「面倒なことはChatGPTにやらせよう」の全プロンプトを実行した配信のリンクを整理しました｜カレーちゃん
Youtubeで配信しながら全プロンプトを実行しましたので、各節へのリンクを整理しました。時間のところにYoutubeへのリンクになっています。 もしずれていたら、その時間まで移動して視聴ください。 はじめに (4:00) 1章 ChatGPTの基礎知識 (5:50) 2章 ChatGPTの基本的な使い方 (6:28) 3章 ChatGPT Plusのセットアップ (7:32) 4章 ファイルのアップロードとダウンロード (12:40)4.1 アップロード・ダウンロード (13:03) 4.2 扱うことができるファイル (16:02) 5章 繰り返し作業を一瞬で (16:55)5.1 文字列操作 (17:20) 5.2 正規表現でのパターンマッチ (25:36) →54ページの正規表現でできることの例の説明 (29:09) 5.3 ファイルの一括操作 (46:20) 5.4 QRコード作成
ボードゲームやアクションゲーム、各種ツールやシミュレーションなどさまざまなソフトが100日間に作られた いままで数えきれないほどのプログラマーに会ってインタビューもさせてもらってきたが、久しぶりに若いプログラマーの話を聞いてきた。ここ1、2年では U22グランプリの男子中学生や全国小中学生プログラミング大会の受賞者たちだが、今回は、ChatGPTを使ってプログラムを書きまくった女子大生である。 彼女は X（Twitter）の自分のアカウントで1日1本のソフトを100日間連続で作るというイベントをやっていて「おっ、頑張っているな！」と思って応援していた。「こんなゲームを作ってほしい」などとリクエストを出したりもしていたのだが、どうも私が想像していたものと内容もやり方も違っていたようである。 目下、ソフトウェア産業の最大のテーマは「我々は人間の言葉でプログラムを書くようになるだろうか」というこ
Udemyで夏のビッグセール開催！ 話題の生成系AIからプロダクトマネジメントまで、新たな得意分野を見つけよう - はてなニュース
※夏のビッグセール、およびキャンペーンは終了しました。ご応募ありがとうございました。なお、Udemyの講座修了者を対象とした「学習応援キャンペーン」は9月30日まで実施中です。 オンライン学習プラットフォーム「Udemy」では、2023年8月22日（火）から夏のビッグセールを開催します。対象の講座が1,200円から購入可能と、なかなかチャレンジできなかった新しい領域を学習するにはとってもお得なチャンス。 今回のセール対象講座から、ChatGPTやMidjourneyといった話題の生成系AI、その基礎となる大規模言語モデル（LLM）の入門や実装を扱う講座といった人気のトピックに加えて、アプリケーション開発やプロジェクトマネジメント、さらには英語学習など、ステップアップを目指すITエンジニアにオススメの中級から上級の講座もピックアップして紹介します。 Udemyで勉強を始めたいけれど、いろいろ
.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroid Android TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #DevFest23 1 #hack4jp 3 11 weeks of Android 2 A MESSAGE FROM OUR CEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions on Google 16 Activation Atlas 1 address validation API 1 Addy Osmani 1 ADK 2 AdMob 32 Ads
機械学習による株価予測 - Qiita
こんにちは。私がAidemyでデータ分析講座コースを受講いたしました。今回は学んだスキルを活用して、上場企業を株価予測をしてみました。 ※私の環境: Python3 Chrome Google Colaboratory Windows 10 目次 1．目的 2. データセット 3. 機械学習モデル 4. 予測モデルの構築と検証 5. 結果 6. 反省 1.目的 上場会社の株価データセットを用いて、株価予測するLSTMの機械学習モデルを構築すること。 2.データセット Yahoo Financeである上場企業Lasertec(6920.T)の時列データ 3.機械学習モデル LSTM(Long Short-Term Memory: ニューラルネットワークの一種で、長期的な依存関係を学習することができる特徴ある。 4.予測モデルの構築と検証 4-1. ライブラリのインポート import ker
俺が考える最強の「麻雀点数申告練習アプリケーション」を作ってみる ~ Pythonによる麻雀点数計算問題の自動生成と音声による点数申告 ~ - エムスリーテックブログ
