bokeh入門 〜インタラクティブなグラフの作り方〜 - Qiita
はじめに 試しにbokehを使ってみたのでそのメモです． 環境 Python 3.6.0 bokeh (0.12.4) bokehによるプロットの流れ (1). イベントハンドラー関数の定義 (2). データの準備 (3). figureの準備 (4). ウィジェットの準備 (5). レイアウトを決める やってみた感じ，大まかにはこの５ステップを埋めて行く感じで書いていけばできそうです． インストール pipで入る． import numpy as np from bokeh.io import curdoc from bokeh.plotting import figure, ColumnDataSource from bokeh.models.widgets import Slider from bokeh.layouts import layout, row, widgetbox d
[最新版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」
最新版のJSAI2018でのチュートリアル資料です。 --- 6月7日（木） 13:50-15:30 I会場（2F ロイヤルガーデンA） ---
![[最新版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」](https://cdn-ak-scissors.b.st-hatena.com/image/square/09624b333d227f967b341b68a48730949d056933/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2Fjsai2018tutorialslideshare-180607030706-thumbnail.jpg%3Fwidth%3D640%26height%3D640%26fit%3Dbounds)
機械学習・自然言語処理の勉強メモ
今日は以下の論文についてまとめます。 BERTによる日本語構文解析の精度向上（柴田ら 2019） 昨年の「言語処理学会」で発表されたものです。 日本語で分かりやすいのですが、整理もかねてまとめます。 BERT自体の解説はググれば分かりやすい説明があります。 また、以前にまとめましたので、詳細は割愛します。 kento1109.hatenablog.com なにがスゴい？ 「BERTを使って既存の構文解析器の精度を大幅に上回った」という点です。 ここでは、既存の構文解析器として「KNP, Cabocha, J.depP」と比較しています。 従来Shift-Reduce 法やチャンキング段階適用により、係り受け関係を特定する手法が知られています。 「SVMを用いた 統計的日本語係り受け解析」の手法では「係り元（A）」と「係り先（B）」の素性を利用して、 「（A)が（B）に係るか」という二値分類
Google ColaboratoryでDeep Learningを動かす - スーツ姿のプロダクトマネージャー
先ほど、Google Colaboratoryを使ってみたという記事を書きました。 手軽にPython＆機械学習を試せるGoogle Colaboratory - スーツ姿のプロダクトマネージャー 次に、これを使ってDeep Learningを動かしてみようということで、私のチームでも人気なKerasを動かしてみます。KerasはDeep Learningのライブラリの一つで、TensorFlowやTheanoなどの更に上で動作する高水準なインターフェースを提供します。 簡素な記述でネットワークを作れることが特徴で、TensorFlowで数行書かないとできないことが、Kerasでは1行で書けてしまいます。初めにニューラルネットワーク、Deep Learningを学ぶには最適なライブラリだと思います。 昨年末に出版されたKerasの本を購入したので、さっそく試してみました。 Colabora
【スマホOK/実行しながら学ぶ】東大松尾研のデータサイエンティスト育成/ Deep Learning基礎講座を自習する - Qiita
2019/5/11 PR: こちらの内容を含め、2019年5月11日発刊の 図解速習DEEP LEARNINGという本ができました。[2019年5月版] 機械学習・深層学習を学び、トレンドを追うためのリンク150選 - Qiitaでも、一部内容をご覧いただけます 2019/3/9 ここで紹介している講座が、「東京大学のデータサイエンティスト育成講座」として書籍化されました! 2019/3/9 Colaboratoryに関する情報交換Slackを試験的に立ち上げました。リンクより、登録・ご参加ください。 TL;DR 東大松尾研がJupyter notebook形式でデータ分析/ Deep Learning講義内資料をそれぞれ公開 Google Colaboratoryを使えば、Python等セットアップ不要ですぐに始められる セットアップ後は、スマホブラウザでもok そもそもデータ分析/人工
ディープラーニングに入門するためのリソース集と学習法（2018年版） - Qiita
最近Bitcoinの方が流行っている印象を受けますが，ディープラーニングの勢いは依然強く，Google Trendを見ても未だに検索数は上昇傾向にあるように見えます． 実際体験してみるとわかりますが，ディープラーニングはとんでもなく強力な機械学習の手法で，うまく使いこなせれば強力な武器になります．しかし，「ディープラーニングにはPhDが必要だ」「ディープラーニングは素人には学べない」といった幻想もちらほらあり，興味はあってもなかなかこの世界に飛び込めない人も多いのではないでしょうか？ この記事の目的 この記事では筆者がディープラーニングを学ぶ上で筆者が特に有効だと感じたリソースと，有効な学習法について紹介します．参考までに，筆者はディープラーニングを学び始めてまだ9ヶ月程度ですが，今となっては職場でディープラーニングを教える立場になっています．まだ筆者はディープラーニングに関しては初心者で
Amazon SageMaker ハンズオン開催報告とシナリオ公開のお知らせ | Amazon Web Services
