はてなブックマーク

Django Girls Tutorial Djangoのチュートリアルをいろいろ探してみた結果、「Django Girls Tutorial」がとても良心的に感じました。 Web開発の経験がない人でも一人で進められるのではと思うほどの丁寧さでした。 英語版 日本語版 よかったところ 基本的な部分だけシンプルにさらうことができる deprecatedな部分がなさそう 数時間でおわる ほとんどの用語に丁寧な説明がある チュートリアルの概要 Django以前の背景知識 Internetとは Comannd lineとは Pythonとは Djangoのインストール プロジェクト、アプリケーション立ち上げ DB,モデル,ORMについて Django URLs,Viewについて Herokuデプロイ など これをやった後、本家のチュートリアルや他のサイトで勉強するとスムーズかなと思いました。 コー

pandasのGroupByの拡張のようなTimeGrouperについて情報がなかったので備忘録として。 もっとデファクトスタンダードな方法があれば教えてください！ 用例:特定の期間内での集計をしたい場合に有用 例 毎月の値を持つデータから6か月ごとに集計する 毎日の値をもつデータから1か月毎の集計をする タイムスタンプで取引記録を持つようなデータから日毎の集計をする 関連するstackoverflow How to groupby time series by 10 minutes using pandas? [1] timegrouper-pandas 用例1:毎月の値を持つデータから6か月ごとに集計する ([1]より) ts = pd.date_range('7/1/2008', periods=30, freq='MS') df = pd.DataFrame(pd.Series(r

NMFは次元削減の手法であり､レコメンドの精度を高めることができるといわれています。 機会学習ライブラリのscikit-learnでもNMFを簡単に使うことができます。 今回は､具体例を用いて試して､NMFを直感的に理解することが目的です。 「Matrix Factorizationとは」という記事がわかりやすいです。 NMFとは レコメンドとしてのMatrix Factorizationについてざっくりと理解するには､英語ですが､以下の資料がわかりやすいです。 Matrix Factorization Techniques For Recommender Systems このスライドにある図を引用しながら軽くイメージを説明します。 NMFの手法が一躍有名になった､Netflix Prizeを想定し､ユーザーとその人がどの動画に何点の評価をつけたかを表す行列が与えられるとします(左のRat