PRMLのアルゴリズムをPython(ほぼNumpyだけ)で実装 - Qiita
自分の勉強（機械学習のアルゴリズムやPythonの勉強）のためにPRMLに掲載されている手法をPythonで実装していきます。 原則としては、アルゴリズムの部分ではPythonの標準ライブラリに加えてNumpyだけ使用可能としていきます。scikit-learnやtensorflowなどの機械学習パッケージは使いません。matplotlibなどの結果を図示するパッケージはアルゴリズムの実装と関係がない限りは使っていきます。また、必要になったらscipyなどの他のパッケージもたまに使っていきます（すでにディガンマ関数などに使用）。ただし、最適化ツール（例えばscipy.optimizeやtensorflowの自動微分機能）などの実装を著しく簡単にするものは使いません。 基本的には、章ごとに一つの手法を実装していきます。~~一通り終われば二周目に入るかもしれません。~~自分の勉強のためのものな
Python Django入門 (1) - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに なぜPythonを選ぶか かなり独断と偏見が入っていますが、 シンプルな言語セット 某言語のように、呪文のように短く書けることが命ではない。 それでいて、書くコード量は少なく、すっきりしている。 某言語のように、記号を多用しない。 コードを書いている間Shiftキーを押しっぱなしにならない。 学習コストが低い。 言語セットとしての文法は、わりと平易で、直感で理解できる。 難しい書き方は、後から覚えればよい。 文法書を読むのは、後からでいいでしょう。まずこの講座をやってみましょう。 Djangoフレームワークや、各種Python
Pythonでローソク足と出来高を1つのチャートに簡単に描く方法 - 今日も窓辺でプログラム
今回やること Pythonを使ってYahoo!ファイナンスの株価時系列データを読み込み、ロウソク足と出来高のチャートをひとつの図に描く方法を紹介します。 データの読み込みにpandas、描画にはmatplotlibを使用します。 目次 今回やること 目次 使用するデータと環境 下準備 ローソク足の描画 出来高の描画 関連記事 使用するデータと環境 今回はPython3.5, matplotlibは1.5.3を使用します。 特に、今回使用するfinance apiは、バージョン1.4からdeprecatedとなっており、将来的にmpl_toolkits等のほかの場所に移動される予定ですので、matplotlibのバージョンにはお気を付けください。 また、使用するデータはYahoo!ファイナンスから2016年上半期の日経平均のデータを落としてきて使用します。こちらのページのDownload D
PythonでWebスクレイピングする時の知見をまとめておく - Stimulator
- はじめに - 最近はWebスクレイピングにお熱である。 趣味の機械学習のデータセット集めに利用したり、自身のカードの情報や各アカウントの支払い状況をスクレイピングしてスプレッドシートで管理したりしている。 最近この手の記事は多くあるものの「～してみた」から抜けた記事が見当たらないので、大規模に処理する場合も含めた大きめの記事として知見をまとめておく。 追記 2018/03/05： 大きな内容なのでここに追記します。 github.com phantomJSについての記載が記事内でありますが、phantomJSのメンテナが止めたニュースが記憶に新しいですが、上記issueにて正式にこれ以上バージョンアップされないとの通達。 記事内でも推奨していますがheadless Chrome等を使う方が良さそうです。 - アジェンダ - 主に以下のような話をします。 - はじめに - - アジェンダ
PythonでGoogleニュースから記事情報を取得する [ウェブスクレイピング] - TaillookTech
なにをした？ 暇なときにニュース記事をすぐ探せるものが欲しかったのでGoogleニュースから記事情報を取得するものを作った． 単純にウェブスクレイピングがしたかった． なにをつかった？ Python3 requests argparse HTMLParser 結果 $ python get_news.py --topic t --amount 10 Title: 「Appleは自動運転システムに注力している」ティム・クックCEO、開発を認める Link: http://www.gizmodo.jp/2017/06/tim-cook-accepts-developing-selfdriving-car.html Title: ランサムウェアに影響されない安全なOSとは？ Link: http://gigazine.net/news/20170617-microsoft-ransomware-
![PythonでGoogleニュースから記事情報を取得する [ウェブスクレイピング] - TaillookTech](https://cdn-ak-scissors.b.st-hatena.com/image/square/65430b61ad3737ea91ea64279d61550f727169e4/height=288;version=1;width=512/https%3A%2F%2Fcdn.image.st-hatena.com%2Fimage%2Fscale%2F99db123a955e675ffabb77f3640c135983928423%2Fbackend%3Dimagemagick%3Bheight%3D1300%3Bversion%3D1%3Bwidth%3D1300%2Fhttps%253A%252F%252Fcdn.blog.st-hatena.com%252Fimages%252Ftheme%252Fog-image-1500.png)
