サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
ノーベル賞
sumtat.hatenablog.com
みなさん、こんにちは。 今回はKNIMEや、その他ツールの話はないです。ただの雑記。 先週のことですが、第7回ケモインフォマティクス若手の会に参加してきました! 私は若手とはお世辞にも言えない年齢ですが、"超ど素人" = "若手"と勝手に解釈して参加することにしてみました! 共感できるタイプ・できないタイプがいると思いますが、まあそれは不安でしたよ。残念ながら私は、あんまりおしゃべりが上手な方ではないですし、若さもない・ケモインフォの知識もない…。社内でも、お前みたいなおっさんが未経験分野の担当になって何の役に立つ?な空気を感じることもあります。確かに一理あると思います。 でも、だからこそ、ビビらずに外の世界に触れて、少しでもレベルアップしなくてはと思い参加を決めたわけです。 行って良かった!とても良い会だった! 実に語彙不足な感想ですが、とても良い会だと思いました。お偉方・学会の自己満足
こんにちは。花粉が飛んでいますね。 さて、KNIMEの使い方を主な題材としている本ブログですが、前回 こんな記事を書いてみました。 記事内でも触れましたが、私プログラミングとか全然やったことないです。なので、pythonコード書く部分は結構時間かかりました。既存ライブラリを使ってるだけなので特に頭を使うこともなく簡単なはずなんですが、 お作法がわからん場合が多い ライブラリ名、関数(class)名を知らない など低経験値が引き起こす問題が結構あります。 で、少しずつ慣れていこう!と思って、もう一度復習してたんですが、 qiita.com こんな記事が目について、PyCharmをインストールしみました。右も左もわからない私に、"最強"とかキャッチーなフレーズ。食いついてしまいました。 結果、入れてよかったです。 前回のtSNEのコードは何も見なくてもかけるようになりました。 インストールの方
みなさん、年度末が近づいてきました。色々と忙しい日々ですが体調には気をつけないといけません(私は、先日発熱しました…)。 さてさて、今回はKNIME上でpython書いて、scikit-learnを動かしてみます。 で紹介した可視化を、t-SNEを使ってやってみます。 その前に! KNIME上でpython、どうやって使うの?に軽くふれます。 まず、python3を使いたければ、KNIME3.5以上が良い気がします(3.4でもいけそうですが)。 File >> preferencesと進んで、検索窓にpythonと入れれば、下のような設定画面にたどり着きます。ここに使いたいpythonの実行ファイルを指定すればOKです。私の場合はanacondaを使ってpython環境を用意しているので、所望のenvのbinの中のpythonを指定しています。 ここで、私のようなど素人+化合物情報を扱いた
久しぶりに記事を書きます。二児の親となり、家のことを忙しくしつつ、最近は機械学習をかじり始めました。始めたといっても、いろいろを触って、動かしてみている程度。きっちり取り組んでいる方には怒れらてしまいそうですが、様々なツールも出回り、コモディティ化が進んでいるなかで、まったくいじったことがないというのも良くないと思いまして。 今回は、"学習用データがある場合"に可能&お手軽簡単に数値予測ができるKNIMEのノード を紹介しようと思います。 Random Forest Learner & Predictor (regression) 最近の流行は、やっぱりdeeplearningだと思うのですが、それだけが全てではないです。現在、私もDeepChemを使ってDLに挑戦していますが、wetのケミストが気楽にアクセスできる感じではありません(プログラミング経験のある方なら、何とかなるかもしれませ
今回はKNIMEを使って、明日の天気予報を調べてみようと思います。 …このこと自体に大して意味はありません。 ポイントは KNIMEはweb上の情報も取得することができる という点です。 色んな方法があるのですが、今回はわりと分かりやすい「REST API」を活用した方法を紹介しようと思います*1 例として取り上げる題材は、無料&内容が分かりやすいLivedoor天気情報を利用させていただくことにします。 weather.livedoor.com 上リンクの内容を確認していただくと次のような記述があります。 (例)「福岡県・久留米の天気」を取得する場合 下記URLにアクセスしてJSONデータを取得します。 基本URL + 久留米のID(400040) http://weather.livedoor.com/forecast/webservice/json/v1?city=400040 RE
