awesome-flask/README.md at master · humiaozuzu/awesome-flaskYou signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
入門 Keras (5) 学習済みモデルと Flask で API サービスを作る｜技術ブログ｜北海道札幌市・宮城県仙台市のVR・ゲーム・システム開発 インフィニットループ
入門 Keras (5) 学習済みモデルと Flask で API サービスを作る 連載一覧 入門 Keras (1) Windows に Tensorflow と Keras をセットアップ 入門 Keras (2) パーセプトロンとロジスティック回帰 入門 Keras (3) 線形分離と多層パーセプトロン 入門 Keras (4) 多クラス分類 – Iris データを学習する 入門 Keras (5) 学習済みモデルと Flask で API サービスを作る 第5回は毛色を変えて、学習済みのモデルと Python の Flask フレームワークを使って、簡易的な API サービスを構築します。 まだまだディープラーニングの入り口をちょっと覗いただけですが、せっかくニューラルネットに学習させることが出来るようになりましたので、自分の PC 上の Jupyter Notebook で正解／
PyMC3を使ったベイズ推論によるA/Bテスト - ZOZO TECH BLOG
こんにちは。 データチームの後藤です。 A/Bテストはサービス改善のための施策の効果測定に欠かせないツールですが、最近のVASILYでは、運用するサービスが増えてきたことに伴いA/Bテストの内容も多様化してきました。今回はそのA/Bテストにベイズ推論を用いた具体的な例を紹介します。 問題設定 あるサービスのコンバージョン率を上げるため、コンバージョンの前提となる行動Xを増やすための修正を実施しました。ここで、「コンバージョン」は商品の購入などの成約を、「コンバージョン率」は利用数に対して成約に結びついた割合を、「行動X」は買い物カゴに商品を入れるなどコンバージョンの前提となる行動のことを指すことにします。修正がコンバージョン率の上昇に寄与したのかをデータから判断する必要があります。 修正後のページ（パターンA）を表示したグループと、修正前のページ（パターンB）を表示したグループの行動ログを
年収に効く要素とは何か
Getting Started年収を表現するには様々なものから予想する必要があります。 新卒での就職や、中途での就職にはどのような方法で選ぶのでしょうか。 働き方などもあると思いますが、一つ重要な要素として年収（給与）の大きさがあるかと思います。 DoDaさまという転職サイトには大量の求人が記されており、この説明文から給与を予想することで、どのようなことが年収に影響をおよぼすのか、定量的に確認していきたいと思います アルゴリズムElasticNetを利用します。単語ごとに重みをつけるBag of Wordsを利用しようと思います 精度自体はさほどではないですが、解釈性がよいので、見通しが立てやすく、LassoとRidgeの双方の正則化項を利用します(ゴミみたいな情報が多いので正則化項は重要です) 予想精度自体はGBMやDeep Learningのほうが当然いいのですが、解釈を求めていきます
【CentOS7】 django で hello world をする話 - 数学やプログラミングや映画など
CentOS7 上の python のフレームワーク django で hello world をした話です。 環境 Google Cloud Platform の Compute Engine CentOS 7.4.1708 python3.6.4 django 2.1 django プロジェクトを作成する django-admin startproject ${プロジェクト名} というコマンドでプロジェクトを作成します。今回は mysite というプロジェクトを作成します。 $ mkdir sample $ cd sample/ $ django-admin startproject mysite $ tree mysite mysite ├── manage.py └── mysite ├── __init__.py ├── settings.py ├── urls.py └── w
Django + django-localflavorで、フォームの郵便番号入力や都道府県選択を作成してみた - メモ的な思考的な
Djangoのフォームで 郵便番号入力 都道府県選択 を簡単に作る方法を調べたところ、 django-localflavor がありました。 django/django-localflavor: Country-specific Django helpers, formerly of contrib fame The “local flavor” app — django-localflavor 2.0 documentation Web上を調べたところ、Django 1.6以降削除されたの記事を見かけたため、使えないのかなと思いました。 ただ、公式ドキュメントのChangeLogを読むと、Django2.0に対応しているとのことでした。 Changelog — django-localflavor 2.0 documentation そこで、Django2.0で試してみました。 目次 環
Outlook2016 を Python から制御してみる (2) - 旧ページ - fum125’s diary
