Page not found$set_redirect('https://www.microsoft.com/library/errorpages/smarterror.aspx?correlationId=$(cvToken)')
機械学習ことはじめ at ODC // Speaker Deck
All slide content and descriptions are owned by their creators.
Pythonメモ : better-exceptionsで例外情報を見やすくする - もた日記
better-exceptions インストール 使い方 better-exceptions github.com better-exceptionsを使用すると例外情報が図のようにみやすくなる。 インストール pipでインストールできるので下記コマンドを実行。 $ pip install better_exceptions 使い方 以下のようにbetter_exceptionsをインポートすればよい。 import better_exceptions 試しに下記コードを実行した場合の出力を比べてみる。 import better_exceptions foo = 52 def shallow(a, b): deep(a + b) def deep(val): global foo assert val > 10 and foo == 60 bar = foo - 50 shallow(b
tqdm
Verified details These details have been verified by PyPI Project links repository wiki GitHub Statistics Unverified details These details have not been verified by PyPI Project links changelog homepage Meta License: MIT License, Mozilla Public License 2.0 (MPL 2.0) (MPL-2.0 AND MIT) Maintainer: tqdm developers Tags progressbar, progressmeter, progress, bar, meter, rate, eta, console, terminal, ti
PDF帳票開発ツール Field Reports / Python Ruby PHP Java C#
Linux, Windows, Mac OS X上で動作し，代表的なLL言語，.Net/JVM環境上の言語から利用することができます。特に，LL言語での使い勝手をよくするために，さまざまな工夫をしています。 Python, Ruby, PHPなどのLL言語から利用可能な拡張ライブラリとして実装されています。お好みのWebアプリケーションフレームワークと組み合わせて柔軟に使用することができます。 PDFに埋め込む値の受け渡しは，辞書・リスト・テキスト・数値などLL言語ネイティブのデータ・オブジェクトを介して行います。 生成したPDF帳票は，ファイルまたはバイナリ文字列形式で呼び出し側に返されます。 ⇒「対応プログラミング言語」を見る
【Python】自然言語処理でラーメン屋を分類してみる - Qiita
はじめに こんにちは、コピペデータサイエンティストです。 3年ぐらい前に「ラーメンと自然言語処理」というおちゃらけLTをしたのですが、今見ると恥ずかしいぐらいショボいので、Pythonで作りなおしてみました。 長くなったので3行でまとめると Web上に転がっている口コミとか紹介文を Pythonのライブラリを用いて解析することで 好きなラーメン屋に似たラーメン屋を見つける手法を構築した 方法 統計的潜在意味解析という手法を用います。ざっくり言うと、文書がどんなトピックを持っているか、何に関する文書なのか、を推定してくれるものです。 以下の様なイメージで各トピックに割り振られる割合を算出できるため、以下の例ではAとBが近い、ということを計算することが可能です。 ラーメン屋A： [0.75, 0.15, 0.10] ラーメン屋B： [0.60, 0.15, 0.15] ラーメン屋C： [0.0
Welcome to Xcessiv’s documentation! — Xcessiv 0.1.0 documentation
Welcome to Xcessiv’s documentation!¶ Xcessiv is a web-based application for quick and scalable hyperparameter tuning and stacked ensembling in Python. Features¶ Fully define your data source, cross-validation process, relevant metrics, and base learners with Python code Any model following the Scikit-learn API can be used as a base learner Task queue based architecture lets you take full advantage
Pythonでデータ分析するのに必要なツールのまとめ - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? この記事について Pythonでデータ分析を行う際に役立つセットアップを紹介します。 データ分析に興味がある方はこちらも合わせてどうぞ データサイエンティストに興味があるならまずこの辺りを見ておきな、って文献・動画のまとめ（随時追加） - Qiita 実行環境 Jupyter(旧iPython Notebook) http://jupyter.org/ インタラクティブ（対話的）なコード実行のための環境 データ分析に非常に適していて、慣れると他のIDEなどでは分析ができなくなる。 任意に分けたコードブロックごとに実行し、結果を都度表示出