こちらはエムスリー Advent Calendar 2023 1日目の記事です。 Overview エムスリーエンジニアリンググループ AI・機械学習チームでソフトウェアエンジニアをしている中村(po3rin) です。趣味は麻雀でフリー雀荘で毎年200半荘以上打ちます。好きな麻雀プロは園田賢さんです。 麻雀を始めるときに一番の障壁になるのは点数計算ではないでしょうか？ 特に符計算が初心者の関門のようです。一方私のような初中級者でも突然のレアな点数申告にまごつくことがあります。 そこで、今回はその人に合った麻雀の点数計算問題(主に符計算が焦点となる問題)を生成して、自分で点数計算&点数申告の練習をする方法を探求したのでその紹介をします。麻雀用語が少しだけ登場するので、対象読者は麻雀を少しでもかじったことのあるエンジニアの方です。 Overview 麻雀の点数計算の難しさ 現状の点数計算の練習
寺田 学（@terapyon）です。2024年4月の「Python Monthly Topics」は、Python Web UIフレームワークの1つであるStreamlitを使ってWindowsやmacOSのデスクトップアプリを作る方法を解説します。 目的・モチベーション Pythonで自動化のスクリプトを作ったり、JupyterLabやColaboratoryでデータの可視化を行うことがあります。これらを作成者以外の多くの方に利用してもらう方法として、Webシステムやデスクトップアプリとして提供する方法が考えられます。 Webシステムの構築やデスクトップアプリの作成となると、技術的なハードルがあります。他には、時間的なコストに見合わないという状況もあり得ます。 Python Web UIフレームワークを使うことで、比較的少ないコードでWeb UIからスクリプトの実行や可視化をするアプリ
【速報】OpenAI APIでGPT-3.5-turboがfine-tuningできるようになりました！！ | DevelopersIO
ただし、GPT-4と比較すると安価にはなっていますので、性能比較をしながら良い塩梅を探すとコスト的にメリットがある可能性があります。 また学習のコストですが、以下のように学習データ全体のトークン数 x エポック数という形で費用が掛かるので注意が必要です。 （エポック数は後述するようにパラメータとして指定可能です） For example, a gpt-3.5-turbo fine-tuning job with a training file of 100,000 tokens that is trained for 3 epochs would have an expected cost of $2.40. 公式ページは以下となりますので、併せてご確認ください。 レート制限 fine-tuningのレート制限については、以下に記載があります。 fine-tuningについては以下のように
面倒な分析はGoogle Colabにやらせよう
これはなに？ ちょっとした分析の用事で久しぶりにGoogle Colaboratory (以下 Colab) を触ったら結構良くなってました。Cursorでコード書くのも快適だけど、面倒なデータ分析やるならやっぱColabの方が便利だなぁと再認識しました。 そこで、最近Colabに追加されて便利になったと思う機能を簡単にまとめてみました。(見てわかる通りタイトルはもちろん話題のあの本のオマージュです😇) 最近のColab便利機能を使おう 粒度まちまちですがざーっと書いていきます。「最近」の定義は曖昧なのでご容赦ください。 Github Copilot的なコード補完を使おう Github Copilotみたいなコード補完機能がついにColabに搭載されました。↓のように補完してくれます。 VS CodeでもCursorでも一緒やん、って思われるかもしれませんが、Colabのような多機能No
Research部門の近江崇宏です。 今回、ストックマークは最近の話題にも詳しいGPT-NeoXをベースとした14億パラメータの日本語のLLM（大規模言語モデル）をオープンソースとして公開します。モデルはHugging Face Hubからダウンロードいただけます。 https://huggingface.co/stockmark/gpt-neox-japanese-1.4b 当社はビジネスにおける情報収集・分析をサポートするサービスを運営しており、そのために最新のWebデータの収集を日々行なっております。今回の事前学習では、一般にLLMの事前学習によく使われるCommon Crawl由来のデータだけでなく、当社が所有している独自のWebデータ（2023年6月まで）も含めて事前学習を行うことで、最近の話題にも詳しいモデルを開発しました。具体的には、事前学習に用いたデータセットはCC100の
画像生成AI「Stable Diffusion」に「悪い例を集めたLoRA」を組み合わせて高品質な画像を生成する手法が登場、簡単に試せるデモも公開されたので試してみた
2023年7月に公開された「Stable Diffusion XL 1.0(SDXL 1.0)」は既存のStability AI製モデルと比べて高品質な画像を生成できるだけでなく、LoRAによる生成画像の調整にも対応しています。データサイエンティストのマックス・ウルフ氏は「悪い例」を集めて作成したLoRAを用いてSDXL 1.0による生成画像の品質をさらに向上させる手法を考案し、LoRAファイルおよび誰でも試せるデモを公開しています。 I Made Stable Diffusion XL Smarter by Finetuning it on Bad AI-Generated Images | Max Woolf's Blog https://minimaxir.com/2023/08/stable-diffusion-xl-wrong/ LoRAは参考となる画像を集めて絵柄や服装などを追
