COTOBA Agent dialog engine is an AIML dialog description language processing engine written in Python3. Contains programs for building your own interactions using the Artificial Intelligence Markup Language (AIML). The COTOBA Agent dialog engine supports tags defined in the interactive language AIML2.0. In addition, we extend our own extensions, such as tags that handle json, tags that call the RE
この記事は Python Advent Calendar 2019 の 19 日目の記事です。 🐍 あらすじ Python のパッケージ管理。特にここ数年で新しいツールが多く出たこともあり、一体何を使うべきなのか、少し調べただけでは分からないと思います。本記事では、新しめの管理ツールを独断と偏見で比較します。著者は Poetry 信者なのでバイアスが掛かっているので悪しからず。 本記事で書いていること Pipenv、Poetry、Pyflow の違いと使い方 本記事で書いていないこと Pyenv、Venv、Virtualenv などの既存ツールの説明 著者の環境は以下の通り。 Ubuntu 18.04 Python 3.8.0 Pipenv 2018.11.26 Poetry 1.0.0 Pyflow 0.2.1 特に Poetry と Pyflow は開発途中なので、本記事の内容と違う
TL;DR バイオ系の常として、実験室で実験プロトコルを参照したい時があります。スマホでネットを調べるとか、居室に戻るとかしてたんですがこの時間がかなり無駄に感じていました。 そこで、Google Driveにあらかじめプロトコルをアップロードしておき、Slackを介してリンクURLを参照することで簡易にスマホでプロトコルを参照する、ということを目的としました。また、プロトコルがよく散逸していて探せないことが多かったので、Slackを使って各プロトコルを集積し、DBを使って管理することで実験効率が上がることも期待できます。 全体像 求める機能は以下の通りです。タグ付けや、SlackAPIを使ってリスト、ボタンなどを使ったりなどいろいろ機能を追加していきたいとは思っていますが、まずキリがいいかなと思いました。 Slackからプロトコル名、Google DriveへのリンクURLをDBへ登録す
PythonでSlackBotを開発しよう企画の第7回目。今回は前回用意したMySQLに対して、SQLAlchemyというO/Rマッパーを利用してアクセスしてデータの登録・更新・削除をしていきたいと思います。今回でSQLAlchemyの使い方を学べれば、あとはTwitterAPIとDocomoAPIを駆使していろいろ遊べる未来が待っているはず...! 前回の第6回目では、↑ のように、Pythonアプリケーションで受け取ったデータの保存先データベースであるMySQLを用意しました。 今回は ↑ のように、PythonアプリケーションでSQLAlchemyを利用し、データベースへの処理を直接SQLを書かずに実現できるようにしていきます。 O/Rマッパー・SQLAlchemyとは? 「そもそもO/Rマッパーて何?」という質問に対して明確に説明できなかったので、調べてまとめました。 アプリケーシ
2019年9月17日にPyCon JP 2019(https://pycon.jp/2019/)で発表したスライドです。 ※時間が足りなくて発表できなかったスライドも後半に少し入ってます。 https://pycon.jp/2019/sessions
はじめに 以前、作成したサービスを公開するまでの過程を記事として残しました。 本記事では使用した技術と流れだけに触れ、 各所で行った詳細な作業内容は今後、順次記事にしていこうと思います。 サイト内容 作ったのは画像をアップロードするとモザイク処理を行えるサービスです。 画像全体モザイクと顔のみにモザイクが出来るようにしました。 アップロードした画像はユーザーごとに管理出来ます。 使った技術 とりあえずは開発/運用コストを抑えたかったので、基本的に無料で使えるものを選びました。 トータルコストは数十円程度でした。とりあえず無料プランで作って、規模が大きくなってから有料プランに切り替えれば良いと思います。 ・Djnago ・Heroku ・Cloudinary ・お名前.com ・CloudFlare サービスを公開するまでの流れ Djangoでアプリケーションを作る Herokuでデプロイす
2019年9月16日/17日に開催されたPyCon JP 2019で自分が直接/YouTubeで聴講したセッションについてのまとめです。主に下記の内容を書いています。 スピーカーURL 配信動画 スライド 発表内で出てきたライブラリなどのURL 自分の感想 「あのセッションで話していたライブラリなんだっけ」と思い出したい方やざっくり内容が知りたい方に読んでいただければ幸いです。PyCon JPに自分も発表者としても参加し、スタッフとして参加し、Webサイトの開発もしたので、それについては改めて書きたいと思います。 pycon.jp PythonとAutoML / 芝田 将 スピーカー: https://twitter.com/c_bata_ 動画: https://www.youtube.com/watch?v=Whkwu46DgBs スライド: https://www.slideshar
