Next.jsチュートリアル翻訳 - Qiita
Next.jsでは公式が提供するチュートリアルがあります。 GitHubアカウントがあれば始められて、ところどころクイズ形式になっていて、正解するとpointが貯まるちょっと楽しい仕様になっています。 ただ、英語が苦手な方や、ざっと全容を把握したい、という方もいらっしゃると思うので、チュートリアルを自分なりにまとめてみます。 Vue.jsやNuxt.jsが日本で普及しているのは翻訳を提供しているのが大きいと思う（コミュニティとして巻き込んでいくのももちろん大きいと思う）ので、微力ながらNext.jsの普及に貢献したいと思って記事を書きます。 意訳や情報の歯抜けがあるかとは思いますが、ご指摘もしくはご容赦下さい。 この記事はNext.jsチュートリアル https://nextjs.org/learn/ の翻訳です。 はじめてみる 環境構築 Windows, MacやLinuxでも、Node
Angular JSの良質チュートリアルまとめ - Qiita
随時更新中 日本語によるAngularのTips別チュートリアル AngularJS's tutorial ・とても丁寧に作りこまれていて、わかりやすい 公式チュートリアル AngularJS ・基本困ったらここ Yeomanのチュートリアル Step 10 ・かなり質が高い。 ・自分がチュートリ作る際にも参考になる。 angular-local-storage GitHub Demo ・上記のチュートリで使われるモジュール Further Reading THE PAST, PRESENT & FUTURE OF LOCAL STORAGE FOR WEB APPLICATIONS ・これは英語だけどかなりおすすめ ・Local Storageの背景とかも理解できた MongoDBも接続したい YEOMANを使ってMEAN（MongoDB + Express.js + Angular.j
「OpenCV-Python Tutorials」と「実践 機械学習システム」 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 「OpenCV-Python Tutorials」についての訳に関連して、他の書籍と比較を行いました。 ###OpenCV入門 OpenCV-Pythonチュートリアル入門 OpenCV-Pythonを始めてみよう OpenCV-PythonをWindowsにインストールする OpenCVをwindowsで使えるようにする。 OpenCV-PythonをFedoraにインストールする OpenCVをFedoraで使えるようにする。 ###OpenCVでのGUIの特色 画像操作を始めてみよう 画像を読み込むこと、表示すること、保存すること
【翻訳】scikit-learn 0.18 チュートリアル 科学的データ処理のための統計学習のチュートリアル 統計学習：scikit-learnにおける設定と推定器オブジェクト - Qiita
【翻訳】scikit-learn 0.18 チュートリアル 科学的データ処理のための統計学習のチュートリアル 統計学習：scikit-learnにおける設定と推定器オブジェクトPython機械学習MachineLearningscikit-learn http://scikit-learn.org/0.18/tutorial/statistical_inference/settings.html を google翻訳した scikit-learn 0.18 チュートリアル 目次 科学的データ処理のための統計学習のチュートリアル 目次 統計学習：scikit-learnにおける設定と推定子オブジェクト データセット scikit-learnは、二次元配列として表現された1つ以上のデータセットの情報を学習することを扱います。それらは、多次元観測のリストとして理解することができます。これらの配列
【翻訳】scikit-learn 0.18 チュートリアル 科学的データ処理のための統計学習のチュートリアル 教師なし学習：データの表現を求める - Qiita
クラスタリング：観測値をまとめてグループ化する クラスタリングで解決された問題 虹彩データセットが与えられた場合、3種類の虹彩があるが、タキソノミストにラベルを付けるためのアクセス権がない場合、クラスタリングタスクを試すことができます：観測をクラスタと呼ばれるよく分離されたグループに分割します。 K平均クラスタリング 異なるクラスタリング基準および関連するアルゴリズムが多数存在することに注意してください。最も単純なクラスタリングアルゴリズムは K平均 である。 >>> from sklearn import cluster, datasets >>> iris = datasets.load_iris() >>> X_iris = iris.data >>> y_iris = iris.target >>> k_means = cluster.KMeans(n_clusters=3) >>
【翻訳】scikit-learn 0.18 チュートリアル 科学的データ処理のための統計学習のチュートリアル すべてを一緒に入れて - Qiita
【翻訳】scikit-learn 0.18 チュートリアル 科学的データ処理のための統計学習のチュートリアル すべてを一緒に入れてPython機械学習MachineLearningscikit-learn from sklearn import linear_model, decomposition, datasets from sklearn.pipeline import Pipeline from sklearn.model_selection import GridSearchCV logistic = linear_model.LogisticRegression() pca = decomposition.PCA() pipe = Pipeline(steps=[('pca', pca), ('logistic', logistic)]) digits = datasets.l
