こんにちは、PyCon JP コンテンツチームの二木です。 PyCon JP 2019 のトークセッションへの応募期間は6/2までです(応募はこちら(papercall.io)から)。 すでに提出してくださった方、ありがとうございました。 提出を考えている方、提出しようか迷っている方、期日までまだ日はあります。 皆さまからの提出をお待ちしています! 皆さんご存知の通り、PyCon JPには以下のセッションがあります。 トークセッション(45分/30分、新設の15分) ポスターセッション Lightning Talks これらのセッションにプロポーザルを提出してくださる方々に感謝いたします。 毎年たくさんのプロポーザルをいただき、スタッフ一同本当に嬉しく思っています。 プロポーザルを出してくださった方全員に話していただきたいところですが、残念ながら、2日間のカンファレンスのセッションの数には
PyCon JP 2018 Talk Session https://pycon.jp/2018/ Baseball Science, Web Application, Barrel Zone, and more...
PyConJP 2018 に行ってきたので、その感想&メモを書き残したいと思います。 ちなみに初投稿。PyCon にアウトプット欲を刺激されました。 TL;DR 講演を聞くイベントのイメージだったけど、企業ブース巡りもすごい面白い。他社さんのサービスだったり Python をどう利用しているのかも聞ける。(ステッカーとかグッズも色々もらえる。) 今は Django Rest Framework と Vue.js でサーバーとフロントを API で疎結合化するのが流行りっぽい。講演は Django が関わるものが非常に多かった。 来年、野球分析をテーマにWebアプリ作って LT に出たいなぁ。 私が聞いたカンファレンスのメモ&感想 1.東大松尾研流 実践的AI人材育成法 印象に残ったこと AI人材育成三つの柱 プログラミング中心 → 手を動かさないと身につかない コンペティション形式 → コ
概要 PyConJP2018に参加しました。Python界で一番大きいカンファレンスだそうです。 100%感想です。 感想 聞いたセッションの要約をつらつらと書くのもいいんですが、Twitterで発表資料探した方が早そうなのでやめておいてただの感想です。 私のPython歴は4ヶ月くらいで、初心者なのにいきなりこんな大規模なカンファレンスに参加して得るものあるのかという感じでしたが結果として参加して良かったと思います。 Pythonに限らず特定の言語に強い思い入れはないですが(などというほど他言語にも詳しいわけではないですが)、しばらく使っていくし、使っていくなら勉強していきたい、ということで参加した感じです。 とりあえずの感想としてはすごい人の数でした。980人くらいいたみたいです。多すぎて見れないセッションにも何度か遭遇しました。一応大スクリーンで中継してくれていた+YouTubeでラ
明日明後日のPyConJP2018に参戦予定なので、予め気になるセッションをメモっておく。 とりあえず参加の優先順位を数値で表しておく。 学生参加費2000円とはなかなか優しいものである。 一日目 基調講演と招待講演については興味がないのでスルーして午後から参戦する。 13:30 Why you should care about types: Python Typing in the Facebook Backend 気になるところだが(型付きpythonは手を出さなきゃいけないとは思っている)他優先かなぁ 2 実践・競馬データサイエンス 競馬への興味はともかくとして得られるものが多そうなのでそちらに。ただ、人気がありそうなので場合によっては上のにする。1 14:30 オンザフライ高速化パッケージの比較:Numba, Tensorflow, Dask, etc 1 高速化の話は割と興味が
9/17(月), 18(火)に開催されたPyCon JP 2018に、ゴールドスポンサーとしてブースを初出展しました。PyCon JPとは、日本国内の Python ユーザーを対象に、Python の普及及び開発支援を目的として、年に1回行われる大規模なカンファレンスです。 ブースの設営も完了して、準備は万端です。 会員登録していただいた方先着200名様限定で、オリジナルロゴ入りどら焼きをプレゼントしました。 どらやきのセッティング完了! なんとこのどら焼き、プリントされたロゴのQRコードをちゃんと読み込めちゃうんです!SNSでも話題になりました♪ また、弊社のノベルティグッズである、pandasのクリアファイルのチートシートも大人気! ブースもおかげさまで大盛況!無事にどら焼き完売しました。 また、2日目の夕方には弊社の担当者によるLT(Lightning talk)があり、こちらも会場
昨年に引き続き、PyConJPに参加してきました。自分が参加してきた範囲の感想を書きます。 Day 1 Keynote / Argentina in Python: community, dreams, travels and learning Kaufmann Manuel さん とにかくPythonへの愛と情熱に溢れていた。聞いていてエネルギーを注入されるよう。 彼がPythonの学習を始めた時に、『何でも質問して良い』と言ったPythonコミュニティの対応が印象的。 開幕にピッタリのKeynoteだったと思う。 ※日本も以下のサイトにDiscordサーバやコミュニティが紹介されています。 日本のPythonコミュニティ - python.jp ちなみに今年は通訳レシーバを借りました。同時通訳素晴らしかったです。 招待講演 / 東大松尾研流 実践的AI人材育成法 中山 浩太郎 さん 割
まさかの時のなんとやら 2018年9月17日、18日にPyCon JP 2018のカンファレンスが行われた。 2014, 2015, 2016, 2017に続いて5回連続5回目の参加である。 今回はスピーカー、スポンサーブースの主担当者として参加という今までとは全く異なる立場でのPyCon JPであった。 聞いたトーク Atsushi Odagiri 「あなたと私いますぐパッケージン」 speakerdeck.com youtu.be 毎年、パッケージングの話を聞いていると着実にパッケージ周りが進歩していることがわかる。 新井 正貴 「Pythonで解く大学入試数学」 slideship.com youtu.be まさかの数学ネタ、SymPyネタ被り。自分の宣伝に少なくない時間をかけてもらってしまい申し訳なかった。 センター試験は手計算に優しいのでSymPyだと回りくどい可能性もある。 杉
参加された皆さま、スタッフの皆さま、お疲れさまでした。簡単ですが参加報告です。 聴講したセッション 基調講演:Argentina in Python: community, dreams, travels and learning 動画:https://www.youtube.com/watch?v=KwmF5wyY2C4 Pythonに出会って良さに惚れ込み、南米中を車で巡って勉強会をしている人の話だった。ものすごい情熱。国を超えても同じスペイン語が通じる点は日本と状況が違うな。。 コミュニティリーダーの鏡だな。 #pyconjp— Kouichi Nishizawa(19 (@koty) 2018年9月17日 PyCon JP における子ども向けワークショップの活動事例と実施の意義 動画: https://www.youtube.com/watch?v=OTydTBD3_04 pyth
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。
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
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
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
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
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
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
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
処理を実行中です
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