Ubuntuガイド：インストール，セットアップ，設定，アプリのインストール（目次）
【概要】 Ubuntuに関する総合的なガイドである．まず，Ubuntuのインストール方法や初期設定，システムの更新といった基本的な操作から解説を始めている．次に，プログラミング言語やデータベース，AIツールなど，様々な目的に応じたソフトウェアのインストール手順を詳細に説明している．特に，Python，Java，C/C++といった主要な開発環境の構築方法に重点が置かれている．さらに，システムの運用保守やセキュリティ，ネットワーク設定などの高度なトピックスも取り上げられている．加えて，画像処理，動画編集，オフィスソフトなど，一般ユーザーにとって有用なアプリケーションの導入方法も網羅されている．最後に，Ubuntuの過去のバージョンや派生ディストリビューションについての情報も提供している． インストールは，apt パッケージによる方法，Python の PyPI パッケージ，ソースコードからのビ
Pythonで100万ドキュメントオーダーのサーチエンジンを作る(PageRank, tfidf, 転置インデックスとか) - にほんごのれんしゅう
検索エンジンを何故作ってみたかったか もともとこのブログのコンセプトのNLP的なことで、情報を整理してなにか便利にしたかった(Googleと同じモチベーションの世界の情報を整理する) 4年前にほぼ同じシステムを作ろうとしたとき、500万を超える大量のインデックスを検索するシステムは、数学的な理解度が十分でない＋エンジニアリング力が伴わないなどでギブアップした背景があり、今回再チャレンジしたくなった ほぼすべての機能をpure python(+いくつかの例外はある)で実装して、世の中の ソフトウェアを使うだけ の検索エンジンをやってみたなどではなく、実際に理解して組んでみることを目的としたかった 依存パッケージと依存ソフトウェア GitHubのコードを参照してください 様々なサイトを巡回する必要があり、requestsが文字コードの推論を高確率で失敗するので、nkf をlinux環境で入れて
もうPythonの細かい書き方で議論しない。blackで自動フォーマットしよう - Make組ブログ
「ここで改行するほうがキレイで良いと思います」 『いや、私はこちらのほうがキレイ良いと思います』 コードレビューでこういう議論をしたことはありませんか？ 大切なことだとは思いますが、生産性にはあまり直結しません。議論を避けるために書き方を決めるほうが良いでしょう （個々の問題について逐次議論するのがエネルギーを無駄にしてしまいます。一度決めて、再利用するようにしたいものです）。 今日はそのために使える black というツールを紹介します （「私はflake8を使ってるから結構です」と思われるかもしれませんが、少し違う話なので読んでみてください）。 blackを使おう Pythonのコードを自動でフォーマットしてくれる black を紹介します。 github.com blackはPythonのコードフォーマッターで、自動的にPythonプログラムの書き方を修正してくれます。 PEP8 と
【Python】 機械学習の可視化が捗るライブラリ「Yellowbrick」 - フリーランチ食べたい
機械学習Podcast「TWiML＆AI」で先週取り上げられた可視化ライブラリ「Yellowbrick」が非常に便利だったので紹介します！ちなみにPodcastには作者の1人であるRebecca Bilbroさんが出演しているので興味持った方は是非聞いてみてください。 twimlai.com www.scikit-yb.org Yellowbrickとは 一言で言うと、機械学習に特化した可視化ライブラリです。実装的な面で言うと(こちらの方がわかりやすいかもしれません)、scikit-learnとmatplotlibをラップして、scikit-learnライクなAPIで使うことができるものです。 例えば相関行列のヒートマップをプロットしたい場合は次のように書くだけでグラフを作ることができます。 visualizer = Rank2D(features=features, algorithm=
Pythonで学ぶwebアプリケーションの作り方by Flask — study flask 1 ドキュメント
予定と実績¶ Flaskを使う準備 20分 -> 60分 Flaskチュートリアル 40分 -> 60分 休憩 15分 Flaskを使いこなす1 40分 -> 60分 アプリを公開する 20分 -> 20分 休憩 15分 Flaskを使いこなす2 30分 -> 30分 プラグイン、情報源紹介、Q/A、予備 -> 10分
Python文法のチートシート風まとめ（BOKU用） - SE_BOKUのまとめノート的ブログ
