AWS RDS上のPostgreSQLへポートフォーワードで接続する - Qiita
RDS上に構築したPostgreSQLデータベースへGUIクライアントのpgAdmin3で踏み台経由で接続する手順を説明します。 対象：Windowsクライアント 用意するもの putty pgAdmin3 これらは、参照サイトを参考にダウンロードしてインストールしてください。 Puttyの設定 まずPuttyでポートフォーワードの設定を行います。 踏み台サーバへの秘密鍵での接続設定 pemファイルをPuttyで使用するppkファイルへ変換する。 puttygen.exeを起動し、ファイルをロードする。 pemファイルをppkファイルへ変換する。 ppkファイルを保存する。 putty.exeを起動し、sessionの項目を選択し、[接続アカウント名]@[踏み台アドレス]で接続設定を作成しておく。 ここで、『Open』ボタンで接続を確認しておく。これで秘密鍵での接続が行えるようになっている
AWS CLI 環境変数&リージョンチートシート - Qiita
export AWS_ACCESS_KEY_ID=xxxxxxxxxxxxxxxx # アクセスキー export AWS_SECRET_ACCESS_KEY=xxxxxxxxxxxxxxx # シークレットアクセスキー export AWS_SESSION_TOKEN=xxxxxxxxxxxxxxxxxxx # セッショントークン export AWS_DEFAULT_REGION=ap-northeast-1 # デフォルトリージョン export AWS_DEFAULT_OUTPUT=json # 出力形式 (json|text|table) export AWS_PROFILE=default # プロファイル名 export AWS_CONFIG_FILE=~/.aws/config # コンフィグファイルパス export AWS_SHARED_CREDENTIALS_FILE
AWSを無料でさわれるセルフペースラボを試してみた - Qiita
2017年1月 追記 ここで書いている内容は、ラボを試した時点(2016/3頃)の内容を書いています。 2017/1に確認すると、価格設定がすでに変更されていました。 下記に記載されたものに、2017/1時点有料になっているものがあります。 個人的な意見となりますが、AWSの基本的な機能を試すものも有料化されてしまった印象です。 AWS セルフペースラボとは 練習用環境で演習を行って、AWSの使い方を学べる自習用のサービスです。 qwikLABS.comが提供しているサービスで、アカウント作成後、演習を選択すると時間限定ですがAWSが試せます。有料の演習もありますが、基本的なものは無料で受けられるためAWSを無料でさわることができます。ちなみに無料演習は何度も受けられるので、何度も練習ができます。 無料で使える仕組みが気になりますが、amazonでも紹介されているのでその辺は大丈夫かなと（
Selenium Web DriverのPythonバインディングを使ってブラウザを操作する - Qiita
この記事は Selenium/Appium Advent Calendar 2014 の11日目の記事です。 昨日の記事は @totutiteta さんのRobot drives on the web: Robot Framework & Selenium2Library でした。 今日はSeleniumのPythonバインディングのライブラリ selenium を使ってFirefoxを操作する方法をまとめて見ました。 またseleniumを使って操作するためのライブラリを作ってみました。 SeleniumのPythonバインディングのライブラリ selenium でFirefoxを操作してみる この記事を書いた時点での selenium のversionは 2.44.0 が最新の用です。(おそらく2.35未満のversionでは以下のcodeは動作しないと思います) 起動 まずはブラウザ
jekyll 2.5.3をWindows環境にインストール - Qiita
Win環境でjekyllを動かすまでのメモ 参考 基本的にはRun Jekyll on Windowsの手順にしたがっていけば問題なさそう。 「jekyll Windows」でぐぐると、UTF-8対策とか、pygmentsのダウングレードとか記載されていましたが、特に必要ありませんでした。改善されたのかな。 Rubyのインストール Ruby 2.2.3 (x64)をダウンロードしました。 インストール途中で「Add Ruby executables to your PATH」という環境変数を設定するオプションがあるのでチェックをいれる Ruby DevKitのインストール DevKit-mingw64-64-4.7.2-20130224-1432-sfx.exeをダウンロードしました。 解凍して、C:\RubyDevKitに設置。 以下のコマンドを実行
RでPostgreSQLにつなぐ - Qiita
> install.packages('RPostgreSQL') > library(RPostgreSQL) > con <- dbConnect(PostgreSQL(), host="localhost", > port=5432, user= "postgres", password="*****", dbname="db_name") > dbListTables(con) # テーブル一覧取得 > dbListFields(con, "users") # usersテーブルのカラム名一覧取得 > con <- dbConnect(PostgreSQL(), host="localhost", port=5432, user="aikawa", password="", dbname="wantedly") > light_query <- "SELECT * FROM use
SAS University edition設定方法 - Qiita