SONYからNeural Network Consoleというのが公開されましたね(以下NNC)。 dl.sony.com これの良し悪しを議論できるほどの知識は私にはないです。でもGUIツールということで、とりあえず使ってよう!という試みです。セットアップの方法などは公式に書かれていますので、そちらを参考にしてください。 さて、なにをやってみようかなと考えたのですが、私は仕事柄、画像認識をあまり活用できる身近な内容があまり思いつかなかったので、数値(阻害活性値)の予測をしてみることにしました*1 チュートリアルには画像の分類(MNIST)が書かれているのですが、画像以外の形式を入力にする例はあまり紹介されていません。私はこの記事を参考にしました。 arakan-pgm-ai.hatenablog.com この内容に従えば、とりあえず動きます。ざっくりというと、 データのcsv データセッ
脱エクセル ビッグデータだとか、データサイエンスだとか、近年よく耳にするワードかと思います。ただ、そんな流れに柔軟に対応できていない・できない人も多いと思うんです。 この取り残された側に筆者もいるのですが、周囲の状況としては 古き良き時代?の紙ベース業務から、ようやくエクセルくらいは当たり前にはなっている 手作業(コピペやデータ照合)を頑張ると、褒めれちゃう異常な環境 なんかが挙げられます。 エクセルは優れたアプリケーションだとは思います。初見でもある程度使えますし、知名度も高い。多様な処理も可能です。 一方で、初見で使えてしまうために"セルの結合"や"セル内の改行"など、後の解析等には不都合な処理が施されたデータが蔓延します。また多様な処理を実行するためにはエクセル関数を覚えたり、さらにはVBAなどを記述するスキルが必要です。 特にVBAのようなコード作成が必要になると、自分には無理だー
勝手に偉そうな命名をした"超入門シリーズ"ですが、これまでに ファイルの読み方 (エクセルファイルを例にして) 変数の使い方 について紹介してきました。 さていよいよ今回はループの回し方について紹介したいと思います。 この3つが揃えば、データサイエンティストやプログラミングガチ勢ではない、私のような専門外の人間でも、ある程度のルーチンワークをKNIMEにお願いすることができるようになります。 今回は例として、 【複数のファイルを一気に全部読み込む】という作業にtryしてみます。 読み込むファイルの形式はsdfというものにして説明しますが、エクセルでもcsvでも、大体流れは同じです。 さて、状況のイメージです。 ひとつのフォルダに読みたいファイルが全て入っているものとします。今回の場合は、testという名前のフォルダにfile_0.sdf ~ file_9.sdfという10個のファイルが格納
今回は時間がうまく作れなかったので、短めの記事です。でも活用頻度は大のノードを紹介します。 Concatenate 名前の通り、連結するノードです。極力余計なことはしないで、複数のデータを"縦方向に"連結します。キャプチャを見た方が早いと思うので、貼ります↓。 入力側の2つのテーブルには"name", "maker", "price"の共通するカラムがあります(属性も一致)。カラム名が同じものは、同じところに並べてくれます。一方で"status", "amount"はそれぞれ片方にしかありません。このようなカラムもとにかく連結してくれます。データのない部分は欠損値になります。 設定画面で、両者に共通のカラムだけ残すという指定もできますが、何も考えず繋げてGoでいいかな?と思いますよ! さて、結果"name"の 【A】に注目します。Aはどちらの入力側テーブルにも入っているデータです。結果側で
このページを最初にブックマークしてみませんか?
『非プログラマーのためのインフォマティクス入門。(仮)』の新着エントリーを見る
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