LLMアプリ開発を体系的に学ぶには最適の入門書「ChatGPT/LangChainによるチャットシステム構築［実践］入門」 | DevelopersIO
こんにちは、つくぼし(tsukuboshi0755)です！ ChatGPTから始まった第四次AIブームは、まだまだとどまる事を知らないですね。 さらにAzure OpenAI ServiceやAmazon Bedrock等の生成AIサービスが主要クラウド上で出揃った事で、エンタープライズ業界でも徐々にLarge Language Models(以下LLM)を用いたシステム開発の需要が高まってきています。 しかし普段はAWSインフラ関連の業務を専門とする私を含め、LLMアプリ開発初心者のエンジニアにとって、生成AIを活かして一からシステムを開発するのは、まだまだハードルが高いように感じられます。 特に以下のような点で、まだ理解が追いついていないと感じているエンジニアの方が多いのではないでしょうか？ LLMを使うと何ができるのか？ ChatGPTのAPIを触ってみたいが、どのように使えばいいの
こんにちは。スキルアップAI編集部です。これからプログラミングを独学で学ぶ方にとって、無料の学習教材は強い味方です。しかし、インターネット上にはたくさんの教材があり、どの教材で学習するべきかわからない人も多いのではないでしょうか？ この記事では、数あるプログラミング（主にPython）の無料学習教材の中から、おすすめ13選を紹介していきます。入門編・基礎編・応用編に分けて紹介していくので、ぜひご自身の学習状況に合わせて選んでみてください。 【入門編】プログラミングの無料学習教材 まずは、入門編のプログラミング教材を紹介していきます。入門編では、プログラミングの基礎を学べます。まずはプログラミングを一から学びたい方は、ここで紹介する10個の教材の中から選ぶのがおすすめです。 ハーバード大学「CS50 for Japanese」 ハーバード大学が実施している「CS50 for Japanese
Googleのチームが開発したPython用のUIフレームワーク「Mesop」の特徴や使い方について、開発チームがブログに投稿しています。 Why Mesop? - Mesop https://google.github.io/mesop/blog/2024/05/13/why-mesop/ 多くのPython用UIフレームワークは簡単に使い始められるものの、標準的な使用方法を超えてカスタマイズを行おうとするとJavaScriptやCSS、HTMLの詳しい知識が必要です。MesopはPython内で動作を完結させることでよりPython開発者にとって扱いやすいUIフレームワークになっています。 MesopはコンポーネントベースのUIフレームワークで、UI全体がコンポーネントと呼ばれるブロックを積み重ねて作成されています。Pythonの関数を呼び出すのと同じ要領でMesopのコンポーネントを
BigQuery 関連: Colaboratory 標準 SQL 語彙の構造 | BigQuery | Google Cloud リテラル等の仕様 その場でデータを作ってクエリする 動作確認に便利 code:struct.sql SELECT MIN(status) FROM UNNEST([ STRUCT('unexamined' AS status), STRUCT('unexamined' AS status), STRUCT('ng' AS status) ]) 型ほしい時は型を書く code:complex_struct.sql SELECT * FROM UNNEST( ARRAY<STRUCT<count INT64, time TIMESTAMP>>[ STRUCT(3, TIMESTAMP "2020-07-01 10:00:00"), STRUCT(5, TIM
ChatGPTを筆頭にした「大規模言語モデル(LLM)」と呼ばれるAIが話題に上らない日はない。このAIが得意なタスクには「プログラムの自動生成」が挙げられるが、Metaからプログラム生成に特化したCodeLlamaが商用利用可能なオープンなライセンスでリリースされた。そこで実際に使ってみよう。 CodeLlamaで素数判定のプログラムを自動生成させたところ プログラミングは大規模言語モデルが得意とするタスク リリースからわずか2ヶ月で1億ユーザーを達成した「ChatGPT」の公開から本稿執筆時点で8ヶ月が過ぎた。筆者も業務でChatGPTをはじめ、Github Copilotなど、大規模言語モデル(LLM)関連サービスを使わない日はないくらいだ。 特に「プログラミング」は、間違いなく大規模言語モデルが得意とするタスクであり、GitHub Copilotを利用している多くの人がその利便性を
プログラミング言語「Python」には何種類かの開発環境があるが、代表的なものの1つが「Anaconda」だ。Anacondaの導入方法や使い方、管理方法などを解説する。 AI開発から子どものプログラミング教育まで、幅広く利用されているPython。需要も人気も、今最も高いプログラミング言語でしょう。 Pythonの開発環境は何種類かありますが、その代表が「Anaconda」（アナコンダ）です。本稿ではAnacondaの導入方法や使い方、管理方法などを解説します。 Anacondaには無料版と有料版があります。学術や趣味の用途の個人ユーザーなら無料版を使えます。本稿では無料版を解説します。 なお、本稿におけるAnacondaの構成や機能、画面構成などは本稿執筆時点（2023年8月末）のものとします。環境はWindows 10 64bitとします。Windows 11でも同様に使えます。 A
