Introducing the new JupyterLab Desktop!
Introducing the new JupyterLab Desktop!We are pleased to announce a major update to JupyterLab Desktop which adds many new features with main focus on the user experience. JupyterLab Desktop is the cross-platform desktop application for JupyterLab and it is the quickest and easiest way to get started with Jupyter notebooks on your personal computer. JupyterLab DesktopWelcome PageUsers are now pres
JupyterLab is Ready for Users
We are proud to announce the beta release series of JupyterLab, the next-generation web-based interface for Project Jupyter. tl;dr: JupyterLab is ready for daily use (installation, documentation, try it with Binder) JupyterLab is an interactive development environment for working with notebooks, code, and data.The Evolution of the Jupyter NotebookProject Jupyter exists to develop open-source softw
DNN音声合成のためのライブラリの紹介とDNN日本語音声合成の実装例 | LESS IS MORE
nnmnkwii というDNN音声合成のためのライブラリを公開しましたので、その紹介をします。 https://t.co/p8MnOxkVoH Library to build speech synthesis systems designed for easy and fast prototyping. Open sourced:) — 山本りゅういち (@r9y9) August 14, 2017 ドキュメントの最新版は https://r9y9.github.io/nnmnkwii/latest/ です。以下に、いくつかリンクを貼っておきます。 なぜ作ったのか、その背景の説明と設計 (日本語) クイックガイド DNN英語音声合成のチュートリアル よろしければご覧ください1。 ドキュメントは、だいたい英語でお硬い雰囲気で書いたので、この記事では、日本語でカジュアルに背景などを説明しよう
PFNのエンジニアさんが公開してるJupyter Notebookが実践的なハンズオン形式でディープラーニング（Chainer）の入門に最適 - karaage. [からあげ]
Chainerでディープラーニング ここのところ、ディープラーニングのフレームワークはTensorFlowを使っています。以前はChainerも使っていたのですが、Chainer v2.0になり、以前画像認識とか試していたコードも動かなくなってしまい、やる気を失っていたのですよね。 そんな折、たまたまNVIDIAの機械学習のセミナを受ける機会があったのですが、GPU(Titan)積んだサーバに、Jupyterの環境が構築されていて、参加者はサーバにアクセスしてエンターキー連打していくだけでそれっぽい結果が出て、凄いやった気分になるし、絶対初心者は自分で環境出来ないからNVIDIAの環境にお金払うことになるしで、とてもよく設計されたセミナでした。 と書くと凄い悪徳セミナのようですが、Jupyterを使って、説明を読んでから、実際にコードを実行してその結果を確認していくというハンズオン形式は、
![PFNのエンジニアさんが公開してるJupyter Notebookが実践的なハンズオン形式でディープラーニング（Chainer）の入門に最適 - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/e53bb13cf631b1e3bc72b3ac943fb336b5db04c0/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20171002%2F20171002221628.png)
プログラミング言語: OCaml演習 <br /> Programming Languages: OCaml Excercise
授業のスライド Lecture Slides 新 OCaml HP 本家 New OCaml HP 旧 OCaml HP 本家 Old OCaml HP OCaml.jp 日本語ページ Japanese OCaml HP マニュアル. これの Core Languageの章だけでも読めば，OCamlを役立てるのに必要な情報が手に入る. Manual. You can get ready to use OCaml by reading Core Language chapter. ライブラリのマニュアルは，マニュアルの，Part IV. これは，何か必要な関数がないかを探すときに使う． Libraries are described in Part IV of the manual. Read this to find necessary functions. Jupyter環境ではセルにO
週刊少年ジャンプの短命作品を，機械学習で予測する （前編：データ分析） - Qiita
1. はじめに 週刊少年ジャンプ（以下，ジャンプ）は，日本で最も売れている漫画雑誌1です．言うまでもなく，私は大ファンです． ジャンプ編集部の連載会議は非常にシビアです．ジャンプ作家の奮闘を描いたフィクション漫画「バクマン。」では，編集部が毎号の読者アンケートをもとに各漫画の人気を評価し，掲載順や打ち切り作品を決定する様子が描かれています2．連載開始から10週以内（単行本約1冊分）で連載が打ち切られてしまうことも珍しくありません．とても厳しい世界です． 本記事では，機械学習を使って，短命作品（10週以内に終了する作品）の予測を行います．究極の目標は，ジャンプ編集部より先に打ち切り作品を予測し，好みの作品が危ない場合はアンケートを出して打ち切りを回避することです3．我々は読者アンケートの結果を知ることができないので，掲載順の履歴を入力とし，短命作品か否かを出力する多層パーセプトロン4をTen
【初心者向け】Jupyter+Pandas+matplotlibを使ったデータ分析入門 - Gunosyデータ分析ブログ
