなのでココで紹介しますね．現状，2.5 の最後 (p.20) まで読みましたので，それを載っけましょう．ファイル名は recommendations.rb です． まずは p.8 のデータセットです．recommendations.rb は load で読み込むことを前提にしています．Ruby はファイルスコープを持っていて，ローカル変数はファイルの外からは見えません*1．そのため本文中の変数 critics は，Ruby では手っ取り早くグローバル変数にしました． # 映画の評者といくつかの映画に対する彼らの評点のディクショナリ $critics
"Collective Intelligence"のサンプルをrubyに移植してみた - ma2の日記
Programming Collective Intelligence: Building Smart Web 2.0 Applications 作者: Toby Segaran出版社/メーカー: O'Reilly Media発売日: 2007/08/26メディア: ペーパーバック購入: 3人 クリック: 117回この商品を含むブログ (31件) を見る「集合知」を解説するこの本にはいろんな実例とサンプルが出てくる。サンプルは python なので ruby に書き換えてみた。書き換えたのは第二章の "Making Recommendations" の一部です。なんらかのアイテム（本とか映画とか）とその評価（Amazonレビューの★とか）を複数の人間が行った場合に，その情報を元に「似た傾向の評価者」を探し，似た傾向の評価者のリストから自分が未評価のアイテム（つまり未読の本とか未見の映画とか
URL短縮サービスつくってみた « python練習帳
GAE/PythonでURL短縮サービス作ってみたので、ソースコード丸ごと公開しちゃいます。 作成したサービスはこちらから利用できます。⇒http://pyshortener.appspot.com/ 作成にあたってのポイント 実装上するにあたって工夫した点を紹介します。 連番の取得 短縮URLの短縮コードって連番を16進数や64進数などにエンコードしたものですよね。ということで、短縮URLを作成するためには、連番を作る必要があります。DBとしてMySQLを使っていればauto_incrementを指定するだけで連番が設定されます。だけど、GAE/Pythonには連番を自動生成する手法が容易されていません。そこで、最大値を管理するデータモデル(テーブル)を作成し、getNextNum()で取得できるようにしました。トランザクション内で操作しているので、同じ数字が2回発行されることは無いはず
Pythonが最高である3つの理由 (1/3)
Pythonを使ったプログラミングについて、今回から解説します。PerlやRubyと比べると、Pythonは日本ではまだマイナーな印象がありますが、「Google三大言語」（C++、Java、Pythonのこと）のひとつでもあり、Facebookをはじめとしたメジャーなサイトでの事例が急速に増えていることから、日本でも今後普及する可能性が高いです。私が社長をしているゼロスタートコミュニケーションズという会社では、設立当時（4年ほど前）から自社製品にはPythonを使っており、ここ半年間、周囲でPythonを使用しているケースが増えているのは嬉しい限りです。 Pythonに限らず、プログラミング言語が日本で普及するかどうかの鍵を握っているのは、（幸か不幸か）日本語情報の多寡であると思います。Rubyの事情は正直よくわかりませんが、たとえばPerlがこれだけ日本でメジャーになったのは、Perl
第1回 はじめてのGoogle App Engine、まずはHello, World! | gihyo.jp
4月8日にGoogle App EngineというサービスがGoogleから公開されました。Google App Engineは、ひとことでいうとWebアプリケーションを簡単に開発して公開することができるホスティング環境です。なぜこんなに注目されているのかというと、あなたが作成したWebアプリケーションをGoogleのインフラ上で動かすことができるからです。しかも無料で。 通常、大量のアクセスをさばくには、複雑なシステムと専門のエンジニアが必要です。しかし、Google App Engineを使えば、負荷分散や障害時の切り替えといったことは自動で行ってくれます。Googleが検索技術で培った「BigTable」や「GFS」といった機能を開発者がほとんど意識することなく使えます。このGoogle App Engineを使えば、文字通り「優れたアイデア」と「少しのプログラム開発力」さえあれば、
曖昧な数値を曖昧なまま計算できるPythonのモジュール uncertainties | TRIVIAL TECHNOLOGIES on CLOUD
みんなのIoT/みんなのPythonの著者。二子玉近く160平米の庭付き一戸建てに嫁/息子/娘/わんこと暮らしてます。月間1000万PV/150万UUのWebサービス運営中。 免責事項 プライバシーポリシー uncertaintiesは面白いPythonのモジュールで，これを使うと「だいたいこれくらい」という数値のまま計算を行える。 Pythonのみで書かれたモジュールなので，インストールは簡単。「easy_install uncertainties」などでインストールするだけで，モジュールが使えるようになる。 たとえば，世田谷から成田空港まで車で行くとする。都心はどうしても渋滞するので，巡航速度40キロ/時±5キロで成田まで向かうとするとどのくらいの時間がかかるだろうか。こういう計算をするのにuncertaintiesか便利だ。 世田谷から成田空港まではだいたい84キロある。 >>> f
Pythonの勉強をまったく始められないあなたと私に送る8つのタスク
Google App EngineでのPythonの勉強と開発は進んでいますか？ GAEでPythonを始めるときに知りたい4つのまとめ これを書いた本人はというと…まったく進んでいません。 Learn Python The Hard Wayを少し読んだ程度です。 言い訳なんていくらでも出来ますね。 えーっと、仕事が忙しいから、仕事が忙しいから、そして仕事が忙しいから。 しっかり、仕事以外の勉強の時間を取ってやらないと、あっと言う間に置いてかれます。 そして、”新しいことを学ぶ”というのは日々のモチベーションに繋がりますから。 前置きはここまでにして、今日はタイトル通り、 Pythonの勉強をまったく始められないあなたと私に送る8つのタスク を紹介します。 もし、タイトルに期待して、”これさえやればPythonマスターになれる！”と思ってきた方にはごめんなさい。 99%は”Pyt
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
Bitbucket | Git solution for teams using Jira
