PyCon JP 2018 in Tokyo | Sep 17th – Sep 18th
Kaufmann Manuel9月17日 Manuel Kaufmannは、大学に在学中の2006年に開催されたPyDay Santa FeでPythonに出会った。 それによって彼の人生が大きく変わった。 彼は、Pythonの文法が好きになり、C言語のポインターや双方向リストを数日で忘れるほどだった。 その時から、Python Argentina（車で南米を旅行しPythonを広げる）のアクティブメンバーになった。 しばらくして、Djangoの公式ドキュメントやDjango Girlsチュートリアルの翻訳に参加することになった。 他にも、One Laptop Per Childのようなプロジェクトにも参加するようになった。 彼のArgentina in Pythonの活動が、2016年2月にPSF Python Ambassadorとして表彰された。 現在、Read the Docsでソ
チュートリアル | PyCon JP 2017 in TOKYO
今年もカンファレンスの前日にPythonに関する有料のチュートリアルを開催します！ 内容は全て初心者向けで講師の他にチューターがつくのでしっかりと身につけられるようになっています。 参加はPyCon JP 2017 チュートリアル チケット購入ページ からお願いします。 今年はチュートリアルへの参加に、PyCon JP 2017 カンファレンスへの申し込みは必要ありません。 チュートリアルの概要 日時: 2017年09月7日（木）11:00 ~ 18:00（1時間の休憩有り） 場所: 早稲田大学西早稲田キャンパス63号館 参加費: 4000円（お弁当付き） 受講定員: 70名 受付: 10:30 ~ 11:00 申込みは、connpass からお願いします。 参加申し込みへ 開催するチュートリアル 明日から使えるプログラミング入門 〜Pythonを右腕にしよう〜 対象者 プログラミングに興
投票: Kivyによるアプリケーション開発のすすめ | PyCon JP 2017 in TOKYO
プロポーザル これは応募されたプロポーザルです。聞きたいと思うプロポーザルを各ページの下部にあるSNSのボタンで拡散しましょう。拡散された投稿をプロポーザルへの投票としてカウントし、選考時に参考にさせていただきます。 talk Kivyによるアプリケーション開発のすすめ(ja) スピーカー Jun okazaki
投票: Python を企業内で浸透させるまで | PyCon JP 2017 in TOKYO
プロポーザル これは応募されたプロポーザルです。聞きたいと思うプロポーザルを各ページの下部にあるSNSのボタンで拡散しましょう。拡散された投稿をプロポーザルへの投票としてカウントし、選考時に参考にさせていただきます。
投票: メタプログラミングPython | PyCon JP 2016 in TOKYO
普段Pythonを書いているけど、いざ上級者の書いたコードや、著名なライブラリの コードを覗いた時に、なにやってるか分からないと思ったことはありませんか？ 本セッションでは、Pythonにおけるメタプログラミングに類する機能の 概要を説明します、以下のようなトピックを扱います - Decorator - Descriptor - MetaClass - SpecialMethod - その他 例えばMetaClassの仕組みを理解すれば、クラス定義の仕組みそのものを カスタマイズすることが可能になります。 これらの機能がどのような用途で使われているか、代表的なフレームワークや ライブラリの例を説明していき、メタプログラミングがどのように活用されているか を知っていただくことができます。
投票: がっつり実装、Deep Learning | PyCon JP 2016 in TOKYO
ちまたで、「Deep Learningスゲー」という声をちらほら聞きます。「Deep Learningやりたい」という声も聞きます。しかしその次にでる言葉が「誰かやって」「誰かできる人いない？」という感じです。少なくとも私の周りには。 また、githubでDeep Learningのフレームワークtheano やChainerを使った実装を見かけますが、素敵な実装はあまり見かけません。で、思うのは、みんなどのくらいDeep LearningのPythonコードを作れているんだろう？ということです。 そこで、theanoのラッパークラスをかれこれ10回位、つくっては壊しを繰り返し、Chainerを最近使い始めた著者が、Chainerを使った実装について、がっつり語りたいと思います。 Deep Learningの研究動向は、とかのはしません。実装の話です。 GPU化する方法とその驚くべき効果も
投票: SKIコンビネータでラムダ計算に興味を持ってみよう | PyCon JP 2016 in TOKYO