複数言語をいったりきたりするので、久々にpythonを使うと度忘れしていることがたまにあります。そんな時、カンニングペーパー（チートシート）的に一か所にまとめたものがあると助かるなと思って（自分用に）まとめてみました。 目次 （１）スタイル （２）命名規則 （３）モジュール・パッケージ・import （４）初期化 （５）内包表記とジェネレータ （６）ループ・繰り返し処理 （７）データの取り出し・並び替えなど （８）条件式と比較演算子など （９）文字列の検索・置換・正規表現 （１０）クラス定義と関数の引数 （１１）例外 （１２）ファイル読み書き・直列化 （１２）スレッド・並列処理など （１３）その他もろもろ （１）スタイル 他の言語と記憶が混同しやすいものだけ、とりあえず。 項目 説明 インデント TABではなく「空白４個」を使う クラス内のメソッド定義 1行あける 各行の長さ 80文字未満
ゼロからはじめるPython(49) Pythonでブラウザ自動操縦してカード明細を自動でダウンロードしよう(その1)
クレジットカードの利用明細はこまめにチェックする必要がある。なぜなら、カードの不正使用などの危険があるからだ。しかし、最近ではオンライン明細が推奨されており、カード会社のサイトにログインして、明細をダウンロードしなければならないことも多い。カードが複数枚あるなら、それはかなり面倒な作業となる。そこで、自動でカード明細をダウンロードするプログラムを作ってみよう。今回は、環境の構築をし、簡単なプログラムを作ってみよう。 Webブラウザを自動操縦しているところ Webブラウザを自動操作しよう PythonにはデータをWebから取得する命令がいろいろある。最も簡単なのは、Pythonに標準で用意されているurllib.requestだ。これを使うと任意のURLからデータを取得できる。しかし、最近のWebサイトは、セッションという仕組みを利用していたり、JavaScriptでページをレンダリングした
強化学習を手を動かして学ぶ『Pythonで学ぶ強化学習』
機械学習スタートアップシリーズ Pythonで学ぶ強化学習 入門から実践まで (KS情報科学専門書) 目次 目次 はじめに 感想 読了メモ Day1 Day2 Day3 Day4 Day5 強化学習の問題点1 強化学習の問題点2 強化学習の問題点3 Day6 Day7 『Pythonで学ぶ強化学習』におすすめの副読素材 参考資料 MyEnigma Supporters はじめに 下記の通り、先日『Pythonで学ぶ強化学習』の著者の方々から、 献本をいただきました。 再び献本を頂きました😲『Pythonで学ぶ強化学習』の関係者の方々、ありがとうございます。機械学習は正直あまり詳しくないので、これを読んでAIエンジニアになれるように頑張ります。全編カラーで、コードも沢山あっていい感じです。じっくり読んで書評させて頂きます😀 #python Pythonで学ぶ強化学習 -入門から実践まで-
Pythonを使ったスクレイピングの方法！初心者向けに解説
昨今、機械学習の流行とともに、Webサイトからデータを収集するスクレイピングの技術が必要とされています。 しかし、スクレイピングといっても、「どのフレームワークで開発すべきか」や「スクレイピングの注意事項」といった部分がわかりにくく、困っている人もいるでしょう。 そこで今回は、初心者の方に向けたPythonを使用したスクレイピングの方法と応用方法について紹介していきます。 AIやデータサイエンスを学びたくてPythonを学び始めたけど 「独学ではやっぱり限界がある」 と不安を感じた方にオススメしたいのが、Aidemy Premium Plan。 AIに関する幅広い種類の講座や徹底したコーチング指導が特徴です！ 実務を見据えてPythonをがっつり学習していきたい方は、まずは無料の「オンライン相談」に参加してみてください。 また、Aidemy Premium Planのメリットやデメリットな
【Python】体当たりで学ぶデコレータとスコープ | DevelopersIO
こんにちは。DI部の春田です。 Pythonのデコレータを使いこなすには、スコープの理解が必要です。スコープの概念を理解しても、いざ実際に実装しようとすると正しく扱えていなかったりすることがあるかと思います。 今回は概念的の話は後回しにし、１つのサンプルコードに対してトライ&エラーを繰り返して、Pythonのデコレータとスコープを体当たりで理解していきたいと思います。概念の話は検索すればたくさんヒットすると思うので、そちらを当たっていただけたらと思います。 今回使用するサンプルコードです。(Python 3.7.3) var_a ~ var_e: ５つの変数 var_f ~ var_h: ３つの引数（パラメータ） outer(var_f): inner(var_g) を内包する関数 inner(var_g): メインの関数 decorator(var_h): inner(var_g)をラッ
