Pythonメモ : fakerでテストデータを生成する - もた日記
faker インストール 使い方：コマンド 使い方：コード faker github.com fakerというPythonパッケージを使用するとテストデータを簡単に生成することができる。PHP Faker, Perl Faker, Ruby Fakerにインスパイアされたとのこと。 インストール pipでインストールできるので下記コマンドを実行。 $ pip install faker$ faker --help usage: faker [-h] [--version] [-o output] [-l LOCALE] [-r REPEAT] [-s SEP] [-i [INCLUDE [INCLUDE ...]]] [fake] [fake argument [fake argument ...]] faker version 0.7.18 positional arguments: f
Welcome to Faker’s documentation! — Faker 18.13.0 documentation
Welcome to Faker’s documentation!¶ Faker is a Python package that generates fake data for you. Whether you need to bootstrap your database, create good-looking XML documents, fill-in your persistence to stress test it, or anonymize data taken from a production service, Faker is for you. Faker is heavily inspired by PHP Faker, Perl Faker, and by Ruby Faker. _|_|_|_| _| _| _|_|_| _| _| _|_| _| _|_|
arXivTimes/datasets/README.md at master · arXivTimes/arXivTimes
MNIST 言わずと知れた手書き文字のデータ CIFAR-10 言わずと知れた10クラス(airplane, automobileなど)にラベル付された画像集。CIFAR-100というより詳細なラベル付けがされたものもある The Oxford-IIIT Pet Dataset CIFAR-10と同様、ラベル付きのデータ。その名の通り動物系 Fashion-MNIST ファッション画像のMNIST、を表したデータセット。クラス数はMNISTと同様10クラスで、画像は28x28(グレースケール)、学習：評価データ数は60,000：10,000。 MNISTは簡単すぎる、濫用されているといった問題を克服するという側面も意識されている。 iMaterialist Challenge on fashion 100万点をこえるファッション画像のデータセット。8グループ228のラベルがアノテーションさ
PlaySQLAlchemy: SQLAlchemy入門
PlaySQLAlchemy: SQLAlchemy入門1. SQLAlchemy 入門 for Kobe Python Meetup #13 2017/09/15 Kobe Japan 2. Yasushi Masuda PhD ( @whosaysni ) Tech team, Core IT grp. IT Dept. MonotaRO Co., LTD. Pythonista since 2001 (2.0～) • elaphe (barcode library) • oikami.py （老神.py） • PyCon JP founder 翻訳もろもろ 3. アジェンダ よくある誤解 SQLAlchemyを3行で エンジンの基礎 (+hands-on) SQL式を使う (+hands-on) ORMの基礎 (+hands-on) 4. 参考文献 オンラインドキュメント: http
テストデータ・ジェネレータ
テストデータ・ジェネレータ 出力件数： 件 （1〜4999件まで指定可能です。） 名前 名前フリガナ 性別 血液型 生年月日 電話番号 携帯番号 メール 郵便番号 住所 住所フリガナ （無駄に XSLT とか使っています。） << ツール一覧に戻る [ ]
郵便番号や市区町村データを取り扱うときにはまったこと - Qiita
今とりかかってる案件で、郵便番号から自治体を特定して云々という処理をやっているんですが、いくつかはまりポイントがあったので備忘録的にポストしときます 自治体コードは6桁のものと5桁のものがある これはすごく単純なお話で6桁のものは最後の1桁はチェックディジット 残りの上5桁から機械的に計算できます 郵便番号は必ず1つの町名に紐づいているわけではない 郵便番号→住所入力というフォームを作るときにハマる 例）郵便番号 807-0042 福岡県 遠賀郡水巻町 吉田 福岡県 遠賀郡水巻町 吉田団地 私の住んでいる宮城県にも 例）郵便番号 981-2114 宮城県 伊具郡丸森町 赤堀 宮城県 伊具郡丸森町 泉 宮城県 伊具郡丸森町 泉下 宮城県 伊具郡丸森町 大目 宮城県 伊具郡丸森町 北前 宮城県 伊具郡丸森町 天王 合併で旧・西春日井郡春日町を編入した愛知県清須市にこういうすさまじいデータがあり
fudist - Shift_JISのダメ文字
Shift_JIS(SJIS, cp932) の文字コードで、2byte目が0x5c の \ になっているものの俗称(だめ文字、駄目文字) 0x5cの \ は使用するフォントやロケールによりバックスラッシュまたは￥記号で表示されます。 ダメ文字を含む文字列やパス、ファイル名を処理する場合には文字化け、検索不可など様々な不具合が起きることがあります。 ダメ文字には ー ソ 十 表 など、使用頻度の高いものもあるので cp932を扱う場合には注意が必要です。 また広義には2byte目が 0x7c のパイプ文字 | になっている文字や、2byte目が正規表現などのメタ文字と重なる文字も含む場合もあります。 ダメ文字問題は正規表現をはじめとする様々な言語、システムで制御用のメタ文字として扱われる文字と同じバイト列が、SJISの漢字の2byte目に含まれていることにより起こります。 特に 0x5c
The Database of Faces
Our Database of Faces, (formerly 'The ORL Database of Faces'), contains a set of face images taken between April 1992 and April 1994 at the lab. The database was used in the context of a face recognition project carried out in collaboration with the Speech, Vision and Robotics Group of the Cambridge University Engineering Department. There are ten different images of each of 40 distinct subjects.