Amazon Web Services ブログ Amazon SageMaker ハンズオン開催報告とシナリオ公開のお知らせ (この記事は2018年7月17日に公開したあと、7月31日にシナリオが更新されたので追記しました） みなさん、こんにちは。アマゾン ウェブ サービス ジャパン、プロダクトマーケティング エバンジェリストの亀田です。 2018年7月3日にAmazon SageMaker ハンズオンを弊社目黒オフィスで開催しました。講師は弊社ソリューションアーキテクトの志村と鮫島がお届けさせていただきました。 その時の資料が公開され、ご自宅でもハンズオンを楽しんでいただくことができるようになりましたのでお知らせいたします。 Amazon SageMaker 紹介 & ハンズオン（2018/07/03 実施） Amazon SageMaker 紹介 & ハンズオン（2018/07/25
【スマホOK/実行しながら学ぶ】東大松尾研のデータサイエンティスト育成/ Deep Learning基礎講座を自習する - Qiita
2019/5/11 PR: こちらの内容を含め、2019年5月11日発刊の 図解速習DEEP LEARNINGという本ができました。[2019年5月版] 機械学習・深層学習を学び、トレンドを追うためのリンク150選 - Qiitaでも、一部内容をご覧いただけます 2019/3/9 ここで紹介している講座が、「東京大学のデータサイエンティスト育成講座」として書籍化されました! 2019/3/9 Colaboratoryに関する情報交換Slackを試験的に立ち上げました。リンクより、登録・ご参加ください。 TL;DR 東大松尾研がJupyter notebook形式でデータ分析/ Deep Learning講義内資料をそれぞれ公開 Google Colaboratoryを使えば、Python等セットアップ不要ですぐに始められる セットアップ後は、スマホブラウザでもok そもそもデータ分析/人工
中学生でもなんとなくわかるDeepLearningのアルゴリズム
人工知能（AI）やDeepLearning（ディープラーニング），この頃よく聞きますよね． しかし，いまいち何なのかよくわからないという人は多いのではないでしょうか． 私の周りの人たちも教養として興味はあるけれども，数式が出てくると何がなんだかという人が多いようです． また，人工知能やディープラーニングをビジネスに応用したいけど何ができるのか全く見当もつかないといった人も多いようです． そもそも，ディープラーニングとはなんのことなんでしょう．AIや機械学習との違いはどこにあるのでしょう． そこで今回はエンジニアや理系の学生でない人に向けて，ディープラーニング（主にその基礎となるニューラルネット）の仕組み，原理，アルゴリズムや種類，それが何の役に立つのかについて解説してみようと思います． このような場合には，よくわからない記号が出てくる数式は避けるべきだと思います． しかし，すべてを包み隠さ
AWSのホワイトペーパーから学ぶブルーグリーンデプロイメント - サーバーワークスエンジニアブログ
PS課佐竹です。 AWSには様々なブルー/グリーン デプロイメントを行う手法があります。その様々なパターンをホワイトペーパーと共にご紹介したいと思います。 ブルーグリーンデプロイメントとは？ ブルーグリーンデプロイメントのAWSホワイトペーパー Classic DNS pattern Classic DNS-weighted distribution Swap Auto Scaling group pattern Blue Auto Scaling group nodes in standby and decommission Launch configuration update pattern Scale up green launch configuration Scale down blue launch configuration Prepare green Elastic Be
分散型システム徹底入門 – Part 3. | POSTD
BitTorrent BitTorrentは、Web上でtorrentを使って大容量ファイルを転送する際に広く使われているプロトコルです。その主な目的はメインサーバを経由することなく、ネットワーク内のさまざまなピア間でのファイル転送を容易にすることです。 BitTorrentクライアントを使うと、世界中の複数のコンピュータに接続してファイルをダウンロードします。.torrentファイルを開くと、コーディネーターのような役割を果たすマシン、いわゆる トラッカ に接続されます。トラッカはピアを見つけ出し、欲しいファイルを持っているネットワーク内のノードを示してくれます。 *注釈： トラッカ ・オンラインのノードをトラッキングする ・ノードが何のファイルを提供しているかを認識する Seeder：シーダ Leeche： リーチャ 破線：ファイル転送 実線：メタデータ転送* ネットワークのサンプル
分散型システム徹底入門 – Part 2. | POSTD
Cassandra 先ほど触れたCassandraは分散型のNoSQLデータベースで、CAP定理のAとP（可用性と分断耐性）の特性を基準に最終的な一貫性が確保されています。ただ、このように言ってしまうと少し誤解を招くかもしれません。というのも、実際のところCassandraの設定は非常に柔軟性が高く、可用性を犠牲にして強い一貫性を提供することもできるからです。ですが、そうした使用ケースは一般的ではありません。 Cassandraでは、 コンシステントハッシュ法 を使って、渡そうとするデータをクラスタのどのノードが管理するのかを決めています。そしてその際は、データを複製するノード数を示す レプリケーションファクタ を設定します。 注釈： レプリケーションファクタ＝3 挿入（キー、値） Cassandraのノード（コーディネータ） Cassandraのノード ハッシュ（キー）＝2 ノード#2
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