1.準備 SAS University Editionを動かすためには「VMware」もしくは「VirtualBox」が必要です。 今回は「VirtualBox」環境で行います。 SAS社とは関係ないツールなので、googleで検索をかけて別途インストールするのが普通ですが、SAS University Editionの公式ページにリンクがはってあるのでそこからダウンロードしましょう。 SAS University Editionのダウンロードサイトへ Windows版のVirtualBoxのリンクをクリックしてVirtualBox公式ダウンロードサイトからVirsualBoxをダウンロードします。 VirtualBoxのインストールが終わったら、再びSAS University Ediotion公式ダウンロードサイトへ戻ります。ページを下げていくとSAS University Editi
sedコマンドの備忘録 - Qiita
. # 任意の一文字 * # 直前の文字が任意の個数続く文字列(0個も含む) <space><space>* # 連続するSPACEを表す <tab> # TAB .* # 任意の文字列 sed -e "s/aaaa/bbbb/" # 置換 行で最初に出てきた'aaaa'を'bbbb'に置換 sed -e "s/aaaa/bbbb/g" # 入力の全行に渡って置換 (Global) sed -e "s/^aaaa/bbbb/" # 行頭(^)に'aaaa'のもの sed -e "s/aaaa\$/bbbb/" # 行末($)に'aaaa'のもの。$は\でescape sed -e "s/~/bbbb/" # 行頭に'bbbb'を追加 sed -e "s/\$/bbbb/" # 行末に'bbbb'を追加 sed -e "s/.*/abcd/" # すべての行を'abcd'に置換 sed -e
【数学】「内積」の意味をグラフィカルに理解すると色々見えてくる - Qiita
線形代数の勉強を始めると割とすぐ出てきますよね、内積。 計算自体はさほど難しくはないのだけれども、いまいちピンとこないという方、それなりにいるんじゃないでしょうか。私もそうでした。 なので、今回の可視化シリーズは「内積」にスポットを当ててみます。 また、統計学でもいたるところにも内積で理解できる事項が出てきて、「内積すげー」ってなります 。 ベクトルってデータの並びですので、統計学に非常に関連するんですね。統計学での扱われ方は次回からですが、まずは内積から。 #0.先に結論を少々# ごにょごにょ前説が必要なので、内積の意味の結論だけ先にまず書きたいと思います。 内積は数式としては、下記のように書くことができます。 それを視覚的に表すと、下記のようになりベクトル${\bf a}$の長さに、ベクトル${\bf c}$の長さをかけたもの、という意味を持たせることができます。(${\bf c}$は
とりいそぎ{PythonInR}でRからTensorFlowを動かしてみた - Qiita
GoogleのTensorFlowがPythonで使えるということだったので、とりいそぎ{PythonInR}で動かしてみました。TensorFlowがどういうものかについては、「参考」の項目に記載の記事などをご参照ください。 「{PythonInR}って何？」という方のために簡単に説明すると、RからPythonを呼び出すパッケージです。 PythonInR: Use Python from Within R PythonInR - Makes accessing Python from within R as easy as pie. 下記のような使い方ができます。 第51回R勉強会＠東京(TokyoR)にてLT発表しました "An R package for creating and exploring word2vec and other vector models"を試す（+ Gl
スタバのTwitterデータをpythonで大量に取得し、データ分析を試みる その２ - Qiita
前回の記事、スタバのTwitterデータをpythonで大量に取得し、データ分析を試みる その１ではツイッターのREST APIsを使ってツイート本文に「スタバ」と書かれているツイートを大量に取得してデータベースにインポートするところまでやりました。今回はそのデータの中身を見ていきたいと思います。 その１：Twitter REST APIsでデータを取り込みmongoDBにインポート http://qiita.com/kenmatsu4/items/23768cbe32fe381d54a2 その２：取得したTwitterデータからスパムの分離（今回） http://qiita.com/kenmatsu4/items/8d88e0992ca6e443f446 その３：ある日を境にツイート数が増えたわけは？ http://qiita.com/kenmatsu4/items/02034e5688
確率的勾配降下法とは何か、をPythonで動かして解説する - Qiita
勾配降下法は何に使う？ 勾配降下法は統計学や機械学習で多く使われています。特に機械学習というのは基本的に何かしらの関数を最小化（最大化）する問題を数値解析的に解くことに帰結する場合が多いです。（e.g. 最小二乗法 → 誤差の二乗和を最小化（参考）、ニューラルネットワークのパラメータ決定 etc...） なので、基本的にはひたすら微分して0となるところを探す問題ですね、微分して0。で、その微分して0となる値は何か、をプログラムで解く場合に重要になるのがこの勾配降下法です。幾つか勾配法にも種類がありますがここでは最急降下法、確率的勾配降下法の２つを扱います。まずはイメージをつかむために１次元のグラフで確認していきたいと思います。 1次元の場合 1次元の場合は、確率的という概念はなく、ただの勾配降下法になります。 （どういうことか、はのちほど） 1次元の例は、正規分布をマイナスにしたものを使っ
【機械学習】ディープラーニング フレームワークChainerを試しながら解説してみる。 - Qiita
今話題のDeep Learning(深層学習)フレームワーク、Chainerに手書き文字の判別を行うサンプルコードがあります。こちらを使って内容を少し解説する記事を書いてみたいと思います。 (本記事のコードの全文をGitHubにアップしました。[PC推奨]) とにかく、インストールがすごく簡単かつ、Pythonが書ければすぐに使うことができておすすめです！ Pythonに閉じてコードが書けるのもすごくいいですよね。 こんな感じのニューラルネットワークモデルを試してみる、という記事です。 主要な情報はこちらにあります。 Chainerのメインサイト ChainerのGitHubリポジトリ Chainerのチュートリアルとリファレンス 1. インストール まずは何はともあれインストールです。ChainerのGitHubに記載の"Requirements" ( https://github.co
