並び順

ブックマーク数

期間指定

  • から
  • まで

641 - 680 件 / 857件

新着順 人気順

Pythonの検索結果641 - 680 件 / 857件

  • GitHub - Chaoses-Ib/ComfyScript: A Python front end and library for ComfyUI

    A Python front end and library for ComfyUI. It has the following use cases: Serving as a human-readable format for ComfyUI's workflows. This makes it easy to compare and reuse different parts of one's workflows. It is also possible to train LLMs to generate workflows, since many LLMs can handle Python code relatively well. This approach can be more powerful than just asking LLMs for some hardcoded

      GitHub - Chaoses-Ib/ComfyScript: A Python front end and library for ComfyUI
    • Microsoft、「Visual Studio Code」のPython/Jupyter向け拡張機能の2023年7月版を公開

      2023年7月版ではまず、型チェッカー「Mypy」をVisual Studio Codeで利用可能にする拡張機能と、Python拡張からデバッグ機能を独立させた「Debugpy」の2種類の拡張機能をプレビュー版として提供を始めた。Mypy拡張機能は、動的型付け言語であるPythonで型チェックを可能にするライブラリ「mypy」を利用して型チェックを実現する。最新版のMupy拡張機能には、mypyのバージョン1.4.1が付属する。 Debugpyは、Microsoftが従来提供してきたPython向け拡張機能から、デバッグの機能を独立させたもの。Microsoftによると、Python 2.7とPython 3.6をPython向け拡張機能のサポート外としたときに、自身のコードを最新のPythonにアップデートできない環境にある多くのユーザーから、既存のコードのデバッグができないという声をも

        Microsoft、「Visual Studio Code」のPython/Jupyter向け拡張機能の2023年7月版を公開
      • 「Clean Architectures in Python」を読み解いてクリーンアーキテクチャを具体的に理解する

        はじめに ソフトウェアアーキテクチャーの一種として、クリーンアーキテクチャがあります。クリーンアーキテクチャは、Robert C. Martin氏(「ボブおじさん」と呼ばれているらしい)が提唱したもので、以下のブログの説明が有名なようです。 私もこのブログの内容をざっと読んでみたのですが、具体的にはどんな実装になるのかがさっぱりわかりませんでした😇。そこで、いつも利用しているPythonでの実装例を探してみたところ、「Clean Architectures in Python」という英語の書籍を見つけました。以下のページから無料で閲覧できます。 この書籍では、物件情報を閲覧するためのアプリをPythonで実装することで、クリーンアーキテクチャの実例やメリットなどを説明しています。また、テスト駆動開発、エラー処理、本番環境へのデプロイなど、実業務における開発に役立ちそうな情報も記載されてい

          「Clean Architectures in Python」を読み解いてクリーンアーキテクチャを具体的に理解する
        • LaTeXify Web

          Convert Python to LaTeX.

          • 精密なアニメーションが作成できるライブラリ"Manim"について紹介!!

            皆さん、こんにちは。データコースのDaichiです。今日はAdvent Calendarの24日目を迎えており、いよいよ残り1日となりました。ちなみに、何の因果か、私は2年連続で24日の担当となってしまいました(笑)。今年も25日の方の前座として頑張っていきたいと思います。 自己紹介 改めましてDaichiと言います。理科大に通う3年生で、主に人工知能の勉強をしています。PGは今年で3年目で、案件は三つぐらいやってた気がします。趣味はらーめん(家系ばっかり)、飲み会(酒というより雰囲気が好き)、ネット小説(最近シャンフロが熱い)、アニメ(呪術、メイドインアビス、ワートリ)、バスケ(フリースローが好き。体育館でシューティングしてるときずっと打ってる)などです。 導入 今回は、精密なアニメーションが作成できるライブラリ"Manim"について紹介します。Manimは、MITの数学教授であるGra

              精密なアニメーションが作成できるライブラリ"Manim"について紹介!!
            • A Steering Council notice about PEP 703 (Making the Global Interpreter Lock Optional in CPython)

              Posting for the whole Steering Council, on the subject of @colesbury’s PEP 703 (Making the Global Interpreter Lock Optional in CPython). Thank you, everyone, for responding to the poll on the no-GIL proposal. It’s clear that the overall sentiment is positive, both for the general idea and for PEP 703 specifically. The Steering Council is also largely positive on both. We intend to accept PEP 703,

