人気の書籍、1位は…？ ITエンジニア学習支援プログラム 人気書籍ランキング
レポート PR提供：Sky、デンソー 人気の書籍、1位は…？ ITエンジニア学習支援プログラム 人気書籍ランキング 2017年9月にスタートした、スキルアップ・キャリアアップを考えたいエンジニアをマイナビニュースが応援する「ITエンジニア学習支援プログラム」。開始から約半年で、100人以上のエンジニアの方にエントリーいただいた。（プログラムの詳細はこちら） 当プログラムでは、プログラムの該当者の方に学習支援としてマイナビ出版が発行する人気書籍を3冊と交換できるチケットを進呈している。今回、この半年間で多く交換された書籍のランキングを発表する。全30冊中、はたして気になる1位は…？ 10位：『世界で闘うプロダクトマネジャーになるための本』 9位：『プログラミングコンテスト攻略のためのアルゴリズムとデータ構造』 8位：アジャイルな見積りと計画づくり まずは8位、10位をピックアップ。 10位の
『人工知能プログラミングのための数学がわかる本』が機械学習研究入門書としてとても良さそうだった - Stimulator
- はじめに - 本を読んで筆者に媚を売る記事シリーズです。 「人工知能プログラミングのための数学がわかる本」という書籍を筆者の石川 聡彦（Aidemy）@akihiko_1022さんから譲り受けました。 人工知能プログラミングのための数学がわかる本 作者: 石川聡彦出版社/メーカー: KADOKAWA発売日: 2018/02/24メディア: 単行本この商品を含むブログを見る 明日2/24発売ですが、筆者である石川さんがCEOを務めるAidemyさんと人工知能、機械学習のイベントにてご縁があり頂く形になりました。 そもそもAidemyは、Python及び機械学習のための知識と実装に関する学習を行えるWebサービスです。 aidemy.net 似たサービスではUdemy(https://www.udemy.com/jp/)というアメリカのサービスがかなりのシェアを誇っています。 Aidemy
アイデミー、「Pythonによるブロックチェーン実装」など4講座を無料でリリース
アイデミーは2018年1月18日、同社が運営するオンラインのプログラミング学習サービス「Aidemy」で、ブロックチェーン技術に関する複数の講座を新たに開設すると明らかにした。プログラム言語にはPythonやSerpentを利用し、実際にコードを記述しながら無料で学べる。 Aidemyは、Webブラウザでプログラミング技術を学ぶオンライン講座。すでに、Python言語、深層学習、自然言語処理、数値予測などの講座を無料で公開している。 新たな講座は、「Pythonによる基本的なブロックチェーン実装」「PythonによるBitcoinマイニング」「SerpentでEthereumコントラクトを記述」「ブロックチェーン×機械学習実装」の4つ。 「Pythonによる基本的なブロックチェーン実装」と「PythonによるBitcoinマイニング」では、Pythonでコードを記述しながらブロックチェーン
ZendeskのチケットデータをAmazon Elasticsearch Serviceへ自動的にアップロードする | DevelopersIO
はじめに 前回のブログでPythonを使用してZendeskのチケット内容を取得することができました。 PythonでZendeskのチケットを取得する 今回は取得したデータをAmazon Elasticsearch Serviceへ自動的にアップロードする方法をご紹介します。 前提 Amazon Elasticsearch ServiceはAmazon VPCプライベートサブネットに作成 Amazon API Gateway経由でAWS Lambdaを実行させる Zendeskの自動化とwebhookでAmazon Elasticsearch Serviceへデータを入れるまでを自動化する Amazon Elasticsearch Serviceへ入れるデータスキーマ { "ticket_id": 12345, "url": "https://subdomain.zendesk.com/
Pythonによるデザインパターン5原則 - Qiita
#参考 @kidach1 さんの投稿をPythonに書き換えてるだけです。 @kidach1 さん、いつもありがとうございます。 https://qiita.com/kidach1/items/4b63de9ad5a97726c50c #概要 改めて基本を学ぶ。 参考「Rubyによるデザインパターン第1章」→この投稿はPython #デザインパターンとは プログラミングにおいて繰り返し現れる問題に対する、適切解のパターン。 無駄無く設計されたオブジェクト指向プログラムの実現をサポート。 パターンとしてカタログ化されていることで 車輪の再発明を防ぐ #デザインパターンの根底にある5つの考え 変わるものを変わらないものから分離する プログラムはインターフェイスに対して行う（実装に対して行わない） 継承より集約 委譲、委譲、委譲 必要になるまで作るな（YAGNI） #変わるものを変わらないものか
