Chromeの右上にある点三つアイコンから「履歴」を開くと(Ctrl + Hでも開けます) ブラウザで表示されたページの閲覧履歴が最新のものから順に表示されますが、 標準の状態でこの画面では特定の日付の指定ができません。 そこで、履歴の日付を指定する方法を2つご紹介します。 スポンサーリンク Google マイ アクティビティ https://myactivity.google.com/myactivity ChromeでGoogleアカウントにログインした状態で使用していると この「Google マイ アクティビティ」に閲覧履歴や検索履歴が記録されます。 「日付とサービスでフィルタ」をクリックして見たい日付(期間)を指定することができます。 AndroidスマホのChromeやYouTubeなど同じアカウントを使用しているサービスの情報すべてが対象なので 目的のサービスにだけチェックして
Machine learning is the science of getting computers to act without being explicitly programmed. In the past decade, machine learning has given us self-driving cars, practical speech recognition, effective web search, and a vastly improved understanding of the human genome. Machine learning is so pervasive today that you probably use it dozens of times a day without knowing it. Many researchers al
2018年もいよいよ本日が最後となりました。皆さんいかがお過ごしでしょうか。この記事では機械学習/ディープラーニング初心者だった自分が2018年にやったことをまとめていきたいと思います。ポエムじみた記事になってしまいましたが、何らかの参考になれば幸いです。 2018年のBefore-After Before 今年(4月)ぐらいまで機械学習の「き」の字も知らなかった。k-Nearest Neighbor?Support Vector Machine?なにそれ美味しいのってレベル 昔統計をやっていたので、ロジスティクス回帰ぐらいは知っていた。オーバーフィッティングの概念ぐらいは知っていたが、厳密な定義は知らなかった。 Pythonも触ったことなかった After 機械学習とディープラーニングの基礎はだいたいわかった Pythonがだいたい使いこなせるようになった 物によってはディープラーニング
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 昨今、多くの企業が抱えている問題の一つとして、データ分析人材、特にデータ分析を専門とする技術者(データサイエンティスト、人工知能〈AI〉開発者、コンサルタントなど)の不足があります。その一因には、人材の育成が追い付いていない現状が挙げられます。 今回は、200人を超えるデータ専門家の人材育成に関わった経験を持つ筆者(=佐野遼太郎)が自らの成長体験を踏まえつつ、その取り組み方や伸びる人材の特徴を解説します。ちなみに、ここで育成の対象となるのは、これから初めて機械学習モデルを作る人とします。 知識ゼロからの機械学習の学び方 まずは、筆者自身の体験をもとにデータ分析技術者の卵がどのように機械学習に取り組むべきかを書きます。 ・理論(中身)の理
追記 (8/8 22時追記) Gigazine様に特集していただき、たくさんのアクセスを受け、サイトが一時停止してしまったことをお詫び申し上げます。急遽、スペックをt2.large(コア2個、メモリ8GB)に引き上げました。 (8/19 11時追記) さすがにリクエストが落ち着いてきたので、インスタンスタイプをt2.smallへ変更しました。 (12/2 14時追記) コンスタントに利用いただいておりましたが、月々5000円弱サーバー維持にお金がかかるの個人では苦しいため、申し訳ありませんが、サービス停止とさせていただきました。 いままで、ありがとうございました。 はじめに 学生時代に研究をしていた以来3年ほど遠ざかっていたAIの分野で何か自作アプリを作って公開してみたいと思い、約三ヶ月かけて遂にリリースしました。そもそも自作アプリのサービス公開が初めてで、たくさん勉強になったことがあった
1.PythonによるLSTMモデルの構築と株価予測 ここでは、Pythonを用いて、 - 株価データのスクレイピング - LSTMモデルの定義 - LSTMモデルの学習 - 株価予測 を行っています。 #def LSTM(NAME,epoch,s_date,e_date,batch): from . import brand_list from . import read_nikkei def LSTM(input): ############ #---LSTM---# ############ ############ ###1.importing Libraies and getting stock data import pandas as pd import datetime as dt import numpy as np import pandas_datareader.da
