【Step1】Google Colaboratory のノートブックを新規作成 Google Colab を起動して、ノートブックを新規作成します。 【Step2】Gradio インストール 以下のコマンドでPythonライブラリの Gradio をインストールします。

タイトルの通り、CausalImpactをPythonで試してみます。 下記本を元にし、RからPythonで書き直し、同様の効果が推定できるか試してみます。 導入 pyが最初につくのに注意します。 pip install pycausalimpact データの作成 statsmodelsのcigarデータを使います。 CausalImpactはデータフレームの一番左をyとし、それ以降が予測に使う変数となるため、その形となるようにpivotと並び替えを行います。 import statsmodels.api as sm df = sm.datasets.get_rdataset('Cigar', 'Ecdat').data #上記本の初期加工を関数化しておく def create_data(df): tmp = df[(df['year']>=70) & (~df['state'].isin

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? CS 448B Visualization (2020 Winter)は、Maneesh Agrawala氏による、Stanford大で行われた、データの可視化に関する体系的な講義です。 スタンフォード大の"CS 448B Visualization (2020 Winter)" がすごい。 データ可視化の体系的講義。どう図表に変換するかの理論、探索的データ分析、ネットワーク分析等の実践と盛り沢山。 スライドに加え、Observable(JavaScript), Colab(Python)どちらでも例を試せる。https://t.co/

PyCon JP 2020 Python

米Facebookは8月7日、Pythonコードの静的解析ツール「Pysa」をオープンソースとして公開した。 PysaはPython Static Analyzerを省略した造語で、Pythonコードにおけるセキュリティ欠陥を追跡できる。Pythonコードの型チェック、静的解析などの機能を持ち、セキュリティ問題はTaint Analysisをベースに識別する。 元々は同社のソーシャルネットワークサービス「Instagram」のコードベースにおけるセキュリティバグを収集するために開発した。同じく同社が開発したHackのソースコード静的解析ツール「Zoncolan」と同じアルゴリズムを用い、プログラムからのデータの流れを追跡し、クロスサイトスクリプティング攻撃、リモートからのコード実行、SQLインジェクションなどにつながるデータパターンがないかをみる。 すでにCVE-2019-19775など、

2020/9/12（土）から開催される「技術書典9＠技術書典オンラインマーケット」まであと１ヶ月となりましたが、そこで「あきよこブログ」として５回目のサークル参加をします。 あきよこブログ（技術書典9） ４冊目の新刊は『現場で使える Django 管理サイトのつくり方』です。 安心してください。今回も Django 本ですよ～ 😉 タイトルからお察しの通り、Django の管理サイト（Django Admin）だけにフォーカスした、ニッチでオンリーワンな一冊 です。注目すべきはイカレたその分厚さ。「Django」という Python 製の Webフレームワークの中の「管理サイト」という一機能だけに特化したオンリー本でありながら、本文 152ページの大ボリュームに仕上がっています。 技術書典９の開催まであと１ヶ月あるのですが、実は すでに執筆は終わっていて、あとは入稿するだけという状況 で

リセット ガチャ種類設定の追加（リセット） 運用によっては、あるタイミングで初期状態に戻したい場合もあります。 そこで、ガチャ種類設定（gacha_type）にリセットの定義を追加します。 今回追加するリセットの定義によって、期間によって自動的にリセットされる設定になります。 reset_type 定義するreset_typeは、以下の２つです。 daily：毎日初回アクセス時に初期状態(ステップ1)に戻る monthly:毎月初回アクセス時に初期状態(ステップ1)に戻る monthlyについては、実用性は低いですが、敢えて違いを理解するために設定してあります gacha_type | id | kind | rotation_step_no | reset_type | |:---:|:----:|:----:|:----:|:----:| | step_up_N | step_up |