Pythonによる自動化の結果、ニューヨーク中でタダメシが食えるようになったエンジニアの話 | 秋元@サイボウズラボ・プログラマー・ブログ
いかにして私はPython/自動化/AI/インスタグラムを使いニューヨーク市で無料の食事をできるようになったか(How I Eat For Free in NYC Using Python, Automation, Artificial Intelligence, and Instagram)という記事が面白かったのでご紹介。 ニューヨーク在住のデータサイエンティスト、クリス・ブエッティさん(Chris Buetti)が明かした、3万フォロワー超の人気アカウントを育てた秘密。 Instagramを育てる Pythonスクリプトで、毎日、一日に数回、ニューヨークに関する写真をInstagram に自動投稿させます。ブログ主によると、Instagram の「発見」ページに掲載してもらうにはこれが大事だそう。一日も欠かさず、何週間も続けることで掲載されやすくなるそうで、ほとんどの人力Instag
Python: IsolationForest で教師なし学習の外れ値検知を試す - CUBE SUGAR CONTAINER
今回は教師なし学習で外れ値の検知に使える IsolationForest というアルゴリズムを試してみる。 このアルゴリズムの興味深いところは、教師データの中にある程度外れ値が含まれていても構わないという点。 つまり、アノテーションしていないデータをそのまま突っ込むことが許容されている。 IsolationForest のアルゴリズムでは、決定木を使った分類しやすさにもとづいてデータが正常か外れ値かを判断する。 外れ値は正常なデータに比べると数が少なく、特徴が大きく異なると仮定する。 だとすると、外れ値は正常なデータに比べて分類するのに木の深さがより多く必要と考える。 使った環境は次の通り。 $ sw_vers ProductName: Mac OS X ProductVersion: 10.14.4 BuildVersion: 18E226 $ python -V Python 3.7.
Pythonの可視化ライブラリ「Bokeh」ではじめるデータビジュアライゼーション | ログミーBusiness
2019年1月22日、freee株式会社にて、Data Driven Developer Meetupが主催するイベント「Data Driven Developer Meetup #4」が開催されました。サービスをより良いものにするために日々データと向き合っているデータサイエンティストやエンジニアなど、様々な職種で活躍する人々が集い、知見を共有する本イベント。今回は日本経済新聞社とエムスリー株式会社の2社がメインセッションに登壇し、自社の取り組みについて語りました。プレゼンテーション「Bokehではじめるデータビジュアライゼーション」に登場したのは、YukiyoshiSato氏。デモを交えながら、Pythonのインタラクティブビジュアライゼーションライブラリ「Bokeh」の特徴について解説しました。講演資料はこちら BokehではじめるデータビジュアライゼーションYukiyoshiSato
Python入門
第1回 Pythonってどんな言語なの？（2023/09/11） Pythonとは シンプルで覚えることが少ない構文 1行で多くの処理を記述可能 豊富な標準ライブラリと外部ライブラリ Pythonの外部ライブラリを使えば、単回帰分析を行うコードも数行に Pythonを学ぶための環境 ［Jupyter Notebook］リンクを使ったPython環境 第2回 Hello Python：一番簡単なプログラムを作ってみよう（2023/09/11） 一番簡単なHello Worldプログラム ここまでのまとめ：関数と文字列 もう少し難しいHello Worldプログラム 1行目：変数、代入演算子、input関数 2行目：文字列の結合 3行目：実行の流れ（制御フロー） ここまでのまとめ：変数、演算子 より複雑なHello Worldプログラム 関数定義 ここまでのまとめ：関数定義 第3回 数値と算術
リクルート、Python向け日本語自然言語処理オープンソースライブラリ「GiNZA」公開
リクルートはこのほど、同社のAI研究機関・Megagon Labsが開発したPython向け日本語自然言語処理オープンソースライブラリ「GiNZA」（ギンザ）と、国立国語研究所と共同で研究してきた学習済みモデルを組み込んだ「GiNZA日本語Universal Dependencies（UD）モデル」をGitHubで公開した。 GiNZAは、複雑な導入作業不要で、ワンステップでモジュールとモデルファイルの導入が可能なライブラリ。エンジニアやデータサイエンティストが自然言語処理を簡単に応用できることを目指して開発したという。 自然言語処理ライブラリ「spaCy」をフレームワークとして利用し、オープンソース形態素解析器「SudachiPy」を組み込んでおり、「産業用途に耐える性能を備えている」としている。spaCyの国際化機能により、複数の欧米言語と日本語の言語リソースを切り替えて使用することも
