p_tanのブックマーク - はてなブックマーク

p_tan id:p_tan

ブックマーク / blog.recyclebin.jp (3)

F# で AWS Lambda を実行する - 捨てられたブログ
本記事は F# Advent Calendar 2016 に参加しています。先日の AWS re:Invent 2016 で、 AWS Lambda で　C# のサポートが発表されました。 C# で動くなら F# で動くはずだ、ということで、やってみました。免責: 私の環境は macOS Sierra です。 Windows の方は適当に読み替えてください。 Lambda の C# ランタイムは、 .NET Core 1.0 runtime で動いています。つまり F# のコードも .NET Core 1.0 runtime で動かす設定にすれば動くはずです。ということで、 .NET Core 1.0 を公式サンプルのアナウンスのサンプルにしたがってやっていきます。環境準備 .NET Core 1.0 SDK .NET Core 1.0 SDK をインストールします。 Google
p_tan 2016/12/10
F#

aws

AWS Lambda
リンク
miniCRAN で Azure Machine Learning 用のリポジトリーを作る - 捨てられたブログ
本記事は R Advent Calendar 2016 に参加しています。 Azure Machine Learning（Azure ML）を使うと、分析処理を容易に WebAPI 化することができて便利です。分析モジュールは細分化することができ、 R や Python で処理を記述することができます。 R Advent Calendar なのでもちろん R の話です。 R で処理を行う際に、自作他作問わず様々なパッケージを導入する必要がありますが、 Azure ML だとパッケージの導入は少し手間がかかります。というのは Azure ML の分析モジュールではインターネットアクセスを行うことができず、 `install.packages` 関数や `devtools` パッケージの install 系関数では単純にパッケージをインストールすることができないからです。ではどうするかという
p_tan 2016/12/02
R

Azure

パッケージ
リンク
データ分析のための前処理アプローチと Python ツール - 捨てられたブログ
「PyData.Tokyo Meetup #10」の発表資料です。データ分析では前処理が大事だという話はよく聞きますが、具体的に実務で何をやるのかというレベルでの話はあまりないので、割と新鮮な話なのではないかと思います。細かいレベルではもっといろいろと書きたいことはあるのですが、発表の枠組みの中である程度網羅させるという意図でまとめています。データ分析を行う上で、データハンドリングがうまくないとか、理論は知っているけど適用することができないとか、そういう悩みを抱えている初心者データ分析者の方は、一度目を通すと良いのではないかと思います。
p_tan 2016/10/10
前処理

データ分析
リンク
1