本書籍を全ての章を読み思ったこと。それはこの一冊があればとりあえず入門から今抑えなければならないことは大体網羅できる。そう感じました。 ChatGPT、正確にはOpen AIとLangChain本の紹介となります。私が知るにLangChainとOpen AIを用いたチャットシステム構築の本格的な実践入門書籍としては初になるんじゃないでしょうか。 今回は、そんな書籍のレビューと実際に書籍通りチャットシステム構築をする中で感じたこと、さらなるチューニングについてをご紹介していきます。 紹介する書籍 2023年10月18日発売(書籍/電子)の「ChatGPT/LangChainによるチャットシステム構築［実践］入門」になります。 下記にリンクを貼っておきますので、興味を持たれた方はぜひチェックをお願いします 著者の紹介 本書籍なのですが、今LLM界隈でも情報のキャッチアップとアウトプットの先頭に
![ChatGPT/LangChainによるチャットシステム構築[実践]入門](https://cdn-ak-scissors.b.st-hatena.com/image/square/49cb7277641a9e60d501a46a62f9793fe12e6193/height=288;version=1;width=512/https%3A%2F%2Fres.cloudinary.com%2Fzenn%2Fimage%2Fupload%2Fs--G8Wuq7ng--%2Fc_fit%252Cg_north_west%252Cl_text%3Anotosansjp-medium.otf_55%3AChatGPT%25252FLangChain%2525E3%252581%2525AB%2525E3%252582%252588%2525E3%252582%25258B%2525E3%252583%252581%2525E3%252583%2525A3%2525E3%252583%252583%2525E3%252583%252588%2525E3%252582%2525B7%2525E3%252582%2525B9%2525E3%252583%252586%2525E3%252583%2525A0%2525E6%2525A7%25258B%2525E7%2525AF%252589%25255B%2525E5%2525AE%25259F%2525E8%2525B7%2525B5%25255D%2525E5%252585%2525A5%2525E9%252596%252580%252Cw_1010%252Cx_90%252Cy_100%2Fg_south_west%252Cl_text%3Anotosansjp-medium.otf_37%3Ayoshii0110%252Cx_203%252Cy_121%2Fg_south_west%252Ch_90%252Cl_fetch%3AaHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyLzdmOTNhNWVlYjEuanBlZw%3D%3D%252Cr_max%252Cw_90%252Cx_87%252Cy_95%2Fv1627283836%2Fdefault%2Fog-base-w1200-v2.png)
gpt-4oを試す
GPT-4o テキスト、オーディオ、ビデオの入力を扱い、テキスト、オーディオ、イメージの出力が可能。 GPT-4o以前では、ChatGPTのボイスモードが3つの異なるモデルを使用していた。 GPT-4oはこれらの機能を一つのモデルに統合し、テキスト、ビジュアル、オーディオの各入力を同一のニューラルネットワークで処理する。 現在のAPIの能力 現在のAPIは、テキスト、イメージの入力とテキストの出力をサポート 追加のモダリティ（例えばオーディオ）は現時点（2024/5/14）では使えない。近日導入される予定 Colaboratoryで動かしてみる インストール
PyTorch の社内勉強会の題材にしたいと思い立ち、畳み込みニューラルネットワーク（Convolutional Neural Network, CNN）を用いた自己対戦型強化学習の三目並べ AI を実装したので公開します。見通しの良いシンプルな実装を目指しました。結局、それなりのコード量になってしまいましたが。 動作環境 Google Colaboratory の CPUランタイムにて動作を確認しました。 概略 おおまかな処理フローは次図の通りです。盤面情報を受け取った先攻方策と後攻方策は、○×を書き込む場所を返します。この先攻方策と後攻方策に AI を実装し自己対戦させます。 盤面情報は、空白マスをゼロ、先攻 ○ を+1、後攻 × を-1とした形状 (H,W)=(3,3) の二次元配列とします。 盤面座標は、場合により二次元座標と1次元に展開したフラット座標を使い分けます。 三目並べの
