AWS LambdaへのJSON入力はごっつええかんじ | DevelopersIO
AWS Lambdaでは、json形式でLambda関数に入力できます。 Python3で試してみました。 Lambdaへの入力と受け取り Lambda実行時に、PayloadとしてJSON形式のデータを渡せます。{"key":value}といった形です。 Lambda関数では、event['key']でvalueを取得できます。 Payloadの階層が深い場合、keyを繋げます。 Payloadが{"name": "koki", "like": {"aws": "s3", "sports": "soccer"}}の場合、Lambda関数ではevent['like']['aws']で"s3"を取得できます。 サンプルアプリ サンプルアプリを作ってみました。 引数に数字を与えて実行すると、3と5の公倍数の時に"Fizz Buzz!"、3の倍数の時に"Fizz!"、5の倍数の時に"Buzz!"
車内が臭いときにどの窓を開けたらいいのか - ただし空気抵抗は無視しないものとする
車のどの窓を開けたら良いのか気になって調べてみたのですがいまいち良い答えにたどり着けませんでした。そこでオープンソースソフトウェア（OSS）を用いて車内の換気効率について計算し解析してみました。 最初に結論 60km/hで走るヴィッツの窓は「前2つは全開、後ろは片方が全開、もう片方は半分くらい」で開けると最適に換気が行われる。 環境 OS : Ubuntu 16.04 LTS モデリング : SALOME-MECA-8.3.0 流体計算 : OpenFOAM-v1712 ポストプロセス : ParaView-5.4.0 (OpenFOAMv1712同梱) データ処理 : Jupyter lab, pandas 前提条件 60km/hで走るTOYOTAのヴィッツを想定します。3Dモデルはarchibaseplanet.comからお借りしました。 このモデルを使用して窓を開けたヴィッツの外と中
【保存版・初心者向け】独学でAIエンジニアになりたい人向けのオススメの勉強方法 - Qiita
追記 【2020年版・初心者向け】独学でAIエンジニアになりたい人向けのオススメの勉強方法 【保存版・初心者向け】独学でAIエンジニアになりたい人向けのオススメのAI勉強方法 また、Pythonや機械学習がオンライン上で学べるAI Academyをnoteでも書きましたが、3/17日からほとんどのコンテンツを永続的に無料で利用できるよう致しましたので、是非使って頂けますと幸いです。 AI Academy Bootcamp 我々が提供している個人向けオンラインAIブートキャンプのご紹介です。 AI Academy Bootcamp AI Academy Bootcampは、「短期間でAI活用スキルを付けたい」と考えている方や、 「データサイエンティスト」や「機械学習エンジニア」として就業を目指している方向けの AI特化型オンラインブートキャンプです。 講義動画とオンラインマンツーマンの演習授
機械学習使っても技術的負債を残しにくいAWSのインフラ構成 - Qiita
はじめに それでも機械学習を使いたい googleの機械学習：技術的負債の高利子クレジットカード論文を読んで感銘を受けたので、ここのところ機械学習の恩恵に預かりつつ技術的負債の返済で死なない方法を考えていました。 昨今のAIブームの中、なんか分からんけど良い結果が出るので機械学習的システムを導入したはいいものの、保守・運用で馬鹿でかいコストを払っている会社は少なくないはずだと思います。 「こんなに保守・運用でコストかかるなら、今後のシステムで機械学習使うのは慎重にならざるを得ないな・・・」と思い始めている人も多いかと思います。 それでもやっぱり機械学習は便利なので、これから新しいシステムやアプリケーションを作る際に「ガンガン機械学習使っていこう！」と言えるようなシステム構成を考えてみました。 この記事の目的・対象読者 記事の目的 立ち上げ期のWebアプリケーションに機械学習を組み込む際のA
OpenFace+機械学習で視線検知 - Qiita
Githubでコードを公開しました！（2018.05.01 追記） https://github.com/29Takuya/EyeSight 0. 背景 こんにちは、@29Takuyaです。（プロフィールページ） この記事は、僕が学部3年(2016年後半)に授業の一環として行った活動をまとめたものです。 Pythonや機械学習の知識を身につけることが主な目的であったため、新規性などは特にありません。（暖かい目でご覧頂けると嬉しいです） 1. 目的 顔が写った一枚の画像を入力として、その人の視線がカメラを向いているかそうでないかを判定するします。（二値分類） 僕の研究室では、対話ロボットの研究を行っているのですが、視線を検知することでよりスムーズな対話が実現できるのではというのがモチベーションです。 2. 関連技術(OpenFace) 顔が写った画像と言っても、顔のサイズや位置などは様々です
Pythonでの数値計算ライブラリNumPy徹底入門
NumPyは、多次元配列を扱う数値演算ライブラリです。機械学習だけでなく画像処理、音声処理などコンピュータサイエンスをするならNumPyを学んでおくことで、あなたの日々の研究や開発の基礎力は格段にアップするはずです。 プログラミングの初心者から、Webエンジニア、これから研究する人など、初学者にも分かりやすく優しく説明することを心がけて必要な知識が身につくように解説しています。 腰を据えて学習する時間と余裕のある方は、Step1から順に進めていくことで、苦手意識のあった方でも一通り読み終わる頃には理解できなかったPythonとNumPyのソースコードがスラスラと読めるようになるはずです。 上級者の方は、分からない記事だけ読むだけでも、力になると思われます。あなたのプログラミング能力を向上する手助けになることをお約束します。このサイトを通して、コンピュータサイエンスに入門しましょう。 Ste