                A Steering Council notice about PEP 703 (Making the Global Interpreter Lock Optional in CPython)
              • Julia & Mojo Mandelbrot Benchmark

                For those of you who aren’t aware, the Mojo SDK was recently released, so I thought I would take the opportunity to start benchmarking some Julia code against Mojo. As a first test, I am calculating the Mandelbrot set using the code provided by Modular. This is my Julia implementation: using Plots const xn = 960 const yn = 960 const xmin = -2.0 const xmax = 0.6 const ymin = -1.5 const ymax = 1.5 c

                  Julia & Mojo Mandelbrot Benchmark
                • ChatGPTとPythonで学ぶ k近傍法 - Qiita

                  みなさんこんにちは。今日もChatGPTさんを講師にお迎えして、「ChatGPTとPythonで学ぶ k近傍法」というテーマで雑談したいと思います。それではChatGPTさん、よろしくお願いします。 assistant: こんにちは、みなさん。今日はk近傍法について学びましょう。 k近傍法(k-Nearest Neighbors、k-NN)は、分類や回帰の問題を解くためのシンプルな機械学習アルゴリズムの一つです。このアルゴリズムは、新しいデータポイントを分類するために、そのデータポイントの近くにある他のデータポイントを見て、それらの最も一般的なクラスを新しいデータポイントのクラスとして選択します。 Pythonの機械学習ライブラリであるscikit-learnを使ってk近傍法を実装することができます。以下に、基本的なコードを示します。 from sklearn.neighbors impo

                    ChatGPTとPythonで学ぶ k近傍法 - Qiita
                  • 最新の機械学習ライブラリを使うとたった30行以下のコードでPLATEAUの衛星画像から建物ポリゴンを抽出できるらしい! - Qiita

                    最新の機械学習ライブラリを使うとたった30行以下のコードでPLATEAUの衛星画像から建物ポリゴンを抽出できるらしい!Python機械学習GISPLATEAUleafmap こんなツイートを見て激震が走りました。 「え、めっちゃ簡単に建物ポリゴン抽出してない?」 ツイート主は界隈の有名人で、Pythonのコードを1行書くだけで誰でも手軽にインタラクティブな地図アプリを作れるLeafmapを使ってみようでも紹介したleafmapの作者でもあります。 恐る恐るNotebookを見ると、やっぱりめっちゃ簡単にセグメンテーションされていそうです。 しかも、leafmapを利用し、セグメンテーションの結果をjupyter notebook上で即可視化していますね。 こんなん見せられたらやってみるしかないですよね。 データのダウンロード このライブラリは、どうやら航空写真(オルソ画像)をセグメンテーシ

                      最新の機械学習ライブラリを使うとたった30行以下のコードでPLATEAUの衛星画像から建物ポリゴンを抽出できるらしい! - Qiita
                    • [NumPy超入門]逆行列、行列式、固有値と固有ベクトルを計算してみよう

                      連載概要 本連載はPythonについての知識を既にある程度は身に付けている方を対象として、Pythonでデータ処理を行う上で必須ともいえるNumPyやpandas、Matplotlibなどの各種ライブラリの基本的な使い方を学んでいくものです。そして、それらの使い方をある程度覚えた上で、それらを活用してデータ処理を行うための第一歩を踏み出すことを目的としています。 逆行列を求めるには ある正方行列A(行数と列数が同じ行列)があったときに、Aとの行列積を計算すると単位行列(行列の左上から右下に向けた対角要素の値が1、他の要素の値が0となるような行列)となるような行列のことを逆行列と呼び、A-1と表記します。Iを単位行列とすると、A・A-1=A-1・A=Iとなるような行列のことです。ただし、全ての行列に逆行列が存在するわけではないことには注意が必要です(逆行列が存在する行列のことを正則行列と呼び

                        [NumPy超入門]逆行列、行列式、固有値と固有ベクトルを計算してみよう
                      • Modular、Pythonのスーパーセットを目指すプログラミング言語「Mojo」のダウンロード提供を開始