PythonとJupyter Notebookを使ってデータと遊ぶ方法 - 今日も窓辺でプログラム
この記事について Pythonを使って、CSVなどのデータを分析・可視化する方法を紹介します。 今回は、インタラクティブにデータの分析ができるJupyter Notebookというツールの使用方法をインストール段階から解説していきます。 目次 この記事について 目次 Jupyter Notebookとは？ インストール方法 使用方法 pandas.DataFrameと相性がいい グラフも表示できる 関連記事 Jupyter Notebookとは？ Jupyter Notebookは、Pythonなどを使ってインタラクティブにコーディングができる環境のことです。 何のことかよくわからないと思うので、実際に動いている様子をご紹介します。 まずJupyter Notebookを開いてノートを作成すると、次のような画面が表示されます。 画像中のテキストボックスに、Pythonのコードを描いていきま
Udemyで学べる機械学習を全部見てみたんで、お勧め報告 - Qiita
結論 下記4つがオススメ上から順に見ていく事をオススメします。 【4日で体験】 TensorFlow x Python 3 で学ぶディープラーニング入門 みんなのAI講座 ゼロからPythonで学ぶ人工知能と機械学習 ゼロから作るニューラルネットワーク【Python 3 + NumPyでバックプロップを徹底マスター】 アプリケーション開発者のための機械学習実践講座 大前提 この記事を書いてる人 本職 Railsサーバーエンジニア（iphoneアプリ プログラマでもある） 三十半ば、三十歳過ぎてからプログラマになった。 変わり種とか突然変異と言われてる。 今後は比較的短期間（一年位）でデータサイエンティストになり さらなる給料アップを企んでいる。 想定している読者 機械学習だけでなくプログラミング自体も初心者に向けています。 前置き Udemyと動画学習について Udemyとは？ Udemy
ゼロからはじめるPython(4) Jupyterでいろいろなグラフを描画しよう
前回、Jupyterノートブック上で、CSVファイルを読み込み、棒グラフを描画する方法を紹介した。今回は、CSVファイルの任意のデータを取り出したり、さらに、いろいろなグラフを描画する方法を紹介する。 人口の増減を確認しよう 前回より、Pandasというライブラリを利用して、CSVデータの読み込みと描画を行っている。Pandasは、非常に強力なデータ分析ライブラリだ。また、前回見たとおり、CSVファイルを読み込んでグラフを描くだけなら、数行記述するだけで事足りるというお手軽さも魅力だ。 さて、今回はもう少しPandasの実力を確認してみよう。最初に、Pandasで特定の列を取り出してみよう。そのためには、以下のように記述する。 import pandas as pd df = pd.read_csv("population.csv", encoding="SHIFT_JIS") df["平
DeepLearningで上司を認識して画面を隠す - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 背景 仕事をしているとき、業務に関係ない情報を閲覧していることって誰でもありますよね？ そんなときに背後にボスが忍び寄っていると気まずい思いをします。もちろん急いで画面を切り替えれば良いのですが、そういう動作は逆に怪しまれることになりますし、集中しているときは気がつかないこともあります。そこで怪しまれずに画面を切り替えるために、ボスが近づいてきたことを自動的に認識して画面を隠すシステムを作ってみました。 具体的にはKerasを用いてボスの顔を機械学習し、カメラを用いて近づいてきたことを認識して画面を切り替えています。 ミッション ミッシ
Dockerとgithubを使って上手く行かないときは前回の状態に戻りながらDjangoのチュートリアルを進める - Qiita
$ docker version Client: Version: 17.05.0-ce API version: 1.29 Go version: go1.7.5 Git commit: 89658be Built: Thu May 4 22:10:54 2017 OS/Arch: linux/amd64 Got permission denied while trying to connect to the Docker daemon socket at unix:///var/run/docker.sock: Get http://%2Fvar%2Frun%2Fdocker.sock/v1.29/version: dial unix /var/run/docker.sock: connect: permission denied $ $ sudo apt-get update $ s
R, Python, SAS, SPSSをヨーロッパのデータサイエンティストの視点で比べてみた - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 先日、第３の波ーAI、機械学習、データサイエンスの民主化という記事の中でも話したように、今では世界中のどこでもデータサイエンスの世界ではRもしくはPythonといったオープンソースのプログラミング言語やツールが広く使われるようになりました。 実際私たちも特にシリコンバレーの様々なタイプのお客様と接することが多々ありますが、最近ではいよいよSASもしくはSPSSといった古くからあるエンタープライズ向けのデータ分析・統計ツールを会社で使用するためにかかる莫大なコストを見直すという圧力が日々大きくなっているようで、新規のプロジェクト、もしくは
Python仮想環境の構築 - Qiita