機械学習Podcast「TWiML&AI」で先週取り上げられた可視化ライブラリ「Yellowbrick」が非常に便利だったので紹介します!ちなみにPodcastには作者の1人であるRebecca Bilbroさんが出演しているので興味持った方は是非聞いてみてください。 twimlai.com www.scikit-yb.org Yellowbrickとは 一言で言うと、機械学習に特化した可視化ライブラリです。実装的な面で言うと(こちらの方がわかりやすいかもしれません)、scikit-learnとmatplotlibをラップして、scikit-learnライクなAPIで使うことができるものです。 例えば相関行列のヒートマップをプロットしたい場合は次のように書くだけでグラフを作ることができます。 visualizer = Rank2D(features=features, algorithm=
要約 あ…ありのまま 今 思った事を話すぜ! 「文字が文字で作れたら面白いよね?」 何を言っているのか わからねーと思うが、 おれも 何を言っているのか分からない。 兎に角、下記の作例集を見れば何がしたいのかが分かる。まずは見てね Colaboratoryで、前提一切不要&ブラウザだけですぐ動かせるよ おれは 奴の前で文字を書いていたと思ったら いつのまにか絵を書いていた。と思ったらやっぱり文字を書いていた。 頭がどうにかなりそうだった 作例集① 殺伐としたウニ これがホントの「エビカニ、クス(笑)」 殺伐としたスレに鳥取県が!! 島根県 ( ※「矛盾塊」と呼ばれているらしい) 瀧「リューク、目の取引だ」 アイドルの方の三葉が死ぬっ! EVA こんなとき、どんな顔をしたらいいかわからないの ごめんなさい。作例集を見ても 「何がしたいのか」は分からなかったかもしれない。 「何が出来るようにな
ikura1です。 昨日のPython Kansai↓で「コードをBlackにしよう」というタイトルでLTをしてきました。 その所感です。 kansai-python.connpass.com 資料は下記にあります。 speakerdeck.com 発表の動機 動機としては2つあります。 ちょっと大きい場でのLTをしたという実績解除 Blackを広めたい ちょっと大きい場でのLTをしたという実績解除 10-20人くらいの場でのLTだと、やったのですがそれ以上の人数ではやったことがないのでステップアップのために経験したいということで今回LTをしようと思いました。 転職活動もしているので、少しでも言える実績を作りたかったということもあります。 Blackを広めたい Black自体は去年のPyCon mini Osakaの発表「GoらしくPythonを書く」で知り、そこから使っています。設定せず
Stripe uses machine learning to respond to our users’ complex, real-world problems. Machine learning powers Radar to block fraud, and Billing to retry failed charges on the network. Stripe serves millions of businesses around the world, and our machine learning infrastructure scores hundreds of millions of predictions across many machine learning models. These models are powered by billions of dat
この記事は BeProud Advent Calender 2018 の20日目の記事です。そのためいつもよりボリュームたっぷり、文体も丁寧にお送りします。 adventar.org 本記事ではPoetryを使ってパッケージ開発→PyPIへ登録するまでの流れを紹介します。 github.com プロジェクト作成からPyPI登録までわずか30秒 Poetry について 基本的な使い方 Poetry と Pipenv Pipenvは確かに便利だけど Pipenv から Poetry に乗り換える Poetry と Pyenv PEP517 と PEP518 Poetryの各種設定 venvの作成先をプロジェクト内にしたい TestPyPIへアップロードできるようにする TestPyPIのユーザー名とパスワードを設定する ここまでの設定 プロジェクトを用意する 新規作成 標準的なレイアウト sr
こんにちは、@yoheiMuneです。 皆様はUnitテスト書かれていますかー?僕は自分のアプリケーションでunitテストを書くようにしています。今日はPythonでのUnitテストの書き方をブログに書きたいと思います。 目次 単体テストを書く理由 僕が単体テストを書く理由は、別に誰からか強制されているわけではなく、自分のために書きます。ユニットテストを書くことで以下のメリットがあるなぁと感じています。 コーディングしながら同時にテストもできて品質を確保しやすい テストしやすいメソッド設計になって、今後のメンテナンスをしやすい(例えば将来仕様変更があった場合にも、メソッドを修正してテストも修正すれば、最低限品質を担保できる 細かくテストができてテストバリエーションを確保でき、品質に繋がる。例えばHTTP〜アプリ〜DBを通してテストする場合には、どうしても細かい部分はテストしづらい) 新しい
0. はじめに AtCoderなどでは、グラフを扱った問題が多く出るが、その度に一から実装していると時間が掛かりすぎてしまうため、有名なものをあらかじめ持っておく必要がありそう。そこで、Pythonを用いて、ダイクストラ法、ベルマンフォード法、プリム法、クラスカル法、ワーシャルフロイド法を実装した。 コメント、意見等ある方は是非! お待ちしてます! 1. ダイクストラ法 1.1. ダイクストラ法(defaultdictで実装) defaultdictで実装すると、リストで実装するよりも、ノード数$N$が大きい際には高速に動作する。ただし、経路復元の関数は、うまく書けなかった......。 (2019/7/6 追記)結局できました。1.1.1. を参照してください。 import collections import heapq class Dijkstra: def __init__(se
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