                        Mojoは、AI開発者向けの新たなプログラミング言語であり、将来的にはPythonのスーパーセットを目指して開発が進められている。すでに任意のPythonコードとのシームレスな統合がサポートされており、GPUなどアクセラレータを含むパフォーマンスが重要なシステムをターゲットとする、スケーラブルなプログラミングモデルを搭載する。 Pythonの使いやすさに加えて、C/C++/CUDAの備えるシステムプログラミング機能を併せ持つため、研究チームと導入チームが共通のコードベースで作業できる。一方で、Pythonでは未だ登場していないGPUやASICなどの特殊なアクセラレータをサポートし、C++やCUDAと同等のパフォーマンスが提供される。 また、Pythonエコシステムとの完全な相互運用性を確保しており、MojoコードとNumPyやMatplotlibなどとのシームレスな混合も可能となっている。

                          Modular、Pythonのスーパーセットを目指すプログラミング言語「Mojo」のダウンロード提供を開始
                        • ElasticsearchによるLearning To Rank(LTR)入門 - Qiita

                          はじめに Elasticsearchではv8.12からLearning To Rankという機能が実装されました。これまでにもコミュニティープラグインでは同様のことが実現できていましたが、今回Elasticが公式にサポートしましたので概要について紹介したいと思います。 検索の良し悪しは主に以下の観点で評価できます。 適合率 / Precision : どれだけノイズが少ないか 再現率 / Recall : どれだけもれなく検索できているか Learning To Rank(LTR)はこのうち適合率 / Precisionを、事前に用意したデータを学習することによって向上させるための仕組みです。 この機能はElasticsearchの外部で機械学習によって作成したモデルを使って実現します。流れとしてはData Frame Analyticsやベクトル検索で実現しているのと同様、Pythonで

                            ElasticsearchによるLearning To Rank(LTR)入門 - Qiita
                          • [解決!Python]PEP 8の命名規則まとめ

                            Pythonコードを書くときに変数や関数、クラスなどの名前はどのように付けたらよいだろう。PEP 8で述べられているその基本をまとめた。

                              [解決!Python]PEP 8の命名規則まとめ
                            • 最小二乗法で回帰式が2次関数になったらどうする? 重回帰分析の計算も

                              機械学習の最も基礎的な手法が最小二乗法だ。この特集では、Pythonで最小二乗法のプログラムを実装することで、その仕組みを学んでいく。 ここまで、回帰式は「y = ax + b」という1次関数でした。実は、回帰式は2次関数でも3次関数でもよいのです。ここでは、回帰式が2次関数の場合の最小二乗法を考えましょう。 2次関数の回帰式は次のようになります。

                                最小二乗法で回帰式が2次関数になったらどうする? 重回帰分析の計算も
                              • 仮想通貨botterのカレンダー | Advent Calendar 2023 - Qiita

                                The Qiita Advent Calendar 2023 is supported by the following companies, organizations, and services.

                                  仮想通貨botterのカレンダー | Advent Calendar 2023 - Qiita
                                • API GatewayのテストをBoto3で行ってみた(AWS SDK for Python) - NRIネットコムBlog

                                  本記事は 基盤デザインウィーク 4日目の記事です。 🌈 3日目 ▶▶ 本記事 ▶▶ 5日目 💻 はじめに pytest・Boto3・API Gatewayについて pytestとは Boto3とは API Gatewayとは やってみた API GatewayでMock作成 作成したMockのテストをBoto3で実施 リソースパスのテスト レスポンス内容のテスト おわりに はじめに はじめまして。基デザウィーク4日目を担当します、入社1年目の深瀬です。昨年8月に基盤デザイン事業部へ配属となり、インフラエンジニアの道を進むことになりました。最初は「インフラ!?うっ…頭が痛い。。」と思っていましたが、いざ配属されるとなんとなく思い描いていたのとは違い、今のところ楽しくインフラエンジニアライフを過ごせています。 本記事では、Amazon API Gateway(以下API Gateway)の

                                    API GatewayのテストをBoto3で行ってみた(AWS SDK for Python) - NRIネットコムBlog
                                  • Python 3.12 beta 4リリース ー ジェネリッククラスの新しい型注釈

                                    # Python 3.12 beta 4リリースのお知らせ 7月12日、PythonはPython 3.12 beta 4を発表しました。 このリリースはPython 3.12の最後のベータリリースであり、Pythonコミュニティに新機能やバグ修正をテストし、プロジェクトを新しいリリースに対応させ Python 3.12 beta 4リリースのお知らせ 7月12日、PythonはPython 3.12 beta 4を発表しました。 このリリースはPython 3.12の最後のベータリリースであり、Pythonコミュニティに新機能やバグ修正をテストし、プロジェクトを新しいリリースに対応させる機会を提供します。 詳細な内容を紹介します。 ジェネリッククラスの新しい型注釈の構文 Python 3.12の主な新機能の1つは、ジェネリッククラスのための新しい型注釈の構文です。 これにより、ジェネリッ