ご訪問いただきありがとうございます。 google 検索で、この URL が上位にヒットしているようですが、Hatena Blog に慣れない頃に作ったページで、HTMLが崩れて修復不能になってしまいました。 新たに以下のページに記事をコピーしています。 「Outlook2016を Python から制御してみる」は、以下のリンクをご覧ください。 fum125.hatenablog.com fum125.hatenablog.com fum125.hatenablog.com fum125.hatenablog.com fum125.hatenablog.com fum125.hatenablog.com fum125.hatenablog.com
iPhone と AWS だけで作るマイクロサービス - Qiita
Merry Christmas🎄 この記事は Pythonista Advent Calendar 2017 の24日目の記事です。 iPhoneとAWSだけでマイクロサービスを作るための忘備録です。スクショの解説多めに作ります。 イブにあまり人気のないカレンダーを書いていて余計に寂しい感じもしますが、頑張ります。 前置き 自分の身の周りに存在する小さな問題を解決するのに、Pythonistaは非常に役立ちます。 ここまで完成度の高いアプリがあれば、iPhoneだけでサービスを提供できるのでは？と言う疑問も湧きます。 iOSには映画撮影で使われたアプリ、イラストレーターが仕事で使うアプリ、DTMで使えるアプリなど、 プロ目線で見てコンテンツを作成するのに十分な機能を持つアプリが既にあるのに、 iPhoneだけでプログラミングされたプロダクトを今までに聞いたことがありません。 幸いPyth
Pipenvを使ってPython開発を快適に | @K2SS - 日々、邁進
最近、Pythonでコードを書く機会が増えてきました。 インデント強制 標準ライブラリで出来ることが多い Python3からは仮想環境であるvenvが標準で利用できる などの理由で主に使っています。 ただ、Webアプリケーションなどでライブラリが必要な場面に遭遇すると、easy_installやpipなどのツールを利用してパッケージを取得することがあります。 今回はこのパッケージマネージャについてです。 他言語のパッケージマネージャとの比較 メジャーな言語には、たいてい強力なパッケージ管理ツールがあります。 以下は有名ですね。 composer(PHP) RubyGems(Ruby) cpan(Perl) npm、yarn(JavaScript) Maven(Java) NuGet(C#) 依存関係の解決だけでなく、設定ファイルを書くことで開発・本番での場合分けや マルチプラットフォームで
Pythonアプリの起動を高速化する : DSAS開発者の部屋
pipenv 9.0.2 のリリースでCLIの大幅な高速化をしたというアナウンスを見かけました。 Just released Pipenv v9.0.2, which includes massive CLI speedups! https://t.co/AGD8Hkq1EG — Kenneth Reitz 🐍 (@kennethreitz) 2018年1月16日 興味を持ってすぐに試してみたのですが、あまり速く感じられませんでした。そこで Python 3.7 の新機能を使って速度を調査することにしました。 この記事ではその新機能と実際の使い方を紹介します。 起動時間 ≒ import時間 pipenv -h のようなコマンドの実行時間は、実際にヘルプメッセージを表示するための時間よりもずっと長くなります。 アプリケーションが起動するときには、設定ファイルの読み込みなど一定の処理が必要
個人的NeoVim環境(Python編) - Diary over Finite Fields
Pythonの開発環境 今日は開発環境について書きます。なんとなくまとめたことがないことに気づいたので。 前提 プラグインマネージャーは dein.vim を使用しています。 プラグインのインストールなどは、 toml ファイルで管理しています。このへんの詳細は述べません。 リポジトリはGitHub - m16Takahiro/neovimfiles at ubuntu-gnomeです。 github.com コード補完 NeoVimユーザーでコード補完をしている人には知名度が高いと思いますが、deoplete.nvim と deoplete-jedi を使用しています。 github.com github.com [[plugins]] repo = 'Shougo/deoplete.nvim' if = 'has("nvim")' on_i = 1 hook_source = '''
Redshiftに対してCopyコマンドを発行してみた | Luigi Advent Calendar 2016 #17 | DevelopersIO
はじめに 好物はインフラとフロントエンドのかじわらゆたかです。 このエントリは『Luigi Advent Calendar 2016』17日目の内容となります。 今回はRedshiftに対してCopyコマンドを発行してみたいと思います。 先日16日目はRedshiftに対してのUPDATEとDELETEを実施してみたでした。 前回まででRedshiftに対する基本的なアクセス方法について確認しました。 今回はCopyコマンドを用いたデータ取り込みについて実装してみます。 下準備 前回使ったTSVファイルとテーブルに対して、今回はジョブからデータ投入をしていきます。 1 Customer#000000001 IVhzIApeRb MOROCCO 0 MOROCCO AFRICA 25-989-741-2988 BUILDING 2 Customer#000000002 XSTf4,NCwDV
「PythonユーザのためのJupyter[実践]入門」の感想と野球版サンプルを作った #jupyterbook #mokupy - Lean Baseball