【翻訳】scikit-learn 0.18 チュートリアル 科学的データ処理のための統計学習のチュートリアル - Qiita
実験的な科学のデータセットのサイズが急速に拡大しているため、機械学習は重要性が増している技術です。さまざまな観測をリンクする予測関数を構築することから、観測を分類すること、またはラベル付けされていないデータセットの構造を学習することまで、さまざまな問題に取り組んでいます。 このチュートリアルでは、データを手がかりにした統計的学習の結果、統計的推論を目的とした機械学習技術の使用を紹介します。 scikit-learn は、古典的な機械学習アルゴリズムを科学Pythonパッケージ（ NumPy 、 SciPy 、 matplotlib ）の緊密に編成された世界に統合したPythonモジュールです。 統計学習：scikit-learnにおける設定と推定器オブジェクト データセット 推定器オブジェクト 教師あり学習：高次元の観測からの出力変数を予測する 最近傍と次元の呪い 線形モデル：回帰から希薄
【翻訳】scikit-learn 0.18 チュートリアル 外部リソース、ビデオ、トーク - Qiita
書かれたチュートリアルについては、ドキュメントのチュートリアルのセクションを参照してください。 初めて科学的なPythonをお使いですか？ 科学的なPythonエコシステムを新しく始めるときは、 Python Scientific Lecture Notes（訳注：日本語訳版がここに ） を強くお勧めします。これは、あなたの基礎を少し見つけるのを助け、間違いなくあなたの scikit-learn を学ぶ経験を向上させます。 scikit-learnを最大限に活用するには、NumPy配列の基本的な理解が推奨されます。 外部チュートリアル 特定の科目分野に合わせたオンラインチュートリアルがいくつか用意されています。 PythonでNeuroImagingのための機械学習 天文学データ解析のための機械学習 Scipy 2013での ガイ・バロックウ、ジェイク・バンダープラス、オリビエ・グリゼル
angular-cli + UIフレームワーク Angular2-Material で Angular2 アプリを構築するチュートリアル - Qiita
はじめに 本稿では Angular2-Material というUIフレームワークを導入し、Angular2 のアプリの枠組みを作るまでの手順を説明しています。 前提としてこの手順を進める前に node.js と angular-cli を入れておく必要があります。 node.js、angular-cli を導入するまでの手順は僕が先日書いた以下の記事 http://qiita.com/kent_ocean/items/f1a1d21fd9997cc5d6f8 をご参照ください。 Angular2-Material とは https://material.angular.io/ https://github.com/angular/material2 Angular2-Material で具体的にどのような UI が作れるのかは、下記ページの各リンクに図入りの解説が掲載されているので読んでみ
Xamarin.Formsのチュートリアル - Qiita
XamarinでiOS、Androidで共通のUIコードを書こうと思ったら、Xamarin.Formsを使う必要があります。 VisualStudio2015で、「Blank App (Android)」や「Blank App (iPhone)」などのテンプレートを使うと、UIを各OS用に独自にプログラミングしなくてはなりません。 共通のUIが書けるXamarin.Formsを使うには、「Blank App (Xamarin.Forms Portable)」というテンプレートを使います。（Xamarin.Forms Sharedとの違いはまだちょっと良く分かりませんが、今後分かったらメモ書きます） ##１．Xamarin.Formsの最初の1歩 こちらのページに、Xamarin.Formsの入門用チュートリアルがあります。 https://developer.xamarin.com/gui
keras-1チュートリアル流し読み - Qiita
#始めに chainerと似て抽象化がされている。 違いの一例としてはネットワークの定義でユニット数の書き方がchainerと逆になってる。Dense(1, input_dim=784,... 出力ユニット数,入力ユニット数の順になってる。 この記事では関数の紹介、使い方、どこで使われてるかを説明できる範囲で紹介します。 ※layer_testというサンプルが多用されてますが、ただのテストコードなことに後で気づきましたので、そのうち直します。 ####継承関係 Layer ↑ Container ↑ Model ↑ Sequential Keras v2では名前が変わったりしてます。 今はv1を元に書いています。 http://qiita.com/miyamotok0105/items/322b29339e1771184b9e from keras.models import Sequen
Angluar2のクイックスタートとチュートリアルを実施 - その7 - Qiita
前回の投稿Angluar2のクイックスタートとチュートリアルを実施 - その6の続きです。 前回作成したソースを使用します。 本章ではhttpを通してリモートサーバーのweb APIを呼び出し、データの取得・追加・削除する方法を学びます。 本章もかなり長いです... 本投稿の参照元(英語) HTTP - ts 本章で学ぶこと 前述のほか、以下を学びます。 インメモリweb APIの作り方(深入りはしません) Observableの使い方 尚、本章のメインテーマはAngularのHTTPライブラリの紹介ですので、インメモリwebAPIについての説明は主題ではありません。より多くインメモリwebAPIについて学習したい場合、HTTP client chapter(英語)を参照ください。インメモリwebAPIはデモンストレーションのために使用しています。何か替わりになるリモートサーバをお持ちであ