こんにちは、データ分析部でバイトをしている子田（id:woody_kawagoe）です。 ニュースパスのログを集計して分析するといった業務を行っています。Gunosyで分析に利用しているツールとしては主にJupyter, Pandas, matplotlibがあります。 この組み合わせは非常に相性が良く、研究でも役立つと思います。 そこで今回のブログではデータ分析に役立つtipsや学んだことをまとめます。 Jupyter Pandas matplotlab データ分析の基本的な流れ 参考資料 Jupyter jupyter.org ブラウザ上で利用できる開発環境です。 対話型で、作成したスクリプトと出力結果の対応関係が非常に見やすいです。 スクリプトでprint文をかかなくても最終行に変数おけば表示してくれます。 またgithub上にJupyterで作成できるipynbファイルを置くと他の
機械学習を用いて、アニメの二次小説（SS）の原作を推定する - Qiita
tl;dr Task: SSの本文から原作（10作品）を推定（教師あり学習。Classification） Feature Engineering: 本文内の単語 + TF-IDF Classifier: SVM, Logistic Regression, Random Forest Accuracy: 98.5% Jupyter Notebook（GitHub上） 背景 最近RailsやNode.jsを書くサーバエンジニアから、広告配信を最適化する機械学習エンジニアへと転身しつつありまして、日々Courseraのビデオを見たり論文を読んだりしています。 サーバエンジニア時代も当時のスキルを活かすために趣味でアプリを作ったりしていたので、今回は最近身につけた機械学習スキルを使って、趣味レベルで少し遊んでみることにしました。 といっても、すでにやり尽くされているMNIST（手書き文字の数字）
Jupyter Notebook版「ITエンジニアのための機械学習理論入門」サンプルスクリプト - めもめも
ITエンジニアのための機械学習理論入門 作者: 中井悦司出版社/メーカー: 技術評論社発売日: 2015/10/17メディア: 単行本（ソフトカバー）この商品を含むブログ (1件) を見る こちらの書籍のサンプルスクリプトをJupyter Notebookで書きなおしたものをGitHubで公開しました。 下記のリポジトリから入手可能です。 github.com GitHubのWebサイトで各ノートブックファイルを内容を見ることができます。これをJupyter環境にアップロードすると、実際にコードを実行することが可能になります。 これらのノートブックを実行可能なJupyter環境は、下記の記事で紹介しているDockerイメージから起動することができます。 enakai00.hatenablog.com Linux環境であれば、下記の手順で、ノートブックファイルを取得して、それを参照するための
JupyterでScheme処理系を動かしてSICPを勉強する | DevelopersIO
はじめに 最近社内でSICPの勉強会を行っています。 SICPでは、教材としてLISP処理系の一つであるschemeを採用しており、勉強する時にはschemeを動かしながら例題の動作確認や課題を行っていきます。 Emacs + Gaucheを用いて学習を進めていくパターンが多い印象ですが、Emacsに慣れていない人にとっては、まずEmacsの操作を満足にできるようになるまでに高いハードルがあります。 今回は、Emacsの代わりにJupyterを用いてScheme処理系を動かし、その動作を確認する方法を紹介します。 Jupyterについて Jupyterとは、簡単にいってしまうとブラウザ上で動作するREPL環境 + メモ帳です。 以下の画面のように、コードをその場で実行し、その結果をその場で見ることができます。 また、コードの他にmarkdown形式で文章を追加することもできるので、コードと
Jupyter (旧 IPython notebook）の本来あるべき姿を垣間見る - Λlisue's blog
どうも、ご無沙汰しております Pythonista + Vimmer、略して Pythonimmer な有末です。 この記事は Python その2 Advent Calendar 2015 22 日目の記事となります。 Jupyter とは さて、皆様は Jupyter（旧 IPython notebook） というプロジェクトをご存知でしょうか？ Jupyterがすごい勢いでやってくるからお前ら備えとけ（IPython Notebook + R） や Railsエンジニアに役立つJupyter NotebookとiRuby に代表されるように、現在各界から注目されているプロジェクトとなっております。 簡単に言うと Web ブラウザ上にて Markdown および任意の言語の記述・実行・表示を行うサービス となります。 科学者が使う実験ノートにインスパイアされたプロジェクトであることから
Jupyter Blog
Open Community CallWe want to see all the cool things you’re doing with Jupyter, so we’re holding an open call with the community for people to chat, and share their creations and work. Think of it as a “virtual JupyterCon”: It’s a place to announce and share fun things happening in the Jupyter community.
Project Jupyter
Free software, open standards, and web services for interactive computing across all programming languages JupyterLab: A Next-Generation Notebook Interface JupyterLab is the latest web-based interactive development environment for notebooks, code, and data. Its flexible interface allows users to configure and arrange workflows in data science, scientific computing, computational journalism, and ma
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
Jupyter(Python)とBigQueryによるデータ分析基盤のDevOps #pyconjp // Speaker Deck
Jupyter NotebookとChainerで楽々Deep Learning