Pythonを使ってWebアプリを構築できるDjangoというライブラリがあります。また最近は、Webサービスを公開するにあたっては、サーバーを借りるよりもPaaSを使う方がイケているらしいです。という訳で、自分の中でのおさらいもかねて、Djangoでホームページを作ってHerokuにデプロイして公開するまでの手順をまとめます。あとこういうWeb系技術記事はなぜかMacのものが多いですが、本記事はWindows対応です。 OS...Windows 10 Python...3.7.0 Django...2.2.0 仮想環境構築 なにはともあれ仮想環境を構築します。本記事ではAnacondaを使っていますが、pipenvでもなんでもよいです。最悪ローカルにあるPython環境をそのまま使ってもいいのですが、後でpip freezeする時にrequirements.txtがすごいことになるのであ

AI機械学習を用いた経営問題の解決や、3D CAD/CAMソフトウェア、IoTを通じた製造業向けの「設計から製造」までの効率化など、幅広い業種へ多数のコンサルティングの経験を持つ。手塚治虫AIプロジェクトの「TEZUKA2020」にてプロジェクトマネジメントを担当した他、製造業の画像AI、道路インフラの異常検知AI、建築関係の見積もりAI等、様々な企業様向けのコンサルティングを実施。株式会社VOSTの立ち上げメンバーで、最新の技術を複合的に融合し、わかりやすく伝えることをモットーに活動している。 今回は、機械学習でよく使うPythonのプログラムコードをアルゴリズム別に紹介していきます。 そして、機械学習といえばScikit-Learn。Scikit-Learnでよく使うコードを紹介します。最後におまけとして、PandasやNumpyでよく使うプログラムコードも紹介します。 これらのプログ

CodeZine編集部では、現場で活躍するデベロッパーをスターにするためのカンファレンス「Developers Summit」や、エンジニアの生きざまをブーストするためのイベント「Developers Boost」など、さまざまなカンファレンスを企画・運営しています。

こんにちは、クラスメソッドの岡です。 7/30にPayPayが開発者向けツール、PayPay for Developersの提供を開始しました！これは嬉しい！ これで自前のサイトやアプリにPayPayの決済を導入できるようになります。 アカウント作成 まずは開発アカウントを作成しましょう。 Sandboxであれば加盟店の情報は登録しなくても利用することができます。 アカウントを作成すると、ブラウザ上でSandboxのAPIを動作確認できるPayPay Labや、API接続時のエラーハンドリングが可能なPayPay Resolveが使えるようになります。 機能 PayPay APIを使った決済フローは以下の4パターンです。 Webペイメント カスタムのモバイルアプリ/WebサイトからPayPayの決済ページ or PayPayアプリにリダイレクトして決済する ネイティブペイメント カスタムの

今回、初めてしっかりとStripeを触ってみました。初めて触る人にはとてもいいコンテンツだと思ったので、是非みなさんもやってみてはいかがでしょうか！ みなさんどうも、たいがーです? 4連休、いかがお過ごしでしょうか。気がついたらすでに連休最終日ですね。 今回は、今までなかなか触れていなかったStripeを触ってみました！ 今回やってみたこと 参考動画を視聴しながら、Flask(Python用のウェブアプリケーション)を使い、 Stripe APIやStripe CLIの使い方を確認していきます。テストイベントの作成も行っていました。 Starter動画は、Python Flaskの他に.NET、Echo(Go Web Framework) 、Express(Node.js Web Framework)、Slim(PHP Web Frame work)、Sinatra(Ruby Web Fr

概要 Google翻訳APIをPythonで実行するでは、四苦八苦しながらも、Google翻訳APIにより、テキストファイルに書かれた英文を日本語に翻訳するPythonスクリプトを書いた。 元々の動機は論文の翻訳する際に、ちまちまGoogle翻訳にコピペするのが面倒くさいということであった。 そこで今回は、Pythonスクリプトを拡張し、PDFの論文を一気に翻訳するようにしたので共有したい。 そもそもなんで日本語に翻訳して論文を読むの？ もちろん、細かい内容は原文を精読する必要がある。そりゃそうだ。 日本語で読む理由はなんといっても、論文の内容を俯瞰的に把握できるということに尽きる。 俯瞰的に把握できることで、以下のメリットがある。 俯瞰的に把握した上で原文を読むことになるため、より早く理解することができる。 俯瞰的に把握できるため、原文を読む前に、自分にとって読む必要がある論文かどうかか