2018年に求人の多いプログラミング言語トップ7
IT産業は流行の変動が大きく、必要とされるプログラミング言語も早い速度で変わっていく。プログラミング関連の求人に応えていくには、こうした需要の変動に合わせて、常に新しい技術や新しいプログラミング言語を習得していく必要がある。 Coding Dojoはこのほど「The 7 Most In-Demand Programming Languages of 2018｜Coding Dojo Blog」において、2018年に求人で必要とされているプログラミング言語トップ7を公開した。求人サイト「Indeed.com」のデータを分析した結果だと説明がある。 取りあげられているプログラミング言語は次のとおり。 Java Python JavaScript C++ C# PHP Perl 求人に含まれているプログラミング言語トップ7 トップ7のうち2017年よりも値が増えているのはPythonとPHPのみ
【Day-14】株価や仮想通貨で使える、5つのテクニカル分析を解説&Pythonで実装してみた - プロクラシスト
データ分析ガチ勉強アドベントカレンダー 14日目。 時系列データでまず思いつくのは、株価のチャートですよね。 また、最近はやっている仮想通貨。私も最近coincheckに入金しました。 ビットコイン取引所 "coincheck" やっぱ、実際にお金が絡むとちゃんと勉強しようって言う気になる！笑 せっかくチャートを見るわけだし、その見方について勉強しておこうと思いました。 そしてせっかくなので、自分で実装してどういう仕組みなのかまで知っておこうと思いました。 理系だからね、分からないものを使うのは嫌だからね。 というわけで、Python(主にPandasとMatplotlibを用いながら)でテクニカル指標についてやっていきます。扱うデータは三年分の日経平均株価。 指標について知りたい人も、自分で実装してみたいという人もどうぞ。 テクニカル分析とファンダメンタル分析 実装において ローソク足
JavaScriptで制御できるWebベースの万能マップエディタ「Mapbox Studio」を使ってみた！ -
どうも、まさとらん（@0310lan）です！ 今回は、自分好みのマップをブラウザ上でカスタマイズしたり、JavaScriptから自在に制御可能な地図サービスのご紹介です！ データを取り込んでマッピングしたり、プラグインによる拡張も可能で自分のWebアプリやサービスなどにも簡単に組み込めるスグレモノです！ 【 Mapbox Studio 】 ■「Mapbox Studio」の使い方 それでは、まず最初に「Mapbox Studio」の基本的な使い方から見ていきましょう！ 初めての人は無料のユーザー登録が必要なので、サイトのトップページにあるボタンをクリックします。 好きなユーザー名・メルアド・パスワードだけで、簡単に登録ができます！ 登録後は、Webページにマップを表示させる簡単なチュートリアルが始まるので、試しにやってみましょう！ 表示された画面にある「JS」の項目をクリック！ 左側の「C
昼休みにできるTensorflowでリアルタイムSSD - Qiita
#はじめに 最近、GoogleでTensorflowの物体検出APIが公開されました。(http://jp.techcrunch.com/2017/06/17/20170616object-detection-api/) それ以前からSSD（Single Shot Multibox Detector: 物体検出)の論文は出ていて気にはなっていたのですが、私がやっているUAV制御や画像処理系の研究開発に適合する技術と思い、まずはやってみようということで、会社の昼休みの時間でノートPCのカメラでリアルタイムSSDがどれだけのものになるかやってみました。 #SSDについて SSDは上述しましたがSingle Shot Multibox Detectorの略で、物体検出をするアルゴリズムです。Tensorflowによる学習を含んでおり、学習させた物体を認識し、画像上にその範囲まで表示させることが出
機械学習案件を納品するのは、そんなに簡単な話じゃないから気をつけて - Qiita