ディープラーニングに入門するためのリソース集と学習法（2018年版） - Qiita
最近Bitcoinの方が流行っている印象を受けますが，ディープラーニングの勢いは依然強く，Google Trendを見ても未だに検索数は上昇傾向にあるように見えます． 実際体験してみるとわかりますが，ディープラーニングはとんでもなく強力な機械学習の手法で，うまく使いこなせれば強力な武器になります．しかし，「ディープラーニングにはPhDが必要だ」「ディープラーニングは素人には学べない」といった幻想もちらほらあり，興味はあってもなかなかこの世界に飛び込めない人も多いのではないでしょうか？ この記事の目的 この記事では筆者がディープラーニングを学ぶ上で筆者が特に有効だと感じたリソースと，有効な学習法について紹介します．参考までに，筆者はディープラーニングを学び始めてまだ9ヶ月程度ですが，今となっては職場でディープラーニングを教える立場になっています．まだ筆者はディープラーニングに関しては初心者で
Make: Japan | 新刊『Raspberry Piをはじめよう 第3版』は3/16発売！
2018.03.05 新刊『Raspberry Piをはじめよう 第3版』は3/16発売！ Text by editor 「Make:」書籍チームが企画・制作を行った書籍を紹介します。 ●書籍紹介 本書は、全世界で多くのユーザーの支持を集めているシングルボードコンピューター「Raspberry Pi」の入門書です。ハードウェアの概要、必要な周辺機器、Linuxの基礎、Pythonプログラミングの基本を解説しています。さらに、Arduinoとの連携、GPIOの使い方、ウェブカメラの活用、インターネットからのデータの取得、Raspberry Piをウェブサーバにする方法なども紹介。第3版ではRaspberry Pi 3に対応しているほか、用途別の多様なディストリビューションや、アナログ入出力についても強化しています。 ●書籍概要 Matt Richardson、Shawn Wallace 著、
オンラインでの小規模なR, Python, Juliaの環境共有にはbinder: 既存サービスとの比較 - Qiita
オンラインでの小規模なR, Python, Juliaの環境共有にはbinder: 既存サービスとの比較Rデータ分析Jupyterbinder はじめに 2018年になり、データ分析を行うプログラミング言語は、従来のRとPythonの二強に加えて、Juliaが台頭してきたように思えます。また最近ではこれらの言語で記述可能なノートブックを提供するJupyterプロジェクトにおいても、総合開発環境としての面を強化したJupyterLabが発表されました。 さて話題が変わりますが、皆さんは普段一緒に作業するメンバー以外と分析・開発環境を共有する際、どのような手段を使っているでしょうか。ソースコードやデータはGitでのバージョン管理かと思います。では個人のコンピュータ内でのライブラリ等の環境はどのように脚を揃えているのかが気になるところです。ソースコードが共有できていても、実行環境での依存ライブラ
Queryparser, an Open Source Tool for Parsing and Analyzing SQL
You’re seeing information for Japan . To see local features and services for another location, select a different city. Show more In early 2015, Uber Engineering migrated its business entities from integer identifiers to UUID identifiers as part of an initiative towards using multiple active data centers. To achieve this, our Data Warehouse team was tasked with identifying every foreign-key relati
MSの「Visual Studio Code」、Pythonのディストリビューション「Anaconda」に同梱
Microsoftは同社の開発者向けツールをデータ科学者にとって身近なものにする取り組みを強化している。 Microsoftは米国時間2月15日、軽量エディタ「Visual Studio Code」（VS Code）が同日から「Anaconda」Pythonディストリビューションに同梱されるようになったと発表した。 Pythonは現在、人工知能（AI）のプログラミングで広く利用されている言語であり、AnacondaはPythonの主なディストリビューションの1つだ。 VS CodeはAnacondaと同時にインストール可能であり、Anacondaユーザー向けの専用機能を搭載している。 Microsoftは、これまでにもPythonコミュニティー向けに対応しており、VS Code向けのPython拡張機能が利用可能になっているほか、「Azure Machine Learning Studio
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
関数プログラマから見たPythonと機械学習
【入門】 機械学習を行うための Python導入講座
2to3を使ってコードをPython 3に移植する - Dive Into Python 3 日本語版