Webアプリケーションを作ってリリースするまでには幾つものステップがあります。プログラミング以外にも色々なことをしなければなりません。例えばフロントエンドのUIもそうですし、サーバ周りの準備もあります。 今回紹介するAnvilはPythonだけでWebアプリケーションを開発できるフレームワーク/エンジンになります。 Anvilの使い方 サンプルのTodoアプリ。 普通のTodoアプリとしてちゃんと動きます。 サーバ、クライアントともにPythonで動いています。他はHTMLとCSSくらい。 WebアプリケーションとしてUIを作れるサービスを提供しています。 AnvilはUIをIDE上でデザインし、コードはPythonだけ書くサービスを提供していました。そのコードをダウンロードして実行できる環境がオープンソースになっています。Anvilを使えばクラウド上でUIを作り、そのまま自分のサーバでデ

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

autograd(自動微分) Tensorは自身が作成された関数の参照.grad_fnを持ち、backward()が呼ばれるとbackpropしてrequires_grad=TrueなTensorの勾配を自動で計算し.gradに入れてくれる。 MLPと誤差逆伝搬法(Backpropagation) - sambaiz-net import torch x = torch.randn(4, 4) y = torch.randn(4, 1) w = torch.randn(4, 1, requires_grad=True) b = torch.randn(1, requires_grad=True) y_pred = torch.matmul(x, w) + b loss = (y_pred - y).pow(2).sum() print(x.grad, w.grad) # None None

1 はじめに CX事業本部の平内（SIN）です。 Pytorch入門ということで、MNIST（手書き数字のデータセット）から作成したモデルを使用して、OpenCVでWebカメラの動画を推論にかけてみました。 使用したモデルのコードは、Githubで公開されている、Pytorchの公式サンプルコードです。 https://github.com/pytorch/examples/blob/master/mnist/main.py 最初に動作しているようすです。 推論の対象となっているのは、画面の中央だけで、別ウインドウに表示されている部分です。 2 モデル 公開されているサンプルコードは、以下のようになっています。 (1) データセット データセットは、torchvisionによって、MNISTが利用されています。 取得時に、transformsによる変換を行って、訓練用とテスト用のデータロー

本記事では、時系列予測に利用できるpythonのライブラリの使い方について説明をします。 パッとライブラリを使うことを目指すため具体的なアルゴリズムの説明は省きます。 ※説明が間違えている場合があればご指摘いただけると助かります。 目次 利用データ ライブラリ Prophet PyFlux Pyro Pytorch Lightgbm 補足:Darts まとめ ソースコード このブログで記載されているソースコードはGitHubに上げておいたのでもしよろしければ参考にしてください。 github.com 利用データ 今回用いるデータはkaggleのM5 Forecasting - Accuracyと呼ばれるコンペティションで利用されたデータを用います。 作成したランダムなデータよりも実データのほうが予測をしている感があるからです。 予測に使うデータはwalmartの売上データです。 下図はその

あらすじ 定常的なメールの送信作業が発生しており、面倒なので自動化することにしました。 自動化にあたり、以下要件を満たすものを作ることにしました。 １．特定のファイルを自動的に添付したい ２．メールに添付するファイルは同時にGoogle Driveにもアップしたい ３．メール送信時のみオンラインにし、送信後はすぐにオフラインにしたい そこで、上記要件を満たすツールをPythonで作ろうと思いました。 上記3つの要件が本当に実現化なのか、まず最初に検討しました。 要件1: 特定のファイルを自動的に添付したい Pythonでメール送信するためのパッケージimaplibは当然ファイル添付も可能であるためと分かったため、これを使うことに。 要件2: メールに添付するファイルは同時にGoogle Driveにもアップしたい これも調べてみたところ、PyDriveというPythonからGoogle D