                                      Python 3.12 beta 4リリース ー ジェネリッククラスの新しい型注釈
                                    • 非力なパソコンでもLLMを動かしたい!? llama.cppの紹介 | CyberAgent Developers Blog

                                      この記事は CyberAgent Developers Advent Calendar 2023 19日目の記事です。 本日はメディア統括本部 Data Science Center の山本が担当します。 サイバーエージェントではAzure OpenAI ServiceやGoogle CloudのVertex AIなど様々なクラウドサービスのプラットフォームを利用したコンテンツ生成のPoC作成やそれを発展させた形での実サービスへの展開を行なっております。 このようなプラットフォームは気軽にやりたいことを試せる点では非常に便利ではあります。 一方、APIリクエストへの即応性やコスト等々の観点で、画像生成や言語生成のモデルを、用意したマシンインスタンスに展開して推論を行いたい状況も存在します。 このとき問題になるのはマシンインスタンスのスペックです。 高性能なGPUが載っていて、CPU、メモリ

                                        非力なパソコンでもLLMを動かしたい!? llama.cppの紹介 | CyberAgent Developers Blog
                                      • Pythonでわかるトランジスタ - Qiita

                                        増幅器 今回はトランジスタに焦点を当てる。 1.MOSFFT 2.バイポーラトランジスタ 1.MOSFET (ゲートソース間の電圧を大きくすると、ドレインソース間の電流が大きくなる) MOSFET(金属酸化膜半導体電界効果トランジスタ 英: metal-oxide-semiconductor field-effect transistor) MOSFETのことをFETと省略することとする また、ドレインソース間の電圧をVdsとして 入力Vdsで出力Idの入出力特性をPythonで描写する import matplotlib.pyplot as plt # 定数の設定 K = 1.0 # MOSFETの透過率 W_L = 1.0 # MOSFETの幅と長さの比率 Vth = 0.5 # MOSFETの閾値電圧 Vgs = 1.0 # MOSFETのゲート−ソース電圧 # Vdsの範囲を設定

                                          Pythonでわかるトランジスタ - Qiita
                                        • Golangで行うポートスキャナ自作ではじめるペネトレーションテスト

                                          はじめに オライリーでポートスキャナ自作ではじめるペネトレーションテストという本が発売されました。 2章ではScapyを利用して実際にパケットを作成して、nmapのようなポートスキャナ自作します。 パケットのカプセル化などNWの仕組みから丁寧に解説されていてとても良書だと思います。 ただ筆者はPythonよりGolang派なので2章のプログラムをGolangに書き換えてみました。 ※オリジナルはこちら gopacket入門 gopacketはGolangでパケットを読み込んだり作ったりするためのライブラリです。 プログラムを作る前に必要なパッケージをインストールしておきます。 ubuntu 22.04で動作確認をしています。

                                            Golangで行うポートスキャナ自作ではじめるペネトレーションテスト
                                          • GitHub - epogrebnyak/justpath: Inspect and refine PATH environment variable on both Windows and Linux.

                                            You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

                                              GitHub - epogrebnyak/justpath: Inspect and refine PATH environment variable on both Windows and Linux.
                                            • GitHub - astral-sh/uv: An extremely fast Python package installer and resolver, written in Rust.

                                              You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

                                                GitHub - astral-sh/uv: An extremely fast Python package installer and resolver, written in Rust.
                                              • PyTorch® 2.2リリース ー SDPA性能2倍、AOTInductorによる非Python環境への展開が可能に

                                                PyTorchチームは1月31日、PyTorch® 2.2のリリースを発表した。新機能や最適化が盛りだくさんのこのバージョンは、エンジニアたちの期待を十分に満たすリリースだ。 PyTorch 2.2では、FlashAttention-v2の統合により、SDPA(_scaled_dot_product_attention_)のパフォーマンスが 約2倍向上 した。これにより、A100 GPUsで最大FLOPs/sの約50-73%まで到達する高速なSDPAが実現された。 新しい機能としては、非Pythonサーバーサイド向けのAOTInductorも導入。これにより、PyTorchプログラムのコンパイルとデプロイメントが可能になり、非Python環境での利用が向上した。 その他にも、Optimizersのサポート向上や新しいログメカニズムTORCH_LOGSの追加など、多くの改良が行われた。一方で