こんにちは。 pythonについて勉強していて、その応用として初めて自分で1からやったのでその備忘録として書かせていただきます。 また今回コードを見ただけで何をしているのかわかりやすくするために、コード内にコメントを多数入れました。 目次 背景 画像収集 顔の抽出 訓練データとテストデータに分割 CNNで学習 結果 今後の課題 まとめ 1.背景 pythonでスクレイピング、そして画像認識について勉強していて、この二つを同時に使い何か作ろうと思い何かいいテーマがないか探していました。 そんな中この夏坂道合同オーディションが開かれるが、 「どのように乃木坂・欅坂に決めるのだろうか」と疑問に思いまして、 「あ、その人の顔でどちら顔に近いか分類できたら面白くね」という考えに落ち着いたのでこのテーマについてスクレイピング、画像認識を応用してみることにしました。実際にやってみることが大事だと思ったの
はじめに プログラミングなんてやったことがない、でも勉強したい、あるいは勉強せざるを得なくなってしまった。こういう方が最近増えているのではないかなと思います。 私もその一人です。ひょんなことからプログラミングに触る機会をもらって、触ってみたら面白くて、3ヶ月半の勉強の末、エンジニアとして現場に配属されるまでになりました。 Macすら触ったことの無かった私が、エンジニアになるまでにどんな本やコンテンツを使って勉強をしたのかを自分の備忘録として、そしてこれからプログラミングを勉強しようという方に参考にしてもらうために綴ろうと思います。 特に「みんなが使っている定番リファレンス」が何なのかプログラミング初心者には分からないことが多く、それらを知らないがために無駄な努力をしてしまうという経験が私にもあったため、これから勉強する方がそのような無駄な努力をしないために書こうと思います。 以下、Rail
はじめに Gitをそこそこ使いこなすにあたって必要な基礎知識やコマンドをまとめました。 Gitは少しかじったけど挫折したくらいの人が対象レベルになるかと思います。 当方、Subversionをまともに触ったことないゆとり世代なので集中管理型との違いとかはよく分かりません。 一部諸事情のため、XXXXXで情報を隠蔽しています。 この記事長いです。。。 Gitとは 分散型バージョン管理システム。 今時ソースコードなどをバージョン管理するってなったらGitを使うことになるでしょう。 GitHub(Enterprise含む)とかGitLabとかGitBucketとかBitBucketとかGitのサービスは複数ありますが、どれを使うかはチーム事情や会社事情などから決まる。 ローカルにリモートリポジトリの複製を作成するため、複数人が各々のローカルで変更履歴を利用して自由にファイルの編集やローカルコミッ
めも。 あれー…完全に勘違いしていたがEC2のGPUインスタンスでTensorFlow動かすのって 0.8.0あたりからはもうソースからTF_UNOFFICIAL_SETTING=1でビルドするんじゃなくもCUDA,cuDNNだけ揃えていれば普通にpip installで入れて使えるのか— すぎゃーん (@sugyan) June 24, 2016 aws ec2, g2-2xlarge, ubuntu14.04にtensorflowを導入する。 - Qiita などを参考にしてg2.2xlargeでの環境を作っていたけど、どうやら 0.8.0 くらいからは 「Cuda compute capabilityうんぬんの問題があるので TF_UNOFFICIAL_SETTING=1 ./configure指定してソースからビルドして」というところは必要なさそう…? 実際にCuda Toolki
なんか、はてなのデフォルトのソーシャルボタンのデザインが、なんか、ちょっとダサいんじゃないの…?という気がしてきて、デザインを変更してみた。 一番最初の頃は、ブックマークボタン、フェイスブックボタンなどの、ボタンの高さとかそろってたんだけれども、ツイッターがRT数を表示しなくなったりしたせいで不揃いになって、なんかこう、子どもが散らかしたあとの積み木みたいになってるな~ってずっと思ってたんだ…。 月に数回更新するくらいだったら気にならなかったんだけど、ここ最近みたいに頻繁に更新するようになると、なんか田舎から都会に出てきたオタクが1か月くらいたって「あれ?オレ、もしかして今の恰好ヤバイ?」って思うような感じで、これは少し恥ずかしいのでは?みたいな感じに思ったので、ちょっとデザインを変更することにしました。あと、それに合わせて、あちこちちょっとずつ弄った。 もともとデザインのセンスがないので
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