こんにちは、CTOの森です。 本記事はiimonアドベントカレンダー16日目の記事となります。 普段機械学習を使うことは無いのですが、勉強も兼ねてCloudFrontのログを機械学習させてみたらどうなるのか試してみました。 検証した環境 ログデータの形式 使用したログデータのフィールド 分析までの手順 正しくデータを読み込む 学習できる形式に変換 method result_type path_num path_0 ~ path_4 query_num query_len sc-status time-to-first-byte 学習 元のデータと結合 CSVファイルに出力 コード全体 分析結果 (比較的)うまくいった結果 うまくいかなかった結果 参照したサイト まとめ 最後に 今回ログデータをIsolation Forestという手法を用いて分析してみました。Isolation Fore
今から始めて追いつけるAI学習入門セット、画像生成・音声変換・AIチャット・英単語をわかりやすいムービー形式で基礎から学べる「Udemy」講座まとめ
Google DeepMindが開発したAIであるAlphaGoが囲碁の世界チャンピオンに打ち勝ったというニュースが世界を駆け巡ったのもすでに8年近く前の出来事で、AIの可能性が示されてから多数の研究者たちがAI技術の開発に情熱を注いだ結果、AI技術は飛躍的な進歩を遂げました。今ではテキストで指示するだけでいい感じのイラストを生成してくれるAIや、人間かのように言葉を操って要約や作文といったタスクをこなせるAIなどが登場しています。そうしたAIの使い方や仕組みについて、ムービー形式でわかりやすく解説してくれる講座が多数用意されているのがオンライン学習プラットフォームの「Udemy」です。ちょうどUdemyの夏のビッグセールが8月31日(木)まで開催されていて高品質な講座が1200円～で受講可能とのことなので、今からAIを学び始めるのに良さそうな講座をいくつかピックアップしてみました。 オン
Google ColabでサクッとLLMを使ってみよう！ - RAKUS Developers Blog | ラクス エンジニアブログ
はじめに こんにちは！ 今年も国内外様々な LLM(大規模言語モデル)が公開されましたね！ LLM の選定や調査・実験をする際、リソースの要求レベルが非常に高く、ローカル環境での実施はかなりハードルが高いですよね... そこで今回は、Google Colab（正式には Colaboratory）を利用して LLMを動かす方法を紹介します。 サクッと LLM を動かしたい時におすすめです！ はじめに Google Colab 基本的な使い方 エラーがでたときは？ セッションが多すぎるとき なぜかうまく動かない時 有料プランについて ほかにも使ってみる Google Colab Google Colab は、Google が提供している提供しているサービスで、ブラウザで Python を実行できるツールです。 機械学習の用途で利用されることが多く、操作も簡単です。 基本的な使い方 今回は、ca
Technology部の町田です。 生成AIが台頭しはじめ早くも1年以上が経ちましたが、特に進歩がすさまじい技術の1つが画像生成AIです。画像生成AIを使えば、数秒で画像を生成できるようになりました。 ただし、自分がイメージしたような画像を生成するには、プロンプトがとても重要です。 そこで今回は、思い通りの画像を生成するためのプロンプト作成のコツをまとめました。 代表的な画像生成AIツールであるStable DiffusionとMidjourneyの使い方とあわせ、プロンプトの作成ポイントをお伝えします。 生成AIを業務で活用するには… 生成AIをビジネスや業務で活用するためには、導入時に直面する課題・リスクについても考慮する必要があります。生成AIの活用をご検討中なら、こちらのページで紹介している生成AIコンサルティング・導入支援を得意とする会社へご相談してみてください！ 画像生成AIと
近年、デスクトップパソコンの必要性に疑問を投げかける声が増えています。BCNが2023年2月に発表した「若年層のPC所有に関する調査」によるとPCの所有率は「ノートPCのみ」が43.0％、「デスクトップPCのみ」が8.1％であることが判明。さらに両方所有している人は10.8%（合計61.9%）ということが判明しました。 つまり、パソコン所有者の中でも、多くが「ノートパソコンだけを所有している」という状態。なお近年は「スマホしか持っていない」という若者層も増えているため、デスクトップパソコン離れは今後数年かけてより進んでいくかもしれません。 たしかにデスクトップパソコンは、わずかな処理遅延が致命傷となるような「eSports」や膨大なデータを扱う「AI学習」や「ビッグデータ分析」といった用途でなくては必ずしも買うべきものとまでは言えないかもしれません。 今回は「デスクトップパソコン不要説」に
目次 本記事の動機 時系列解析とTransformerに対する先行研究のまとめ 複数時系列データの解析に対する課題を解決した改善モデル iTransformer iTransformerモデルの実装 実装環境と学習データ データの前処理 iTransformerモデル実装と最適パラメータ探索 数値実験と考察 本記事のまとめ 参考文献 本記事の動機 近年ではビックデータの利活用が活発になっており、データを蓄積・分析することが多くなっています。その際、機械学習やAIの実装をしてデータの分析を行う場合、データ数が鍵となっています。しかしながら、データの項目数が多いと、各項目のデータ数が少なくなる可能性があります。例えば、ある市場で売られている品種が複数あった場合、受注数の差だけではなく、受注のデータ数にも差が生じ、結果的に分析に使用可能なデータ数が少なくなり、分析の精度が低下することが考えられま