                                                  PyTorch® 2.2リリース ー SDPA性能2倍、AOTInductorによる非Python環境への展開が可能に
                                                • XユーザーのMURAOKA Taroさん: 「あーPyConのDNS問い合わせを掲載してたってやつ、SNSで晒す前に、先に運営側に問合せor抗議or提案して欲しいやつだ。晒して問題化して話が大きくなると、運営だけではコントロールできなくなって、全員がいろいろと不便で不幸になる。晒しちゃうと結果的に訂正の機会を奪っちゃうのよね。」 / X

                                                  • PythonでGUIアプリを開発しよう

                                                    「Tkinter」というGUIライブラリを利用することで、PythonでもデスクトップのGUIアプリを作成できる。その方法を解説しよう。 第5回 PythonのGUIアプリで様々なイベントに対応する、カギは「bind関数」 実は、commandオプションはすべてのウィジェットで使えるわけではありません。Labelウィジェットのように、操作されることを前提としていないウィジェットにはcommandオプションはありません。 2024.01.12 第4回 Pythonでクリックに反応するには? イベントドリブンを利用しよう Tkinterを含む大抵のGUIライブラリは、「イベントドリブン」という仕組みを採用しています。イベントドリブンでは、ユーザーの操作などをきっかけに処理を実行します。イベントドリブンのプログラミングでは、プログラムの進行が直線的ではなくなります。 2024.01.11 第3回

                                                      PythonでGUIアプリを開発しよう
                                                    • FastAPI で Pydantic v2を使うと性能向上! - Safie Engineers' Blog!

                                                      サーバーサイドエンジニアの松木 (@tatsuma_matsuki) です。 セーフィーではいくつかのサービスでFastAPIを使った開発を行っています。FastAPIでは、Pydanticというライブラリを使ってリクエスト・レスポンスのモデルのバリデーションなどを実装することができます。このPydanticというライブラリですが、近いうちにメジャーバージョンアップのリリースが予定されており、これによりモデルのバリデーション処理が高速化されることがアナウンスされています! 以下のページによると、Pydantic v2はv1に比べて4倍~50倍の性能向上があると書かれているので、これは期待してしまいます。 https://docs.pydantic.dev/latest/blog/pydantic-v2/#performance そして、Pydanticを利用するFastAPIでも2023/

                                                        FastAPI で Pydantic v2を使うと性能向上! - Safie Engineers' Blog!
                                                      • Why Mesop? - Mesop

                                                        Why Mesop? Mesop is a new UI framework that enables Python developers to quickly build delightful web apps in a scalable way. Many Python UI frameworks are easy to get started with, but customizing beyond the defaults often requires diving into JavaScript, CSS, and HTML — a steep learning curve for many developers. Mesop provides a different approach, offering a framework that's both easy to learn

                                                        • mypy 設定ファイルの読み合わせと修正を実施しました - CADDi Tech Blog

                                                          こんにちは MLエンジニアとMLOpsエンジニアを兼任している押条です。 CADDi の機械学習プロジェクトでは Python がよく使われています。 本番環境にリリースするコードのlinter や formatter、test に関しては、 CI で自動的に適用し運用できていました。 一方、型注釈については開発担当者に一任されており、プロジェクトごとにあるものとないものと混在していました。 採用を強化してチームを拡大していこうという動きもあり、開発に携わる人が増える見込みがあります。 そのような背景から、型注釈による既存コードの可読性の向上の重要性が増してきました。 そこで現行の mypy の設定の読み合わせと mypy 設定の修正を実施しました。 その時の議論の内容と修正後の設定をご紹介しようと思います。 目次 現行ルールがどのようなものか認識合わせする 現在のプロダクションコードを参

                                                            mypy 設定ファイルの読み合わせと修正を実施しました - CADDi Tech Blog
                                                          • dlthub

                                                            data load tool (dlt)the python library for data teams loading data in unexpected places Companies that adopt data democracy for all of their data stakeholders and allow their engineers to build data infrastructure bottom up will see significant revenue and productivity gains - if they provide the right tools to the right people. Be it a Google Colab notebook, an AWS Lambda function, an Airflow DAG