# ソースのダウンロード先に移動 $ cd $HOME/src # openssl-1.1.1 以上をインストールしておく $ wget --no-check-certificate https://www.openssl.org/source/openssl-1.1.1t.tar.gz $ tar zxvf openssl-1.1.1t.tar.gz && openssl-1.1.1t $ ./config --prefix=/opt/openssl $ make $ make test $ sudo make install $ sudo ln -s /opt/openssl/lib/libssl.so.1.1 /usr/lib/ $ sudo ln -s /opt/openssl/lib/libcrypto.so.1.1 /usr/lib/ $ sudo ldconfig # wge
numpyで借金返済シミュレーション - Qiita
はじめに 住宅ローンのシミュレーションなどでnumpyのpv関数を使ったりすると思います。numpyの実装が気になったので調べてみたというものです。 参考 * 住宅ローンの返済額を計算 PMT関数 * NumPy で金融・財務系の計算を試してみよう とりあえず使ってみる numpy のドキュメントに書いてある例を実施してみました。 What is the present value (e.g., the initial investment) of an investment that needs to total \$15692.93 after 10 years of saving \$100 every month? Assume the interest rate is 5% (annually) compounded monthly. 和訳すると、15692.93ドルの初期投資が
MeCabをブーストさせよう - Qiita
はじめに MeCabとは日本語の形態素解析器をいいます。ここで、形態素というのは言語で意味を持つ最小単位のことです。分割された単語をベクトル化したり、各語彙の頻度を調べたりするために、最小単位に分割するモチベーションが生じます。 そもそもなぜ、形態素解析なんかやるの？っていう動機については、http://qiita.com/Hironsan/items/2466fe0f344115aff177 とかに書かれている通り、(上記の記事では、単語の分割が形態素解析に当たります)、分割された単語をベクトル化したり、各語彙の頻度を調べたりするためです。今回は、MeCabを用いて、できるだけ、精度高く分かち書きできるように頑張ります。1 追記) もう一つのMecabをブーストさせよう(Google Search Console編: https://qiita.com/knknkn1162/items/
Pythonのテキスト作りました - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? ▲訂正とお詫び▲ テキスト本体（第3.2版以前のもの）の中のオブジェクト指向プログラミングの解説部分で，デストラクタ（ファイナライザ）に関する記述に誤りがありましたので修正しました．どうか最新版に差し替えてください． ●テキスト本体（PDF形式474ページ:3.84MB） 2024/10/11更新 （→ミラーサイトからDL）（→GitHubからDL） 言及している主なライブラリ： Kivy, argparse, socket, threading, multiprocessing, concurrent, requests, Beaut
Python3の勉強がてらSlackbotを作ってみた - Qiita
#はじめに タイトル通りですが、Pythonの勉強がてらSlack用のBotを作ってみました。 他の方々が記事で書いているので、自分の備忘で残すレベルになります。 Slackの登録方法、Botを使い始めるまで、Herokuの使い方は記載していません。 ソースコードを載せているので、ソースコードの書き方などでお作法的に間違っていることがあれば、指摘してください。 #仕様 ぐるなびAPIを利用して、slackで検索ワードを入力してヒットしたURLを返します。 「ご飯 品川 焼き鳥」と打つと、品川の焼き鳥屋っぽい店のURLを返します。 #環境などなど Slack Heroku Python3.6.0 lins05/slackbot #構成 slackbot/ ├ plugins/ │ └ slackbot_restapi.py │ └ restapi.py │ └ gnaviapi.py │ └
flaskで電話帳用のWEBアプリを作ってみる その１ - Qiita
#はじめに こんにちは、Niohと申します。 現在中小企業にて経理を行っています。 そこでいつも遭遇する『何を』『どこに』頼んでいいかわからないという問題を解決するため、電話帳をWEBアプリとして作り、簡単に共有できるようにすることにしました。 『Googleスプレッドシートでええやないか』 と即言われました。確かにその通りです。 それでも実装するのはFlaskなどのモジュールの扱い方を知りたかったからです。 必要な機能 Basic認証 →最低限実装したい 検索機能 登録機能 表示機能 以上の機能が必要なのかなと思いました。 しかし正直これじゃBasic認証のところで躓くこと必至でしたのでまずは使う流れに沿って部品を作っていきます。 ログインする 表示される 検索する 登録する ##プラットフォーム pythonで作りたかったのでFlaskを使って作ります。 FlaskとはWEBアプリケー
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
https://qiita.com/tomykaira/items/9db7eb9ed2ee3b0c1ad1
http://www.mathgram.xyz/entry/plotly
Flaskの簡単な使い方 - Qiita