Googleは現地時間12月19日、同社のコーディングツール「Colab」(Colaboratory)において、生成AIのCodeyを用いたコーディング補助機能の提供を期間限定ながらFreeプランを含む無料ユーザーに拡張したことを発表した。 Jupyterノートブックスタイルで高機能環境を実行できる「Google Colab」のColab AI GoogleのTPU(Tensor Processing Unit)やNVIDIAのGPUを活用した機械学習も可能なGoogle Colabは、オープンソースJupyterをベースにしたノートブックスタイルのプログラミング実行環境で月間1000万のアクティブユーザーを持つ。今回、拡張されたColab AIは、同社の生成AI「Codey」でコードエラーの説明や自然言語からのコード生成などを提供するもので、有償のPro版以上のラインナップで提供されてい
Pythonでいろんなアプリを作ろう
Pythonには豊富なライブラリが用意されているため、様々なアプリケーションを比較的手軽に作成できる。この特集では4種類のアプリ作成に必要な基礎を解説する。 出典：日経ソフトウエア、2024年5月号 pp.6-33 「PythonでWeb iPhone ゲーム 生成AIアプリを作ろう！」を改題、編集 記事は執筆時の情報に基づいており、現在では異なる場合があります。 第4回 Pythonで生成AIアプリを作ろう、APIの利用で画像生成に挑戦 ChatGPTを開発する米OpenAIは、ChatGPTのベースとなっているAIモデルをAPIで公開しています。第4回では、WebベースのPythonプログラミング環境である「Google Colaboratory」を使って、OpenAIのAPIにアクセスする方法を説明します。 2024.05.30 第3回 Pythonならゲーム開発も簡単、「もぐらキャ
完全初心者からPythonを学びたいけど、何をどの順番で勉強したら良いんだろう… そんな悩みを抱えていませんか？ はやたす Pythonに興味はあるけど、書籍や講座がたくさんあるし、何から手をつければ良いか分からないですよね！ そこで本記事では「ゼロから始めるPythonの独学完全ロードマップ」を紹介していきます。 実はPythonを勉強する9割以上の人が、間違った方法で勉強しています。 この記事を読めば、正しい学習手順が分かり、着実にPythonの基礎を身につけることができます。 実際にこの通りに学習を進めた僕の生徒さんは、 2ヶ月でデータ分析の基礎学習を完了 3ヶ月でPython副業案件を獲得 4ヶ月でDX企業に転職 5ヶ月でKaggleコンペ銅メダル獲得 と、驚異のスピードでPythonを習得しています。 もし最短最速でPythonを習得して、いまの業務に活用したり転職したりしたいと
Python初学者のためのメモ - Qiita
はじめに この記事は、大学1,2年生で大学の授業で少しプログラミングの授業を受けた学生に対して、pythonを実際に動かしながら実験データの解析をする方法を紹介している。 Colaboratoryを使ってpythonコードを実行する。 ColaboratoryはGoogleが提供している環境で、ブラウザ上でpythonを記述し、クラウドサーバー上でコードの実行を可能とする。自分の使っているパソコンの性能に依らず、GPUやTPUなどのGoogleのハードウェアを活用できることが一番のメリットである。 使い方 ブラウザ上でColaboratoryと検索し以下のページに行く。左上の”ファイル”を選択し、ノートブックを新規作成を選択する。 Googleドライブをマウントする。 Googleドライブ内のデータにアクセスするためにGoogleドライブに接続(マウントと言う)する。colaborator
【Botter Advent Calendar2023】仮想通貨で月に1万円を稼ぐC級Botterになろう｜QASH_NFT
本記事は仮想通貨botter Advent Calendar 2023に掲載させていただく記事です。（12/2 表 裏はしろいの鯖によくいるへっぽこさん） シリーズ 2はまだまだ空いてますよ！ 仮想通貨botterアドベントカレンダー2023に参加しました#botは儲からないからやめた方がいい https://t.co/2graakuF3M — へっぽこ野郎.lens⚙🌊📘(🌸, 🌿)🛡️⚔️ (@CryptoHamHepyar) December 1, 2023 はじめに はじめまして。qash_NFTと申します。普段はBOTを用いたアービトラージを主体として、クラウド代とメンタルを溶かしながらお金拾いしております。 今回は、仮想通貨取引においてC級Botter(月に1万円稼ぐBotter）になるには？というのを真面目に考えてみる記事です。（稼げるとは言っていない） 仮想通貨の
Pythonのおすすめ開発環境ver.2023 | Python試験・資格、データ分析試験・資格を運営する一般社団法人Pythonエンジニア育成推進協会のページです。
