This domain may be for sale!

要約 SoundFlower の GitHub の releases から .dmg をダウンロード dmg から SoundFlower をインストール 環境設定 -> サウンド -> 出力 -> SoundFlower(2ch) 環境設定 -> サウンド -> 入力 SoundFlower(2ch) Google Chrome を 開いて Google Docs にアクセスして新規ドキュメントを作成 ⌘+shift+s で音声入力を起動して言語を設定する 音源を再生してから音声入力を開始する 自動文字起こし機 どうしても自動で文字起こししたいもの（英語）があったので、SoundFlower という無料ソフトと Google Docs を使って自動文字起こし環境を作りました。 なお、SoundFlower は Mac 用のアプリケーションなので Mac での方法を紹介します。Window

AWSアカウントを作成したら最初にやっておきたいことをまとめてみた。 あわせて読みたい 本記事の内容を含めた最新の手順は、下記の書籍にまとまっている。 クラウド破産を回避するAWS実践ガイド AWSアカウント（ルートアカウント）の保護 AWSアカウントが乗っ取られると詰むので、真っ先にセキュリティを強化する。 AWSアカウントへ二段階認証を導入 AWSアカウントでのログインは、AWSアカウント作成時のメールアドレス・パスワードだけでできてしまう。心許ないにもほどがあるので、まずは二段階認証を設定しよう。 IAMのページを開く https://console.aws.amazon.com/iam/home 「ルートアカウントのMFAを有効化」を選択して、「MFAの管理」ボタンをクリック 「仮想MFAデバイス」にチェックが入っていることを確認し、「次のステップ」ボタンをクリック 注意書きを読ん

GitHub で awslabs のリポジトリを眺めてたら git-secrets という便利なツール（シェルで実装されてる）を発見した． どんなものかを簡単に説明すると，アクセスキーなどを誤ってコミットすることを Git の hooks を使って未然に防ぐツールで，誤って GitHub に push してしまったために，AWS を不正利用されてしまった，みたいな事故もたまに聞くし，そういうのを防ぐことができる．非常に良かったので，一部のリポジトリに git-secrets を設定した． github.com インストール make install でも良いけど，Mac なら brew が使える． $ brew install git-secrets インストールすると git secrets コマンドが使えるようになった． $ git secrets usage: git secrets

TeX Conf 2017 での講演「PDF加工ツールとしてのTeXの実力とデジタル採点への活用」の発表資料です。 # 次のサイトから画像を引用させて頂きました。 * CTAN (lion drawing by Duane Bibby) * Apple 公式サイト (iPad, Apple Pencil, iMac) * GoodNotes 公式サイト (GootNotes) * Fuji Xerox 公式サイト（Xerox複合機） * いらすとや（テストを見て喜ぶ生徒のイラスト）

R言語の入門者～中級者向けのページです。R言語の使い方を手とり足とり教えます！Rに初めて触れる方でも、分かりやすい構成にしてあります。また、Rによる代表的な統計解析を自作関数例を交えて紹介しています。リンクをクリックすると、各説明ページ（別ページ）に飛びます。 ※当サイトでは、”R言語”を、省略して”R”と記述することもあります。 ※当サイトで紹介しているプログラムはRでコピーアンドペーストすることで、実行が可能ですが、macのRの場合、書体（形式？）の問題でエラーすることがあるようです。その場合は、貼り付け時にcommand+alt+Vとすることで解消する場合があります。お困りの方はお試しください。ご迷惑おかけして申し訳ございません。 当ページについて これからR言語の勉強をしたいと考えている方、もしくは今すぐにでもRを使って解析をしたいと考えている方に向けたページです。R言語の初心者や

先日もカリフォルニア州・モスコーンで Google Cloud Next 2017 と言うイベントを開催して、ますます人工知能・機械学習界隈を席巻してる感ある Google 先生。その大きなきっかけの一つとなったのは、ディープラーニングのライブラリ TensorFlow の公開だと思うのですが、その TensorFlow が Python と並び多くのデータサイエンティストに人気の言語 R をサポートしていました。 あまりにもひっそりとしたリリースであまり話題になっていない様子ですが、データサイエンティストの中には Python よりも R を好んで使う人も多い様子で、TensorFlow がその R をサポートすることは大きな意味があると言えそうです。 早速 R 版の TensorFlow を用いて、インストールから MNIST のサンプルまで試してみました。 ** Sorry, thi