Pythonでプログラミング問題解きつつアルゴリズムを初心者向けに図解する -
青木です。paizaラーニング担当のエンジニアです。 paizaで公開しているプログラミングゲーム『エンジニアが死滅シタ世界〜アンドロイドとふたりぼっちで生きろ〜』、みなさんチャレンジしていただけましたでしょうか？ 先日すべての問題の解答コードを公開しましたが、今回はこの中でもっとも難易度の高い「有名なプールサイド [MISSION LEVEL: A]」の問題の概要と解法について図解で解説します。 paiza.hatenablog.com 「とりあえずどんな問題か知りたい」「やってみたけど解けなかった」といった方の参考になればと思います。 ちなみに、こちらの問題はランキング問題となっており、上位スコア獲得者はランキングに掲載されます。 後半ではより効率的な解き方でスコアを高めていく方法についても解説しますので、「とりあえず正解はできるけどスコアが伸びない」「もっといい感じの解き方が知りたい
「典型的な DP (動的計画法) のパターンを整理 Part 1 ～ ナップサック DP 編 ～ 」をPythonで解く - u++の備忘録
2月下旬に「典型的な DP (動的計画法) のパターンを整理 Part 1 ～ ナップサック DP 編 ～ 」の前半7問をPythonで解きました。ABCのD問題で時折出題されるDPの感覚をザックリと掴むことができました。 qiita.com 1 ナップサック DP とは 問題 1: 最大和問題 2 ナップサック問題 問題 2: ナップサック問題 3 部分和問題とその応用たち 問題 3: 部分和問題 問題 4: 部分和数え上げ問題 問題 5: 最小個数部分和問題 問題 6: K個以内部分和問題 問題 7: 個数制限付き部分和問題 1 ナップサック DP とは 問題 1: 最大和問題 n = int(input()) a = list(map(int, input().split())) # input # == # 3 # 7 -6 9 # == # dp[0] = 0 dp = [0]
Google Colaboratoryを使えば環境構築不要・無料でPythonの機械学習ができて最高 - karaage. [からあげ]
Google Colaboratoryが便利 最近、Google Colaboratoryがちょっと気になっていたのですが、タダケン (id:tadaken3)さんの以下記事に分かりやすく使い方が書いてあったのをきっかけに試して見ました。 結論から言うと、これ良いですね。Google Colaboratoryには以下の特徴（利点）があります。 ローカルPCに必要なのはブラウザ（Google Chrome）のみ クラウド上にPython環境がありPython2/3 両方使える 機械学習に必要なライブラリは、ある程度プリインストールされている（numpy, matplotlib, TensorFlow等） 必要なライブラリは !pip installでインストールできる 日本語フォントも（ちょっと工夫すれば）使える 無料で使える。なんとGPUも12時間分を無料で使える！ これ死角無さすぎでは…
![Google Colaboratoryを使えば環境構築不要・無料でPythonの機械学習ができて最高 - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/8cba883e89f544967cb1cc912293816796439363/height=288;version=1;width=512/https%3A%2F%2Fcdn.image.st-hatena.com%2Fimage%2Fscale%2F8f8d463b5315412ad9271f9b75c74ad591ef64c5%2Fbackend%3Dimagemagick%3Bversion%3D1%3Bwidth%3D1300%2Fhttps%253A%252F%252Fcdn-ak.f.st-hatena.com%252Fimages%252Ffotolife%252Fk%252Fkaraage%252F20180317%252F20180317160922.png)
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
【Python】制御工学シミュレーション
Related Open Source RF Projects — scikit-rf