OpenCVを使って誰の顔なのかを推定する（Eigenface, Fisherface, LBPH） - Qiita
OpenCVを使った顔推定 前回は、Haar-like特徴分類器を使って顔領域を抽出しました（OpenCVを使った顔認識（Haar-like特徴分類器））。今回は、応用として、Haar-like特徴分類器で抽出した顔画像をOpenCVの顔推定器（Eigenface, Fisherface, LBPH）に学習させ、表情の違い、変装、ライトの当たり具合の違いがある中で、未学習の顔が誰の顔なのかを推測させてみます。 OpenCVが搭載している顔推定アルゴリズムは以下になります。（詳細はこちら） Eigenface（固有顔） 顔画像を固有顔に変換する、主成分分析（PCA）の処理過程は次のようになります。 訓練用の画像（同じ照明条件、目や鼻の位置でスケーリング、同解像度）を準備します。 訓練用画像の平均を求め、平均画像を各画像から減算します。 減算した画像の共分散行列を計算します。 共分散行列から、
市場バグを引き起こした優秀なデータたち - ボドゲを愛するテスト屋さん
※この記事は「ソフトウェアテストの小ネタ Advent Calendar 2017 - Qiita」用の記事です。 ソフトウェアテストの小ネタ 2日目担当のオムそばです。 実はちゃんとした(?)記事を書くのはこれが初めてなので、生暖かい目で見ていただければ。 そんなわけで早速表題の件、市場バグを引き起こした優秀なデータたちをご紹介します。 今回は、よくある「半角記号」、「空白やスペース」などは割愛させていただきます。 (2017/12/26追記)"市場バグ"という言葉に違和感や疑問を持たれた方は、こちらの記事をどうぞ。文言について整理してみました。 ■日時に関するデータ ・1969/12/31、2038/1/20：UNIX系のシステムに有効なデータ。UNIXのシステム時刻は1970/1/1 開始なので、それ以前のデータを打ち込むと予期せぬエラーが発生する可能性がある。また、同様に2038/
Pythonメモ : mimesisでテストデータを生成する - もた日記
mimesis インストール 使い方 作成可能なデータ種別 JSONスキーマを指定して出力 mimesis github.com mimesisというというPythonライブラリを使用するとテストデータを簡単に生成することができるので試してみる。 特徴としては、 fakerなどの他のライブラリに比べて高速 様々なデータを生成可能 Python標準ライブラリ以外を必要としないのでシンプル とのこと。 ここにfakerと速度を比較するコードがあったので試したところ確かに高速だった（コードのfrom elizabethはfrom mimesisに変更。名前が変わったのだろうか）。 $ python comp.py [0.87593889s] generate_elizabeth(250000) -> 'Generated 250000' [130.84236121s] generate_fake
1
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
「フェイクデータ」が、人工知能をもっと賢くする
GitHub - minimaxir/big-list-of-naughty-strings: The Big List of Naughty Strings is a list of strings which have a high probability of causing issues when used as user-input data.
Yale Face Database | vision.ucsd.edu