はじめに 昨日のTwitterで書いたこちらが非常に反響を呼びました。 半年間かけたデータ解析の仕事が全くうまくいかなかった 今回の失敗は契約書に納品物を明記していなかったこと 機械学習の依頼は学習済みモデルのファイルを納品しただけでは、先方は検収できず、結果支払いを受けられない この教訓をひとりでも多くの人に知ってもらいたい — キカガク代表 吉崎亮介 (@yoshizaki_kkgk) 2017年11月20日 そうなんですよね。 全く先方が悪いわけでもなく、私自身が「機械学習のお仕事＝解析」だと思いこんでいたことが失敗の始まり。 結局のところ、機械学習系のプロダクトを依頼されて、学習済みモデルを作成して即納品とはいかず、検証結果を示されないと検収できないよとなってしまうので、結局アプリケーション側まで組み込まないと納得感はないんですよね。 この検証とは、訓練データと検証データを分けた時
Pythonで学ぶ 基礎からの機械学習入門(1) 機械学習の基本知識を押さえよう | マイナビニュース
なぜ機械学習なのか 私たちは、多くのデータに囲まれて生活しています。日々の通勤のなかでも、駅の自動改札機を通り、コンビニで買い物をし、スマートフォンでニュースを読む——これらすべての作業のなかでデータが作られていきます。さらに今後はさまざまなモノがインターネットにつながることにより、膨大かつ複雑なデータがこれまで以上に蓄積されるため、より効率的にデータを捌き、分析や判断を行うことが重要となります。 その手段として注目されているのが人工知能（AI）であり、人工知能（AI）を実現する手法のが機械学習やディープラーニングなのです。膨大なデータで溢れる世の中を賢く生きるために、機械学習を理解することの重要性は増していくでしょう。そこで本連載では、プログラミング言語Pythonを用いて実際に手を動かしながら機械学習に触れ、機械学習でどんなことができるのかを紹介していきます。専門性を問わず機械学習の世
RubyKaigi参加レポート 〜RubyData Workshop 2017に参加した〜 | Recruit Tech Blog
2017年度新卒エンジニアの三上(@mikaji_jp)です。現在はWebアプリケーションエンジニアとしてRailsアプリケーションの開発を行っています。9月18日~20日の期間、広島にて開催された RubyKaigi 2017 に参加してきました。 今回はその中でワークショップとして開催された、「RubyData Workshop 2017」の内容を紹介します。 RubyData Workshop 2017 今年のRubyKaigiでは、データサイエンスに関するセッションに注目しました。RubyKaigiといえばRubyの言語仕様や今後の進化の方向性、またRuby on Railsに関するセッションがほとんどだと思っていた1)個人的にRubyでテキストエディタ作った話が面白かったです。のですが、今年はデータサイエンスに関するセッションが多かったのが特徴的でした。そこで、イベント中にRub
EMRのステップ実行でPySparkを使ってRedshiftに出力する | DevelopersIO
こんにちは、小澤です。 Sparkにはspark-redshiftというライブラリがあります。 GitHub - databricks/spark-redshift: Redshift data source for Spark 今回は、このライブラリを使って、EMRのステップ実行からPySparkを呼び出して、Redshiftに結果を出力する方法を解説します。 SparkのDataFrameとデータベース SparkのDataFrameは入出力としてHDFSなどに置かれているファイルやHiveのメタストアを利用するの他にデータベースの利用も可能です。 これは適切にドライバの設定を行えば、入出力先としてRedshiftも利用可能であるということになります。 それを補助してくれるライブラリがspark-redshiftになります。 PySparkからの利用方法 必要なライブラリとEMRのバー
データサイエンティストを目指して半年で学んだことまとめ - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに 本記事では、データサイエンティストを目指して勉強した半年間で学んだこと、気付いたことをまとめます。これからデータサイエンティストを目指して勉強する人の参考になればと思います。 最初の一手 個人的にではありますが、最初はアプローチの理解から始めると思いますが、数式とプログラミングの両方を勉強する方が良いと思います。**数式→プログラミング or プログラミング→数式の順序はどちらでも良いと思いますが、プログラミング（フレームワーク）のみ**はやめた方が良いと思います。出力結果の解釈で苦労することになるので、理論、数式はしっかり理
Rubyのなかを覗いてみよう！「Cookpad Ruby Hack Challenge」に参加してみた｜CodeIQ MAGAZINE