はじめるDeep learning - Qiita
そうだ、Deep learningをやろう。そんなあなたへ送る解説記事です。 そう言いながらも私自身勉強しながら書いているので誤記や勘違いなどがあるかもしれません。もし見つけたらご連絡ください。 Deep learningとは こちらのスライドがとてもよくまとまっています。 Deep learning つまるところ、Deep learningの特徴は「特徴の抽出までやってくれる」という点に尽きると思います。 例えば相撲取りを判定するモデルを構築するとしたら、普通は「腰回りサイズ」「マゲの有無」「和装か否か」といった特徴を定義して、それを元にモデルを構築することになります。ちょうど関数の引数を決めるようなイメージです。 ところが、Deep learningではこの特徴抽出もモデルにやらせてしまいます。というか、そのために多層、つまりDeepになっています。 具体的には頭のあたりの特徴、腰のあ
MinGW + mintty -> Windows8.1 - Qiita
モチベーション カッコいいターミナルを使えばカッコいいアレが出来ると思っている Unixコマンドで生きていきたい Windows環境でどうにかしたい Windowsネイティブのターミナル(cmd, PowerShell)は残念だと色々な人が言うけれど，だってWindowsなんだからしょうがないじゃんと思っていた． とはいえ日常的にLinux環境を使うようになると， Win上でもdirではなくlsを打ちたくなる． というかDOSのコマンドを覚えられない cygwinは超重たいので他のはないかな？ minttyというのがカッコいいらしい． 入れてみます． やること Windows8.1上にMinGWとminttyインストールの上， シェルをminttyにしてその他諸々の環境作り 環境 Surface Pro2, Windows8.1 Pro 64bit 参照 Windows に MinGW と
ターミナルとしてのMinGW+MinTTYのセットアップ - Qiita
MinGW+Mintty 環境 Windows 8.1 pro 参考サイト http://www.mingw.org/wiki/Getting_Started http://zarari.hatenablog.com/entry/2013/08/22/235819 MinGWのダウンロード http://www.mingw.org/ 公式サイトからSetupToolを取得。インストール。 MinGW InstallationManagerが起動するので Basic Setupの中のPackageを全てMarkしてインストールします 環境変数の設定 PathにC:\MinGW\bin C:\MinGW\MSYS\1.0\binを追加 minttyのインストール コマンドプロンプトを起動し以下のコマンドを実行 mingw-get update mingw-get install mintty
Windowsで使えるターミナルとシェルのまとめ - Qiita
Windows で使えるターミナルとシェルをまとめてみた。 Windows でも選択肢は意外と多い。 ターミナルとシェルの組み合わせで自分好みの環境を構築できるだろう。 ターミナルとは？ ターミナル、ターミナルエミュレータ、端末エミュレータ、ターミナルソフト、コンソール等と呼ばれる。 黒い画面で、テキストがずらずらと表示されるアレである。 ただし、画面に表示されるコマンド文字列などはシェルの機能である。 外側の GUI 部分だけがターミナルと言われる。 ターミナルは画面の見た目や操作性などを担当しているのだ。 ターミナルだけでは何もできないので、シェルと一緒に配布されていることが多い。 代表的なターミナル: xterm, Terminal(Mac), iTerm2(Mac), Win32コンソール, mintty 参考: List of terminal emulators - Wikip
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
PostgreSQLとMySQLで、僕がよく使うシステムコマンドのメモ - Qiita
CSVファイルからノイズ行を除去したいときに役たつawkワンライナー - Qiita
[PotgreSQL]基本コマンド備忘録 - Qiita![[PotgreSQL]基本コマンド備忘録 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/72c1569580d843f377596a7a74770a5ae6772eac/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9JTVCUG90Z3JlU1FMJTVEJUU1JTlGJUJBJUU2JTlDJUFDJUUzJTgyJUIzJUUzJTgzJTlFJUUzJTgzJUIzJUUzJTgzJTg5JUU1JTgyJTk5JUU1JUJGJTk4JUU5JThDJUIyJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LWNsaXA9ZWxsaXBzaXMmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz0yZTJiZDYzOGZiYTEwNTA0ZDhmNDdjMTA5Mjg0ZDhiOQ%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwYV9pc2hpZGFhYSZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9MjBkZTMyNmY3NjEzMjBkZTdkMjM5ODliNWZkODllOTI%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D5358ff3dfe2ef3f3a4a4db3f6f01c5aa)