                                                              dlthub
                                                            • Python 3.12の新機能「PEP 692: Using TypedDict for more precise **kwargs typing」の紹介 | gihyo.jp

                                                              Python Monthly Topics Python 3.12の新機能「PEP 692: Using TypedDict for more precise **kwargs typing」の紹介 筒井@ryu22eです。2023年9月の「Python Monthly Topics」は、Python 3.12の新機能「PEP 692 – Using TypedDict for more precise **kwargs typing」について紹介します。 PEP 692は**kwargs引数(任意のキーワード引数を辞書型で受け取れる)への型チェックを強化してくれる機能です。本記事ではPEP 692登場前にどんな問題があったのか、PEP 692がそれらをどう解決するのかを説明します。 PEP 692の本文については以下を参照してください。 PEP 692 – Using TypedDict

                                                                Python 3.12の新機能「PEP 692: Using TypedDict for more precise **kwargs typing」の紹介 | gihyo.jp
                                                              • Pythonベースのトロイの木馬配布するサイバー攻撃確認、北朝鮮関与の疑い

                                                                Securonixはこのほど、「Analysis of DEV#POPPER: New Attack Campaign Targeting Software Developers Likely Associated With North Korean Threat Actors - Securonix」において、ソフトウェア開発者を標的とするPythonベースの遠隔操作型トロイの木馬(RAT: Remote Administration Trojan)を配布するサイバー攻撃のキャンペーン「DEV#POPPER」を発見したと報じた。このキャンペーンは北朝鮮に関係する脅威アクターが実施したものと推測されている。 Analysis of DEV#POPPER: New Attack Campaign Targeting Software Developers Likely Associated

                                                                  Pythonベースのトロイの木馬配布するサイバー攻撃確認、北朝鮮関与の疑い
                                                                • ChainlitとLangGraphを活用してAgentによる画像認識を実現する方法

                                                                  はじめに 5月13日にGPT-4oがOpenAIから発表されました。 この発表以降、Xでも多くの方がGPT-4oを試した感想を書いていました。 その中で画像認識の精度が上がって、かなり使える機能になってきているとの話があり、気になったのでまずはAPIから使えるようにしてみました。 OpenAIのモデルがVisionに対応したのはだいぶ前になりますが、 値段の割にあんまり精度が良くなさそうだったので、お恥ずかしながら今まで試したことがありませんでした。 なので今回は、 VisionのAPIドキュメントを一通り読む Chainlitのマルチモーダル機能の挙動を確認する 以前作成したChainlitとLangGraphのAgentアプリで画像認識をできるようにする という手順でやっていきたいと思います。 Vision APIのドキュメント確認 まずはVisionの使い方やコストについて、Open

                                                                    ChainlitとLangGraphを活用してAgentによる画像認識を実現する方法
                                                                  • GitHub - aappleby/hancho: A simple pleasant build system in Python.

                                                                    "班長, hanchō - "Squad leader”, from 19th c. Mandarin 班長 (bānzhǎng, “team leader”)" Hancho is a simple, pleasant build system with few moving parts. Hancho fits comfortably in a single Python file and requires no installation, just copy-paste it into your source tree. Hancho is inspired by Ninja (for speed and simplicity) and Bazel (for syntax and extensibility). Like Ninja, it knows nothing about y

                                                                      GitHub - aappleby/hancho: A simple pleasant build system in Python.
                                                                    • 「Python 3 エンジニア認定データ分析実践試験」が発表、2024年から本試験実施

                                                                      CodeZine編集部では、現場で活躍するデベロッパーをスターにするためのカンファレンス「Developers Summit」や、エンジニアの生きざまをブーストするためのイベント「Developers Boost」など、さまざまなカンファレンスを企画・運営しています。

                                                                        「Python 3 エンジニア認定データ分析実践試験」が発表、2024年から本試験実施
                                                                      • グローリー【6457】 株価予想: Pythonを使ったデータ分析と機械学習によるアプローチの結果… - Python転職初心者向けエンジニアリングブログ

                                                                        グローリー【6457】株価予想: Pythonによるデータ分析と機械学習の実践データの収集と前処理株価の予測には、まず過去の株価データを収集し、適切に前処理する必要があります。Pythonを使って、株価データを取得し、pandasのDataFrameとして読み込みます。以下のコードは、Yahoo Financeからグローリー【6457】の過去の株価データを取得する例です。 import pandas as pd import yfinance as yf # グローリー【6457】の株価データを取得 stock_data = yf.download("6457", start="2020-01-01", end="2022-01-01") # データの確認 print(stock_data.head())このコードでは、yfinanceライブラリを使用して株価データを取得し、pandasの