今年も野球は終わりですね*1...こんにちは,野球の人です. このエントリーは,PyCon JP 2017で発表した内容の続きであり, 前回のエントリーの続きでもあります.*2 Scrapyでスクレイピング&SQLite3に保存したデータを, Jupyter pandas matplotlib で分析と可視化をしてみましょう. ３行でまとめると Jupyter本（以下,jupyterbookと略す）はいいぞ！Pythonでデータを操る人すべての必読書やぞ！ pandasのread_sqlとwhere,groupbyで簡単な野球統計分析ができる 率系の指標（打率・出塁率・長打率・OPS）のHistogramで大雑把な打撃の傾向がつかめる 対象の読者 Pythonでデータ分析・可視化をされたい方 前回のエントリーの続きで野球データを使った分析をしたい方 jupyterbookの感想や実際の利用
![「PythonユーザのためのJupyter[実践]入門」の感想と野球版サンプルを作った #jupyterbook #mokupy - Lean Baseball](https://cdn-ak-scissors.b.st-hatena.com/image/square/ef140914160a8e585d185a1e0831959dd901a6ce/backend=imagemagick;height=288;version=1;width=512/https%3A%2F%2Fcdn.image.st-hatena.com%2Fimage%2Fscale%2F1745f867c332d146603e736fa5726e34eeecdb8b%2Fbackend%3Dimagemagick%3Bversion%3D1%3Bwidth%3D1300%2Fhttps%253A%252F%252Fcdn-ak.f.st-hatena.com%252Fimages%252Ffotolife%252Fs%252Fshinyorke%252F20171001%252F20171001170611.png)
Django+HerokuでLINE Messaging APIのおそ松botを作るまで - Qiita
概要 おそ松のセリフをランダムに返すLINE BOTを作ります。 環境はDjango+Heroku。細かいトラップを回避しながら頑張って作ります。 友だち追加 あまり会話は成立しないです (セリフをランダムに返すだけなので) 当然ですが非公式です ソースコード 開発環境 Mac OS X 10.11.6 python 2.7.11 Django 1.10.3 おおまかな手順 1. LINE Messaging API登録 2. Djangoインストール 3. Djangoプロジェクト作成+動作確認 4. Djangoでbotアプリケーション作成+動作確認 5. おそ松のセリフをランダムで返す部分を作成 6. Herokuにデプロイ 7. LINE側にHerokuのアドレスをセット 8. 会話してみる 詳細な手順 0. 前提 python, pipはインストール済み Herokuアカウント作
Pythonista 3にシェル、Dropbox同期・ダウンロード機能などAppleが許さない機能を追加する
Pythonista 3にシェル、Dropbox同期・ダウンロード機能などAppleが許さない機能を追加する iOS最強の統合開発環境Pythonista 3。 開発言語はPython 3.5 / 2.7。iOSとの親和性が高く、単にPythonが書けるというだけでなく、iOSの開発環境として機能します。 2008年から始まったApp Store史上、僕が最高に興奮を覚えたアプリです。日本ではそれほど人気がない一方で、海外での絶賛っぷりが対照的です。 Pythonista 3 カテゴリ: Productivity 販売元: Ole Zorn（サイズ: 244.4 MB） 全てのバージョンの評価: （0 件の評価） こんなエントリを見にくる人がPythonista 3を知った時に覚える感慨に「よくAppleが許したな」、「よくAppleが審査通したな」というものがあるでしょう。 App St
Python の 単体テストで 大量の入力パターンを効率よくテストする方法 - Qiita
対象の読者 普段Pythonをお使いの方。 特に単体テストコードを書く機会がある方。 Python標準のUnitTestフレームワークを使う機会のある方。 概要 単体テストをする際、１つのテストケースの中で、パラメータを変えて複数回対象をAssertすることがあります。 普通に実装すると、１パターン失敗した時点で、残りのパターンがテストされず、テストは終了してしまいます。 Subtestを用いると、途中で失敗するパターンがあっても、テストを最後まで実行し、成否をパターン毎に個別に出力してくれるようになります。 前提条件 この記事の内容はPython 3.5系で検証したものです。 それ以前のバージョンだと想定通り動かないかもしれません。 テスト対象例 あるメソッドやクラスのテストをする場合、大抵の場合、テスト対象が取りうる入力、状態ないし結果を網羅するように、パラメータを変えてテストをするか
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
処理を実行中です
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 PandasでJSONファイルをCSVファイルに変換する方法 - Qiita
Travis CI で、GitHubへpushしたらドキュメントを自動で作り、さらに結果をSlackへ通知する - humangas's blog
Pythonで乃木坂46公式ブログをクローリング・スクレイピングしてCloud Storageに永続化する - 日記マン
Python Webスクレイピング テクニック集「取得できない値は無い」JavaScript対応@追記あり6/12 - Qiita