React Tutorial Example (Electron) - Qiita
React や Redux は 主に Webアプリケーション のライブラリなのですが Electron を利用すると ディスクトップ アプリケーション を作成することができます。 前回 のアプリケーションを ディスクトップ アプリケーション にしましょう。 Learning Electron で ディスクトップ アプリケーション を作成する。 Electron の メニュー と IPC(プロセス間通信) を利用する。 Environment node: v6.9.2 npm: v4.0.5 yarn: v0.18.0 Comment Box Form 完成される Source Code のファイルリストです。 main.js と server.js の２ファイルが追加されます。 $ tree -a -I node_modules . ├── .babelrc ├── app │ ├──
［Xamarin］msdnチュートリアルのススメ - Qiita
はじめに 趣旨としては、Xamarin導入に手間取ってる人に向けて、こんなんもあるよーていうやつです。 対象 MSDNって技術、技術＆技術なイメージやし、何か堅苦しくて苦手～。 と、食わず嫌いしてる人。（過去の自分） Xamarin 始めたいけど、入門記事一杯でどれ見ればいいの～。 と、なってる人。（過去の自分） 導入 入門記事見て導入したし、後はリファレンス見つつやりたいことやってけばいいや～。 これ出来るのは、超越した人です。 そんな時、助けになるのがMSDNのチュートリアル！ MSDNのチュートリアルです、奥様。 MSDNのチュートリアルなら、 セットアップから背景、概要、使い方から今後についてまで体系的に書いてます。 しかも、なんと無料です！ 今晩のおかずに関しても頑張れば探せるかもしれないです。それは嘘です。ごめんなさい。 冗談抜きで、入門本以上の結構なボリュームですし、 一度体
TensorFlowチュートリアル - 単語のベクトル表現（翻訳） - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? TensorFlowのチュートリアル（Vector Representations of Words） https://www.tensorflow.org/versions/master/tutorials/word2vec/index.html の翻訳です。 翻訳の誤りなどあればご指摘お待ちしております。 このチュートリアルでは、Mikolov et al. の word2vec モデルを見ていきます。このモデルは、「単語埋め込み」と呼ばれる単語のベクトル表現の学習に使用されます。 ##ハイライト このチュートリアルは、 Tenso
Symfony2.7インストール〜初期設定->symblog チュートリアル(http://symblog.ganchiku.com/)を作成 - Qiita
まえおき PHP歴半年のわたくしは、ここまでたどり着くのに 期間だけで言えばなんやかんや2ヶ月ほどかかりました。。。 とり急ぎ最初の難関であるSymfony2インストールおよび初期設定、 そしてsymblog作成においてエラーが発生した箇所について箇条書きでメモっときます。 初心者で苦労している方に向けて情報共有のつもりで書きました。 なお今回の作成過程でエラーを解消するにあたり、 先人の下記投稿およびGitHubリポジトリには特に助けれられました! 参考にした記事 Symfony2 チュートリアル「symblog」 Symfony 2.3 との相違点まとめ + α https://github.com/seyfer/symblog.meのパート5"タグクラウド"の箇所のソースコード この場を借りて、心より御礼申し上げますm(_ _)m 作成環境 Mac上で以下テスト環境を構築し、その中で
特にプログラマーでもデータサイエンティストでも�ないけど、Tensorflowを1ヶ月触ったので超分かりやすく解説 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? これ書くだけで土日２日間まるまる潰れてしまった。 学んだ内容に沿っているので、順に読み進めるに従ってコードの話になっていきます。 Tensorflow触ってみたい/みたけど、いろいろまだ理解できてない！という方向けに書きました。 ※2018年10月4日追記 大分古い記事なのでリンク切れや公式ドキュメントが大分変更されている可能性が高いです。 この記事のTensorflowは ver0.4~0.7くらいだった気がするので ver2.0~となりそうな現在は文章の大半が何を参考にしているのか分からないかもしれません。 #1: Deep Lea
必見「OpenCV-Python Tutorials」 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 「OpenCV-Python チュートリアル文書」 のサイトが立ち上がっています。 [OpenCV-Python チュートリアル文書のページへようこそ!] (http://labs.eecs.tottori-u.ac.jp/sd/Member/oyamada/OpenCV/html/index.html) まとまった訳を読むためには、上記のサイトをご利用ください。 以下の訳は、訳として不十分であり、関連するpythonのライブラリとの比較をした部分に独自性がある程度の代物です。 OpenCV3.2のOpenCV-Python Tutor
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
【TensorFlowのTutorialをざっくり日本語訳していく】2. Deep MNIST For Experts - Qiita
【チュートリアル】機械学習を使って30分で固有表現抽出器を作る - Qiita