普段使っているプログラミング言語。使う分には特に来にすることは無いと思うのですが、しかし、いったいどこまでシンプルに形式化することができるのでしょうか。そこでPythonのlambdaという構文を紹介し、これを使うだけで、どれだけ複雑な表現ができるか試していこうと思います。ちなみに、要求されるPythonのレベル自体は初級ですが、ある程度プログラミングの経験がある方が聞かれると、理解が深まる内容になるかと想定されます。 このトークによって、コンピュータサイエンスにおける一つの知見が得られ、それに少しでも興味持ってもらえることを期待しています。特に、単純な規則によって複雑な規則が生みだされることによって、シンプルに考えることの重要性や、あるいは一つのアプローチの仕方のインスピレーションが生まれること、また単純な実務に直結する内容ではなく、理論を学ぶことによって、より深い理解が生まれることを期
投票: Pythonで機械学習徹底解説 | PyCon JP 2016 in TOKYO
機械学習の分類、回帰モデルの構築、クラスタリングの一般的な考え方と流れ、scikit-learnライブラリによる実行方法、scikit-learnのAPIや基本的なクラスについて習得することが目標です。 Pythonの機械学習ライブラリscikit-learnを用いて、機械学習の実行方法について詳しく説明します。以下の内容等を扱います。 - データの前処理 - 予測モデル構築のフロー - 予測モデルのチューニング（交差検証、ハイパーパラメータ最適化等） - 予測の評価 - パイプラインによるモデル構築 - モデルの永続化 - クラスタリング 必要に応じてデータ分析のPandas、可視化のmatplotlib/seabornなども使用するため、合わせて説明します。 参考文献 ---- - Sebastian Raschka, [Python Machine Learning][1]（Pack
投票: Deep Learning with Python & TensorFlow | PyCon JP 2016 in TOKYO
TensorFlow is a new Open Source framework created at Google for building Deep Learning applications. I will discuss how it compares to other Python machine learning libraries like Theano or Chainer. Finally, I will discuss how trained TensorFlow models could be deployed into a production system using TensorFlow Serve. The audience of this talk are DevOps engineers, Developers, and System Administr
投票: Go で挑戦する Python モジュール開発 | PyCon JP 2016 in TOKYO
Python の C 拡張モジュールの概要と C 拡張モジュールを開発する手段としてどういったものがあるかを確認します。そして、Go 言語から C 言語とやり取りするための仕組みや機能についてもみていきます。 Python では昔から C 拡張モジュールを開発する仕組みがあり、主にはシステムプログラミングやパフォーマンスが要求される分野で C 拡張モジュールを使ったライブラリ／パッケージが数多く提供されています。直接 C 言語を書かなくても Cython のように Python ベースの言語で書いたコードをコンパイルして C 言語のコードを生成するといった方法もあります。 一方 Go 1.5 から共有ライブラリ (.so) を生成できるようになりました。これにより、Go 言語で開発したライブラリを C 言語から呼び出せます。ここで Go で開発したライブラリを C 経由で Python か
投票: 画像認識で学ぶDeep Learning | PyCon JP 2016 in TOKYO
Deep Learning（Convolutional Neural Network）は特に画像認識の分野で目覚ましい成果をあげています。今回はConvolutional Neural Networkを使った画像認識の方法、及び、それを実施するに便利なソフトウェアの説明を行う予定です。 画像認識に学ぶDeep Learning 1.画像認識の背景とできること 画像認識のこれまでの目覚ましい成果と実際にこれをすると 何ができるかをお話したいと思います。 →Googleの猫やILSVRCの話 現在、使われているソフトウェアの話（顔認識とか） 2.画像認識の一般的なフローとその説明 本項目では、画像認識においてどういった要素が必要かを紹介します。 データセットを集める、DeepLearningの学習環境作るなど 3.フローについての詳細な説明 ①データセットの構築方法 ②画像データについての説明
投票: zc.buildoutを魔改造して作った独自クラウドの話 | PyCon JP 2016 in TOKYO
