CS50 for Japanese: コンピュータサイエンスの入門 – 当ウェブサイトは、Creative Commons ライセンスに基づいて管理されています。
お知らせ: 2022/9/1 CS50 を活用した非営利／協賛企業による「コロナ学生支援」プロジェクトを実施中 ▼ 学生の方へ：CS50 の学習（履修証明書の取得）を一緒に取り組むプロジェクト CS50日本語版の翻訳コントリビューターである CODEGYM が主催する、非営利／無償のプロジェクト「CODEGYM Academy (外部リンク)」は、昨年に続き2022年度（春/秋）も、キャリア選択を控えた学生に対し、以下の企業の協賛により無償で17週間のプログラミング教育カリキュラムを提供します。 CODEGYM Academy 協賛企業（2022年） https://codegym.jp/academy/ 今年度のエントリーは締め切りました — ようこそ！ このページは、ハーバード大学 CS50 の日本語版翻訳プロジェクトのページです。当サイトのドメインに掲載されているコンテンツは、Cre
PyQ - 本気でプログラミングを学びたいあなたへ
必要なのはブラウザだけプログラミングを始める時に、最初につまづくのが環境構築です。 PyQでは環境構築なしで、ブラウザをひらけば10秒でプログラミングを始められます。 読む・書く・動かすサイクルで定着PyQのエディター画面では、実際にブラウザの後ろでPythonが動いています。これにより、教材を読む→コードを書く→実際に動かすという流れを画面内で完結できます。もちろん、自分で内容を変更して、動かして試してみることもできます。 あなたの興味に寄り添う、1500問以上から選べるコンテンツPyQでの学習は、数個の問題からなる「クエスト」という単位で進みます。 600クエスト・1500問以上存在するすべてのクエストは、好きな順に学び放題。 関連の深いクエストはパート・コースにまとめられており、 直感的に様々なクエストを組み合わせて、自分の興味のある分野を学べます。
Introduction to Machine Learning in Python with scikit-learn (video series)
Introduction to Machine Learning in Python with scikit-learn (video series) Update from 2021: This video series is now available as a free online course that includes updated content, quizzes, and a certificate of completion. 👉 Click here to enroll! 👈 In the data science course that I teach for General Assembly, we spend a lot of time using scikit-learn, Python's library for Machine Learning. I
deep-learning-book/code/model_zoo at master · rasbt/deep-learning-book · GitHub
Model Zoo A collection of standalone TensorFlow and PyTorch models in Jupyter Notebooks. Classifiers Perceptron [TensorFlow] [PyTorch] Logistic Regression [TensorFlow] [PyTorch] Softmax Regression (Multinomial Logistic Regression) [TensorFlow] [PyTorch] Multilayer Perceptron [TensorFlow] [PyTorch] Multilayer Perceptron with Dropout [TensorFlow] [PyTorch] Multilayer Perceptron with Batch Normalizat
Pythonで機械学習：scikit-learnで学ぶ識別入門
このコースでは，機械学習における識別（分類・認識）の基礎をPythonを用いて学びます．このコースの目標は，機械学習でデータを識別するための一連の流れ（データの準備・前処理・識別器・評価など）を理解することです．Pythonの機械学習ライブラリscikit-learnとインタラクティブなプログラミング環境jupyter notebook (ipython notebook)を使って，実際にpythonコードを実行しながら学びます． レクチャーでは，notebook上で実行するpythonコードとその内容を説明します．pythonコードのnotebookはダウンロードできますので，レクチャーを見ながら・見た後で実際に実行することをおすすめします．自分なりに改変・修正すると，さらに理解が高まるでしょう． 機械学習を理解するためには数学が必要になるのですが，このレクチャーでは（ほとんど）数式を使
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
Hyperskill - Learn to code and break into tech
Pythonプログラミング入門 - 教材・講義動画
Kyoto University Research Information Repository: プログラミング演習 Python 2019
Get Started
Learn R, Python & Data Science Online
Deep Learning基礎講座演習コンテンツ 公開ページ
Yuta Kashino on Twitter: "Numpy/Scipyの勉強方法：まず100 numpy exercises https://t.co/uTGmTzZev7 で手習いして，Scipy Lecture Notes https://t.co/IzCI7Jzmlv をやると良いです．(言いっ放しではなんなので)"
http://edmaps.co/udacity/course/cs101.html