初心者でもほぼ無料でPythonを勉強できるコンテンツ10選 - paiza times
Photo by photobom こんにちは。谷口です。 プログラミングをこれから学ぼうとしている方や、これから研修や実務に入る新人ITエンジニアの皆さんの中には「Pythonを学習したい」という方も多くいらっしゃるかと思います。 Pythonは1990年代前半からオランダ人のグイド・ヴァンロッサムによって開発されたオブジェクト指向スクリプト言語です。 Pythonは文法が必要最小限に抑えられており、ITエンジニアの学習の負担が軽減された開発言語と言われています。 海外では、近年Pythonによる開発が急速に増加しており、各種モジュール等が充実しています。Googleの開発に置けるメインのスクリプト言語ともされています。 日本国内でも、読みやすさ（＝保守性）を重視する企業や、スマートフォンのバックエンド等では積極的に取り入れる企業が増加してきており、これからの一層の普及が期待される言語で
500マイル以上離れた場所にメールが送れないのだが
http://web.mit.edu/jemorris/humor/500-miles From: Trey Harris <trey@sage.org> 今から私が書く話は、起こりようのない問題についてだ。この話を広く一般に公開してしまうのは惜しい。というのも、いい酒の話のネタになるからだ。この物語は、退屈な詳細や問題を隠すために、多少事実を変えていて、物語を面白く脚色している。 数年前、私はキャンパスのメールシステムを保守する仕事をしていて、統計学部の学部長から電話を受けた。 「大学の外にメールを送るのに不具合が発生しているのだが」 「どんな問題でしょう？」と私はたずねた。 「500マイル以上メールを送れないのだよ」と学部長は説明した。 私はラテを吹き出した。「何だって？」 「ここから500マイル以上離れた場所にメールを送信できないのだよ」と学部長は繰り返した。「実際は、もう少しあるの
MBAで教えるエクセル回帰分析結果の読み方
補正 R2 Ｒ２の数値はこのモデルで事象の何％を説明できるか表しています。１に近いほど完璧なモデルです。補正R2は重決定 R2の数字から、変数の多さを割り引いての数字ですので、決定R2でなくこちらの数字を参考にしてください。（重決定 R2はさして意味がない変数が加わったとしても数字が大きくなる性質があります。）モデルはシンプルである方がわかりやすいので、いくら変数が有意であるとはいえ、この補正 R2や標準誤差に少ししか貢献しない変数は採用しないことがよくあります。 多くの専門家は９０％以上あれば、R2が高いと言っています スポンサーリンク 標準誤差 標準誤差とはの頁を参照のこと。 ｔ値、P値、Z値 P値とはを参照のこと 有意 Ｆ Ｆ値は全ての係数が０である可能性は何％であるかを表しています。通常、P値やt値で個別の変数が０である可能性を判断していきますので、F値を見ることはあまりありません
Excelで統計処理～回帰分析
Excelによる回帰分析 例えば，このようなデータを分析してみましょう．これは男女100人の身長，体重のデータ（仮想）です．以下の様にExcelの表の上にデータが並んでいたとします． ※データはこの後にもならんでいます． ここでは，女性の身長が，自身の体重と父親の身長とどのような 関係にあるかを重回帰分析してみます． 【手順】 メニューバーの「ツール」 「分析メニュー」 「回帰分析」 すると，次のダイアログが現れます．データ範囲，出力範囲を設定し，「OK」ボタンをクリックします． 図中の「入力Ｙ範囲」には，従属変数（被説明変数），「入力Ｘ範囲」には 独立変数（説明変数）を示す範囲を入力します． 残差や正規確率などのオプションを選択し，出力先を指定したら，「ＯＫ」 ボタンをクリックして，分析を行ないます． ※注意１ 上記の図中に「定数に0を使用」という項目がありますが，これを指定して回帰した
R Financial & Marketing Library | R & R Libraries with Mac
RMeCabパッケージを使用して、RでMeCabを用いて、 形態素解析を行ないます。 そのために、まず MeCab をインストールする必要があります。 MeCab のインストールや設定についてはこちらに記載しております。 RMeCabパッケージを読み込みます。 RMeCabC()関数を使用して、文字列を形態素解析してみます。 文字列は何でもよいですが、 ここではとりあえず、どらちゃんの歌でも入力してみました。 こんな感じで結果が返されます。 次は、RMeCabFreq()関数を使用して、ファイルを読み込んでみます。 こちらは青空文庫から、 夏目漱石さんの「吾輩は猫である」を使用させていただいております。 青空文庫 夏目漱石 吾輩は猫である のページ 今回は関数の確認であるため特別な加工をせず、 単純にこのデータをテキストファイルにしています。 ダウンロードのところ
誰が見ても一瞬で伝わるレポート資料の作り方
株式会社ロックオンの松本です。 データを解りやすく伝えるのにもっとも良い手法が「グラフ（絵を用いた）表現」だと言われています。 だからだと思うのですが、最近はBIツール界隈も急速に盛り上がりつつあります。BIツールで作成したグラフを用いたプレゼンは「データプレゼンテーション」と言うそうです。 一方で、もっとも伝えたいことを、もっとも解りやすく伝えるには、どのような「グラフ表現」をすれば良いのか、ということを簡単にまとめたサイトは少ないことに気付きました。 無ければ作ろう！ということで、今回からしばらくはグラフ表現の「ポイント」をお伝えしていきます。 今回は、「棒グラフ」の使い方をを紹介しますので、ぜひマスターしましょう。 何を伝えたいときに棒グラフを使うのか？ 棒グラフは複数の項目の「量」を比較するために用います。大きい・小さい、を感覚的に把握できることが棒グラフの特徴だと言えます。 棒グ
moco(beta)'s backup: 辞書内包／Pure Python実装の形態素解析器 Janome を公開しました
一応の基本機能がととのったので、できたてほやほやではありますが、Python製の形態素解析器 Janome を公開しました。 http://mocobeta.github.io/janome/ インストール方法や使い方は上記ページを見てください。 ソースコードはGithubにおいています: https://github.com/mocobeta/janome 【公開にいたった背景など】 日本語テキストを分析したりテキストマイニングする場合、まずは形態素解析から始めると思います。 Python の場合、そのためには MeCab をインストールして、mecab-ipadic をインストールして、mecab-python をインストールする、という手順を踏むことが多いと思うのですが、環境依存のところでハマって面倒な思いをしたり、サーバ構築の手間がかかったり、しますよね。なので、Pythonモジュ
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
一眼レフカメラが生み出した、見たことのない東京の姿