変わった点と言えば、その時々の要件に応じてバージョンを3.9か3.10を使い分けているという点くらいです。Pythonの標準実装であるCPythonは今でもおすすめのままかわりませんし、それ以外の部分に関してもこのままでも問題ありません。 今回は上記の6項目の中から特にフォローが必要な内容を取り上げたいと思います。 ■Python3、どのバージョンを使うのがベスト？現在、Pythonは12カ月ごとに新しいバージョンがリリースされており、昨年の10月に3.11がリリースされています。 このリリースでは新たな機能の追加やスピードアップが図られていますが、下位互換性が保持されていますので、内部的なAPIが大幅に変更されていない限りは基本的にどのバージョンを利用したとしても、書いたコードが動かないという事はめったになく、3.9で書いたコードは3.11でも基本的に動きます。 もし、新しい機能が入った
はてなブログ A8.netの広告掲載URLの抽出・管理 csv作成プログラム【簡単ツール】 - Simple Life Navi
はてなブログ用 A8ネットの広告掲載URL自動収集ツール みなさんこんにちは、シンプルライフナビです。 はてなブログの収益化には、アフィリエイトやGoogleアドセンスの利用が欠かせません。 A8.net ともしもアフィリエイトは、ブログ初心者も利用できる人気のアフィリエイトプロバイダー（ASP）です。 ところが、2023年10月の【ステマ規制】の開始により、A8ネットから【重要】広告掲載URLの提出開始についてのお知らせ が出されました。 ステマ規制に伴い、広告主様側では広告掲載コンテンツの確認・管理を行っております。（略）メディア管理画面で提供している「広告掲載URL管理」の機能を使い、広告掲載URLのご提出をお願い致します。（略） メディア会員の皆様には、お手数をおかけいたしますが、法律順守およびアフィリエイト広告市場の健全化のため、ご理解賜ります様、お願い申し上げます。 広告掲載U
YouTube運営がもっと楽に？ 「YouTubeLabs」で自動化を支援するスクリプトを提供、Google
Googleは2024年2月8日（米国時間）、GitHub上に新しいプロジェクト「YouTubeLabs」を立ち上げ、パートナーやクリエイターの作業効率化を支援するスクリプトを公開した。 GoogleはYouTubeのエコシステムにおいてイノベーションとコラボレーションを推進するためには、オープンソースソフトウェア（OSS）が不可欠であると考えているという。 「一般的なユースケースを自動化するスクリプトを公開することで、YouTubeでの自動化をより身近なものにできる。そのことにより、パートナーやクリエイターによるYouTubeコンテンツ管理における、最も一般的な処理シナリオのコストが削減できるだろう」（Google） GoogleはYouTubeLabsで、「code-samples」リポジトリにオープンソースのコードサンプルを掲載した。以下のように、さまざまなユースケースに対応したオー
はじめに こんにちは、筧( @TakaakiKakei )です。 2023年11月6日にOpenAIが初めての開発者向けのイベントであるOpenAI DevDayを開催しました。 本ブログでは、イベントで発表されたアップデートの一つである、DALL·E 3のAPI経由利用について解説します。 New models and developer products announced at DevDay DALL·E 3とは OpenAIが提供している、画像生成AIモデルの一つです。 プロンプト（テキスト）から画像生成をしてくれます。 DALL·Eにはいくつかバージョンがありますが、最新バージョンとして、DALL·E 3が公開されています。 旧バージョンのDALL·E 2などと比較して、同じプロンプトでも生成される画像のクオリティが高いなどの特徴があります。 DALL·E 3 何が嬉しいか 今ま
はじめに 今回の記事は、「Hugging Face」についての話題です。Hugging Faceは、AI技術のためのプラットフォームとして知られており、AI技術の研究と開発に広く使用されています。 Hugging Faceとは Hugging Faceは、人工知能（AI）のモデルやデータを共有し、利用するためのオープンソースプラットフォームです。Hugging Faceは、自然言語処理の分野において特に有名であり、AIの開発者や研究者がモデルを共有し、利用するための主要な場所となっています。 Hugging Faceの主な目的は、AIコミュニティの協力と共有を促進することです。プラットフォームは、AIモデルやデータセットをユーザーがアップロードし、共有することができるようになっています。また、他のユーザーがアップロードしたモデルやデータセットを検索して利用することもできます。 Huggin
Google Colab のランタイムをコードから終了させる方法
背景／動機 Google Colaboratory は手軽に Deep Learning 用のクラウド計算環境を手に入れられる素晴らしいサービスですが，有料プランである Pro / Pro+ について，月額定額制からマイルド従量課金制に変更されました． 具体的に言うと，各プランに契約している場合に，月々，有効期限が90日間の「コンピューティングユニット」というものが付与されるようになりました． ユニット数と月額料金はそれぞれ， Pro： 100（月額 1,072 円 + 税） Pro+： 500（月額 5,243 円 + 税） （無料版： 不明） となっており，手持ちのコンピューティングユニットを使い切った場合は，ユニット数：100 を 1,072 円 + 税，ユニット数：500 を 5,243 円 + 税 で追加購入する必要がある仕様になりました． 筆者は Colab Pro ユーザーな