はじめに この記事は、すでにPythonやRubyといったプログラミング言語に触れたことはあるが、Webアプリケーションは作ったことがない、もしくはDjangoには触れたことがないといった方を対象にしています。 Webアプリケーションと調べると、PHPやRubyがよく出てくるのですが、機械学習など複雑な数学的演算を行う場合にはやはりPythonが優れていると感じます。 以前、Ruby on Railsでアプリケーションを作成し、数学的な計算の部分はR言語で組み込むといったことをしたことがありますが、言語間を繋ぐパイプを構築するにも一手間必要でした。 そういった点で、色々な数学的なトリックを含ませたWebアプリケーションを作成する際にはPythonをオススメします。 ただ、PHPやRubyのWebアプリケーションと比較すると、PythonのWebアプリケーションは参考文献が不足しているように

rvest パッケージを使ってWEBから文字列を取得し、これをデータフレームにして RMeCab の doDF() で解析する。 前提 MeCab がインストールされた環境。OSXでのMeCabのインストールについては https://sites.google.com/site/rmecab/home/install を参照。 さら R がインストールされており、追加で以下のパッケージが導入されている。 install.packages(c("dplyr", "rvest", "wordcloud", "igraph"), depend = TRUE) install.packages("RMeCab", repos = "http://rmecab.jp/R")

どうも、まさとらん（@0310lan）です。 今回は、JavaScriptでJSONを使った「Webアプリ開発」に挑戦してみようと思います！ そこで、アップルが提供している「RSS Generator」からJSONデータを取得し、多彩なジャンルのランキングサイトを構築してみましょう！ 【 RSS Generator 】 「RSS Generator」という名前の通り、これはiTunes Storeで提供されているスマホアプリ、音楽、映画…などの最新情報をRSS形式で取得可能なURLを自動生成してくれるサービスです。 ただし、URLを少し変えるだけで「JSON(JSONP)データ」も取得できるようになっているので、このデータを読み込んでアプリや音楽などの最新ランキングを自動表示するサイトを作ってみたいと思います！ ■必要なファイルを準備しよう！ それでは、最初に必要となるファイルを準備すると

Photo by francois schnell 秋山です。 Pythonって多少プログラミング経験がある人であれば、文法的にはそこまで難しい言語ではないと思うのですが、初心者の人がPythonでゼロから何か作ろうとしたり、細かい修正をしなきゃならなくなったりしたときに、知っていると得するかもしれないTips的なことを紹介したいと思います。 「既にPython使いまくってる」という人にとってはおなじみの内容ばかりかもしれませんが、「最近Python使い始めた」という人は意外とまだ知らない、そして知っておくとお得なことがある（かもしれない）話です。 ■クラスなどの扱いに関して ※他の言語の仕様を全て認識しているわけではないので、Python以外の言語でも似た仕様のものはあるかもしれません。 ◆classを定義する際のインスタンス変数、クラス変数のprivate的な動きについて 大多数の言語

年末年始はこの２冊を読んでいた。 『はじめての深層学習プログラミング』清水亮 『ゼロからつくるDeep Learning』斎藤康毅 結論から言うと、いま、人工知能やディープラーニングに興味があるひとは、２冊とも必読ではないかと思った。 アプローチが完全に対称的なので、両方読んだら、理論と雰囲気について、見通しがつくようになったのがとてもよかった。 『ゼロからつくるDeep Learning』は、ていねいに書かれたオーソドックスな入門書だ。人工知能開発によく使われる言語・Pythonの基本や数値計算ライブラリの使い方からはじまり、ニューラルネットワーク、ディープラーニング、畳み込みときて、最後に画像認識を解説する。随所に適切な例題やサンプルコードを交えて、理論と実践をバランスよく説明している。 対して、『はじめての深層学習プログラミング』は、まったく真逆のアプローチだ。なんと、理論の解説など

こんにちは！はてなアプリケーションエンジニアの id:takuya-a です。 みなさんは、このような疑問をもったことはありませんか？ grep はどのように文字列を検索しているのか？ MeCab はどうやって辞書を高速にルックアップしているのか？ パーサやコンパイラを作りたいけど、何から始めればいいのか？ 本稿では、「文字列アルゴリズムとはどんなものなのか？」「なぜ重要なのか？」「何を知っておくべきか？」「どうやって勉強すればいいのか？」といった疑問にお答えしていこうと思います。 文字列アルゴリズムの意外な応用や、モチベーションを保ちやすい勉強のしかた、文字列アルゴリズムを勉強するために行った社内での取り組み、実装するときのコツといったトピックについても触れています。 このエントリは、はてなエンジニアアドベントカレンダー2016の22日目の記事です。昨日は id:syou6162 さんに

Apache Sparkと機械学習 当社のコラムでも既に何度か取り上げてきたが、Apache Sparkがいよいよ本格的な流行の様子を見せている。Apache Sparkは下図のようなエコシステムを持っているが、特にその中でも、Spark Streamingによるリアルタイム処理とともに、MLlibによる機械学習処理が人気を博している。日本ではHiveを用いてのバッチ処理高速化にてHadoopが広く使われるようになったが、Apache Sparkの場合は、リアルタイム処理・機械学習処理を糸口にパラダイムシフトが行われていると言っても過言ではないだろう。 （出典：Apache Spark公式サイト ） 本コラムではMLlibを用いての機械学習処理について簡単な使い方を説明するものとする。 Apache Sparkは分散メモリRDDを活用することで、特定のデータに対する繰り返し処理に向くアーキ