私の勤務先では2010年からPythonのzc.buildoutを使ってクラウドを作りはじめました(ソースコードは全部オープンソース)。いまではそれを使って自社開発のERPや仮想マシンの配置、独自のCIやSDNやCDNやビッグデータのサービスが使えるようになっています。その仕組みと実用例を紹介します。 SlapOSという名前のこのクラウドの構造は単純で、ERPとzc.buildoutの2つが中核になっています。 ERPは資源の要求、割当、状態などを包括的に管理するための企業向けシステムです。zc.buidloutはPython製のアプリケーション実行環境構築システムです。 ERPが「資源」＝「クラウド環境」の要求、割当、状態の記録などを管理し、zc.buildoutが「クラウド環境」でのアプリケーションの実行環境構築を行います。 元々、自社開発のオープンソースERPの実行環境をLinuxデ
投票: Machine Translation for Identifiers in Python Programs | PyCon JP 2016 in TOKYO
応募トーク これは応募されたトークです。聞きたいと思うトークをSNSで拡散しましょう。選考時に参考にさせていただきます。 talk Machine Translation for Identifiers in Python Programs (en) スピーカー Ren-yuan Lyu , Che-Ning Liu , Calvin Lyu This is a demonstration for a two-year research project sponsored by Taiwan government, which is aimed to translating Python programs into traditional Chinese in order to help those who feel interested in learning computer prog
投票: ニューラルネットワークのフレームワークであるChainerで始める対話Botの作成 | PyCon JP 2016 in TOKYO
#ニューラルネットワークのフレームワークであるChainerで始める対話Botの作成 2016年はLINE, FacebookなどがAPIを公開したことでBotの活躍する場がますます増えてきています。決めうちで回答を返したり、各企業が提供しているAPIを使って対話用のBotを作成することも可能ですが、ご自身で中身を理解しつつ賢くなる対話Botを作成したくありませんか？ 今回は下記の内容をご紹介致します。 - 話題の推定方法 - 対話内容の学習方法 - Slackなどの各種APIとの連携 - Dockerによる開発環境の提供 バージョンアップ後に追加予定内容 - Botのキャラクター性の変換方法 - Botを用いた検索システム - 感情を考慮するBot 発表までにバージョンアップすれば上記の内容以上のことをお話すると思います。 あなたも対話Botの作成にチャレンジしてみませんか？ PS:発表
投票: Pythonで作るWebクローラ入門 | PyCon JP 2016 in TOKYO
Pythonの代表的なクローラ構築フレームワークであるScrapyの概要を理解し，目的に応じたクローラ構築方法を学ぶことを目的とします．またクローラ構築の際に注意しなければいけない点（robots.txt，利用規約 等）や，クローラを日々運用するためのTips（ログ管理，デーモン化等）について知識が深まります． データ分析分野が急成長すると共に，分析対象となる情報をWeb上から自動的に収集する「Webクローラ（Web crawler）」と呼ばれる技術が注目を集めています． 本発表ではPythonの代表的なクローラ構築フレームワークScrapyを利用して，目的に応じたクローラを構築・運用する方法について学びます．ここでいう目的に応じたクローラとは，特定のWebサイトやサービスの情報に着目し選択的にクローリングしてくるクローラを指します．発表中では，クローラ構築方法に加えてクロール対象のサイト
投票: Building An Interpreter In RPython | PyCon JP 2016 in TOKYO
応募トーク これは応募されたトークです。聞きたいと思うトークをSNSで拡散しましょう。選考時に参考にさせていただきます。 talk Building An Interpreter In RPython(en) スピーカー Juozas Kaziukenas To understand how dynamic programming languages get executed I set out to build a PHP interpreter. Not a joke, I really did it and it worked! The final result was a well-tested piece of Python code, which could be compiled to be very performant as well. The goal of this
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
PyCon JP 2017 in Tokyo | Sep 7th – Sep 10th
Python を用いたデータ分析入門 | PyCon JP 2016 in TOKYO
投票: Pythonで巡る線型代数 | PyCon JP 2016 in TOKYO
投票: Python データーベースドライバーの作り方 | PyCon JP 2016 in TOKYO