最近ChatGPTをはじめ生成系AIツールが様々、発表されています。 大量のテキストデータを使ってトレーニングされた大規模言語モデル（LLM）では、そのモデルを用いたツールはもちろんのこと、モデルそのものも日進月歩の勢いで多数開発されています。 更にChatGPTなどのツールを活用したり、LLMそのものをファインチューニングすることで、特定の役割に特化したAIサービスも増えてきていますね！[1] 今後、様々な分野でチャットボットや文章生成ツールなどが作られどんどんと活用されていくことでしょう。 （実はこの文章も一部AIに考えてもらっています笑） しかしただ単純にくだらない雑談をするだけのAIボット、というのもあってもいいのではないでしょうか。 何の情報も生産性もない、友達のようにただおしゃべりをするだけのボットがあっても面白そうです。 というわけで今回は、日本語版GPTであるRinna-3
PodcastをWhisperで文字起こしして、BERTで句読点抜きの文章に句読点を付与する（その２） - Qiita
PodcastをWhisperで文字起こしして、BERTで句読点抜きの文章に句読点を付与する（その２）Pythonpodcastwhisperbert はじめに 前回の記事では、Podcast配信の仕組みを踏まえて、各エピソードの音声ファイルのURLを取得し、Whisperで文字起こしするところまでを書きました。このとき、文字起こしはできたものの、なぜか句読点が入らないという問題がありました。 そこで今回は、句読点のない文章に句読点を入れる方法を取り上げます。先にお伝えしておきますが、私はこの領域には知見が浅く、「句読点の無い文章に句読点を挿入する（BERTによる予測）」の記事を大いに参考にさせていただきました。 こんな方におすすめ 文字起こしをしたものの句読点が入らず困っている あまり詳しくないもののとりあえずBERTを動かしてみたい 句読点付与の成果 先にどのような結果となったのかをお
植物フェノタイピング技術書『Pythonで実践・植物画像解析ハンズオン』を発売します株式会社フィトメトリクスは、植物画像解析に特化した技術書「Pythonで実践・植物画像解析ハンズオン」を発売します。 近年、機械学習、特に深層学習を活用した画像解析技術が植物科学や農学分野で活用され始めています。しかし、これらの分野の研究者は、コンピュータサイエンスの知識を体系だって習得してきていないことが多く、技術を研究開発に活かすことが難しい現状があります。特に基礎的なプログラミング言語を習得しても、実応用のため次に何を学べばよいか分からないという声が多く聞かれます。 バイオインフォマティクス、化学、統計学、医療画像解析など、他の専門分野ではPython言語を使った実践的な教材が豊富に存在します。しかし、植物科学や農業分野では、同様の教材が不足しているのが現状です。 そうしたギャップを埋めるために、画像
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
女子大生が100日連続で生成AIで100本のプログラムを書いたらどうなったか？
BudouX: 読みやすい改行のための軽量な分かち書き器
Python Web UIフレームワークで作るデスクトップアプリ | gihyo.jp
最近の話題にも詳しい14億パラメータの日本語LLMの公開
【2023年】プログラミング・Pythonの無料おすすめ学習教材13選 - Qiita
Googleが開発したPythonのUIフレームワーク「Mesop」の特徴を開発チームが解説
BigQuery クエリ - pokutuna
ゼロからはじめるPython(106) プログラム生成AIのCodeLlamaを手元のPCでも動かしてみよう
Python開発の定番ツール、「Anaconda」を使うと何がうれしいのか
ChatGPT/LangChainによるチャットシステム構築[実践]入門
自己対戦で強化学習する三目並べ AI をPyTorchで実装 - Qiita
CloudFrontのログを使って機械学習で異常検知を試してみた - iimon TECH BLOG
画像生成AIで思い通りの画像を生成するプロンプトのコツ | 株式会社LIG(リグ)｜DX支援・システム開発・Web制作
「デスクトップパソコン」はもう不要？ 実は「電気代が高すぎる」うえに所有率も下降傾向
複数時系列データ × Transformerの実装と評価
ノートブックスタイル「Google Colab AI」が期間限定ながら無料ユーザーにも
【2024年最新版】ゼロから始めるPython独学完全ロードマップ【初心者向け】 | はやたす公式サイト
[アップデート]DALL·E 3にAPI経由でアクセスできるようになりました | DevelopersIO
AIプラットフォーム「Hugging Face」の使い方を解説
日本語GPTで雑談対話モデルを作ろう | 豆蔵デベロッパーサイト
植物フェノタイピング技術書『Pythonで実践・植物画像解析ハンズオン』を発売します