                                                                          グローリー【6457】 株価予想: Pythonを使ったデータ分析と機械学習によるアプローチの結果… - Python転職初心者向けエンジニアリングブログ
                                                                        • ユーザーの質問からSQLクエリを生成するPython RAGフレームワーク「Vanna 0.0.31」がリリース

                                                                          CodeZine編集部では、現場で活躍するデベロッパーをスターにするためのカンファレンス「Developers Summit」や、エンジニアの生きざまをブーストするためのイベント「Developers Boost」など、さまざまなカンファレンスを企画・運営しています。

                                                                            ユーザーの質問からSQLクエリを生成するPython RAGフレームワーク「Vanna 0.0.31」がリリース
                                                                          • Python3ではじめるシステムトレード:ヤコビアン - Qiita

                                                                            2023/7/25 13:30 ヤコビアンは統計学実践ワークブックの4章変数変換に出てきますが、限られたページ数の中での説明なので、よくわかりません。そこで英語のウィキ https://en.wikipedia.org/wiki/Jacobian_matrix_and_determinant を基にPythonコードを含めて、調べてみました。DeepL,ChatGPTと使っています。 いつも通り間違いがあると思うので、ご指摘いただければ幸いです。 これは「データの分析方法を学ぶ会」の勉強会で悩んだ問題の1つです。定期的に勉強会を開いています。https://study-data-analysis.connpass.com/ 関数$f :\mathbb{R}^n → \mathbb{R}^m$ は、その一階偏導関数が$\mathbb{R}^n$ 上で存在するとします。このとき、$f$のヤコビ

                                                                              Python3ではじめるシステムトレード:ヤコビアン - Qiita
                                                                            • Ryeに見る自己完結型Pythonとライセンスの話 - techtekt

                                                                              目次 目次 はじめに 検証環境 pyenv + Poetryのインストールとプロジェクト作成 pyenvのインストール Poetryのインストール プロジェクト作成 Ryeのインストールとプロジェクト作成 インストール プロジェクト作成 pyenv環境とRye環境のPythonの挙動の違い readlineモジュール なぜRyeのPythonはlibeditを使用するのか pyenvよるPythonのインストール RyeによるPythonのインストール ライセンスの問題 ユーザへの影響 まとめ はじめに Pythonの開発において、pyenvによるバージョンの切り替えと、Poetryによるプロジェクト管理の組み合わせを使用されている方は多いかと思います。 そんな中、ワンストップなプロジェクト・パッケージ管理ツールとして近年登場し、話題となっているのがRyeです。 rye-up.com Ry

                                                                                Ryeに見る自己完結型Pythonとライセンスの話 - techtekt
                                                                              • PythonでGemini APIを利用する方法

                                                                                規約に未同意なら、次のような規約が表示されます。 すべてにチェックして、「Continue」ボタンをクリックします。 そうすると、次のようなポップアップが出てきます。 どちらでも好きな方を選んでください。 よくわからない場合は、「Create API key in new project」ボタンをクリック。 生成されたAPIキーをコピーします。 Google AI Python SDKのインストール Google AI Python SDKを使うと、Googleの最先端ジェネレーティブAIモデルを利用できます。 Geminiだけではなく、PaLMなども利用可能です。 Google AI Python SDKのシステム要件としては、Python 3.9以降と記載されています。 それ以外は、特にないようです。 インストールは、以下のコマンドで行うことができます。 pip install goo

                                                                                  PythonでGemini APIを利用する方法
                                                                                • [NumPy超入門]データ処理の最初の一歩! 基本統計量からデータの特徴を把握しよう

                                                                                  [NumPy超入門]データ処理の最初の一歩! 基本統計量からデータの特徴を把握しよう:Pythonデータ処理入門(1/2 ページ) データセットがどのような特徴を持つのか、その基本は最大値/最小値/平均値/中央値/最頻値/標準偏差などの基本統計量を使って調べられます。実際のデータを使って、これを体感してみましょう。

                                                                                    [NumPy超入門]データ処理の最初の一歩! 基本統計量からデータの特徴を把握しよう