どこまで速くできる？ 達人に学ぶPython超高速データ分析～PyData.Tokyo Meetup #4イベントレポート
PyData.Tokyoは「Python＋Dataを通じて、世界のPyDataエクスパートと繋がれるコミュニティーを作る」ことを目的として設立され、これまでに勉強会3回およびチュートリアル1回が開催されました（過去のイベントのリスト）。4回目の勉強会となる今回は「データ解析アルゴリズムの高速化」をテーマに、株式会社ブレインパッドの佐藤貴海さん（@tkm2261）とシルバーエッグ・テクノロジー株式会社の加藤公一さん（@hamukazu）の2人に話していただきました。 登壇者のレベルの高い講演に加え、ヤフー、日本IBM、NTTデータ、AWS、Gunosy、Preferred Networksなど、第一線で活躍されている非常に質の高い聴講者にも参加いただき、大変充実した会になりました。 Pythonは書きやすい言語仕様と豊富なライブラリが特徴で、手軽に複雑なデータ分析を行えますが、他言語と同じ感
Python の Active Record 系フレームワークを拡張してみた - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 入社すると、そこは Active Record だった 2015年夏に、ある AI 系のスタートアップに入社した。5年ぶりくらいのまともな開発だった。 使用しているのは Python Django (のちにPython の Google App Engine も)。Rails とよく似たフレームワークである。7年くらい前にRails をさわったことがあった。なので、フレームワークの考え方にはついていけた。 ほとばしる無能、ほとばしるアンチパターン しかし実際に運用されているコードはひどいものだった。そして１ヶ月ほど前に入社したサーバエン
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。
Django 1.11 LTS 主な変更点まとめ - Qiita
2017年4月4日、Django 1.11 LTSがリリースされました！ 今回のバージョンはLTS（Long Term Support=長期サポート）なので、非LTSバージョンよりサポート期間が長めになっています。サポート期間についての詳細は以下URL「Supported Versions」を確認してください。 https://www.djangoproject.com/download/ それでは、release notesに載っている主な変更点について解説します。 Python2サポートは1.11で最後 1.11はPython2をサポートする最後のバージョンです。次の2.0からはPython3のみサポートになります。 1.11のサポート期限は2020年4月までなので、それまでにはPython3への移行を終える必要があります。1 Deprecating warningsがデフォルトで無効
Django - Qiita Advent Calendar 2016 - Qiita
みんな大好きDjango みんなが大好きなDjangoのアドベントカレンダーです！！ なんと、これまでのQiitaアドベントカレンダーでDjangoは存在していませんw（僕が確認した限り） TECH::CAMPさんやProgateさんをはじめとして、プログラミング学習サービスはRailsばかり。。。もっとスタートアップやベンチャー界隈でDjangoが使われてもいいはず！！ 機械学習やデータ分析が盛り上がったお陰でPython自体は少しずつ人気が出ていますが、Webを作るためのPythonは陰が薄い気がしていますw ぜひこのアドベントカレンダーを通じてDjangoを使っている人同士で知識を共有して、日本でもっとDjango盛り上げましょう！
asyncioがPOSIXスレッドを使っている原因を調べる - c-bata web
tokibito先生 (id:nullpobug) がオフィスに遊びにおいでと声かけてくれたので、オープンコレクターさんに遊びに行ってました。 aodag先生 (id:aodag) と3人で雑談してたんですが、ふと以前気になっていたことを思い出したので聞いてみた。 気になっていたこと とある勉強会の発表資料 を作っている時に、 asyncioとaiohttpを使ってとあるサーバにHTTPのリクエストを送るコード例を用意した。 import aiohttp import asyncio async def fetch(l, url): async with aiohttp.ClientSession(loop=l) as session: async with session.get(url) as response: return await response.text() async d
Python: ソケットプログラミングのアーキテクチャパターン - CUBE SUGAR CONTAINER
今回はソケットプログラミングについて。 ソケットというのは Unix 系のシステムでネットワークを扱うとしたら、ほぼ必ずといっていいほど使われているもの。 ホスト間の通信やホスト内での IPC など、ネットワークを抽象化したインターフェースになっている。 そんな幅広く使われているソケットだけど、取り扱うときには色々なアーキテクチャパターンが考えられる。 また、比較的低レイヤーな部分なので、効率的に扱うためにはシステムコールなどの、割りと OS レベルに近い知識も必要になってくる。 ここらへんの話は、体系的に語られているドキュメントが少ないし、あっても鈍器のような本だったりする。 そこで、今回はそれらについてざっくりと見ていくことにした。 尚、今回はプログラミング言語として Python を使うけど、何もこれは特定の言語に限った話ではない。 どんな言語を使うにしても、あるいは表面上は抽象化さ
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
GitHub - Miserlou/Zappa: Serverless Python
https://requires.io/
サービス終了のお知らせ
PythonデバッグTips - Qiita
Client Challenge