最小限のPythonコードでAutoMLを実現するローコード機械学習ライブラリ「PyCaret」:AutoML OSS入門(6)(1/4 ページ) AutoML OSSを紹介する本連載第6回は、ローコード機械学習ライブラリ「PyCaret」を解説します。さまざまな機械学習ライブラリのラッパーであるPyCaretは、データ分析のあらゆる工程でコードの行数を削減します。
今回は大学の研究室に導入するため 教授>学生,業務の担当(係)という役職(ロール)をしっかり定める必要がある 課金要素は排したい(Slackでは無課金だと制限がかかる) 学生にDiscordを使っている人がいる ということから、今回はDiscordを採用することになりました。 Ⅱ. 導入したDiscordサーバーの仕様 今回導入したdiscordサーバーの仕様(機能)としては以下の通りです。 研究室共用アカウントを管理者とする。 ロールは「教員」「修士学生」「博士学生」「学部生」を基本として、各係を用意する。 学生のロールに権限の違いはありませんがメンションする場合にそういった区分けが必要な場合があることを考慮しました。 ロールの設定はCarl-botを用いて自動的に行うようにしました。 従来のメーリングリスト(Googleグループ)に対して送信された内容をdiscordに転送する。 共用
はじめに 本稿は、日経クロステックにて筆者が昨年連載していた3回分の記事一部変更して1つにまとめたものです。 https://xtech.nikkei.com/atcl/nxt/column/18/01394/ 有料記事として配信されておりますが、無料でも閲覧できるようにということで日経クロステック様に許可を得てQiitaにも掲載しています。 第1回:技術的負債はなぜ生じるか。 第2回:ソフトウエア開発を「制御」する意外な処方箋 第3回:技術的負債への取り組みはなぜ「2つのDX」につながるのか。 第1回:技術的負債はなぜ生じるか。 年間12兆円ものマイナスの影響をもたらす技術的負債(あるいはレガシーシステム)はどのように生まれるのでしょうか。それを防ぐ方法はあるのでしょうか。第1回は、技術的負債をとりまく歴史をたどりながら、ソフトウェアエンジニアではない人にも理解できるようにその正体に迫り
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