2018年4月25日をもちまして、 『CodeIQ』のプログラミング腕試しサービス、年収確約スカウトサービスは、 ITエンジニアのための年収確約スカウトサービス『moffers by CodeIQ』https://moffers.jp/ へ一本化いたしました。 これまで多くのITエンジニアの方に『CodeIQ』をご利用いただきまして、 改めて心より深く御礼申し上げます。 また、エンジニアのためのWebマガジン「CodeIQ MAGAZINE」は、 リクナビNEXTジャーナル( https://next.rikunabi.com/journal/ )に一部の記事の移行を予定しております。 今後は『moffers by CodeIQ』にて、 ITエンジニアの皆様のより良い転職をサポートするために、より一層努めてまいりますので、 引き続きご愛顧のほど何卒よろしくお願い申し上げます。 また、Cod
ゼロからDeepまで学ぶ強化学習 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? ロボットから自動運転車、はては囲碁・将棋といったゲームまで、昨今多くの「AI」が世間をにぎわせています。 その中のキーワードとして、「強化学習」というものがあります。そうした意味では、数ある機械学習の手法の中で最も注目されている(そして誇張されている・・・)手法ともいえるかもしれません。 今回はその強化学習という手法について、基礎から最近目覚ましい精度を出しているDeep Q-learning(いわゆるドキュン、DQNです)まで、その発展の流れと仕組みについて解説をしていきたいと思います。 本記事の内容をベースに、ハンズオンイベントを開
Fizz Buzz問題で副作用と代入を抑えてみる【JavaScript、VB.Net、Python3、CommonLisp、Clojure、HSP、R言語、C++、D言語、BAT】 - Qiita
Fizz Buzz問題で副作用と代入を抑えてみる【JavaScript、VB.Net、Python3、CommonLisp、Clojure、HSP、R言語、C++、D言語、BAT】PythonC++HSPbatdlang 最近、いかに代入や副作用を減らしてFizz Buzz問題を解くかとか遊んでた。 結論としては3項演算子を使うことは第一の条件として再帰とmapする方法があるのかなと。 今回検証した言語はJavaScript(js)、VB.Net(VB)、Python3、CommonLisp(CL)、Clojure、HSPの6言語(⇒R、C++、Dを追加し9言語)。 HSPは言語仕様的に不利の塊だけどどこまでできるのか知りたかった。 追記: R言語に無名再帰用の構文があると知り追加しました。 また、Pythonについて@shiracamusさんよりコメントに無名再帰の実装例を頂きました。
Rubyはデータサイエンスで生き残れるか
世界中で利用されている国産プログラム言語「Ruby」が、機械学習や人工知能（AI）開発の盛り上がりを前に正念場を迎えている。米Googleなどを後ろ盾に「Python」が同分野でソフトを充実させる一方で、Rubyの存在感は薄い。5月19日に開かれた「DataScience.rb ワークショップ 〜ここまでできる Rubyでデータサイエンス〜」で、Ruby開発者達は危機感をあらわにした。 「Rubyはデータサイエンスの分野で“歯抜けの状態”だ」。生物学関連のソフトウェア開発に携わる西田孝三氏は、Rubyの現状をこう評する。西田氏は芦田恵大氏、三軒家佑將氏と共同で、2016年10月から2017年2月までの2016年度Ruby Association開発助成プロジェクトの下、Rubyのデータ処理ライブラリの整備に取り組んだ。 特に不足しているのが、データの前処理に関わるソフトウエアだ。「前処理は
イチからDiscord Bot 。for Ruby - Qiita
require 'discordrb' bot = Discordrb::Commands::CommandBot.new ( token: TOKEN, client_id: CLIENT_ID, prefix:'/', ) bot.command :hello do |event| event.send_message("hallo,world.#{event.user.name}") end bot.run hello.rbと名前を付けて保存。 TOKENとCLIENT_IDについては後々説明します。 これで /hello と打つと、 hello,[UserName]. と返ってくるbotができました。 (hello,worldじゃないやん) DiscordにBotを登録する discordには登録しているものとして話を進めます。 登録してない方は -> https://discor
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
RubyでTensorFlowを使う with PyCall - Qiita
