サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。

新型コロナウィルス感染拡大に伴い不要の外出を控える社会人や学生のみなさまに向け、 JDLA認定プログラムを実施する事業者の協力を得て、一部のオンライン学習コンテンツを期間限定で無料公開いたします ＊2020年1月20日に「INTLOOP株式会社」の講座を追加しました ＊12月1日に「エッジテクノロジー株式会社」の講座提供期間を延長しました ＊5月19日に「スキルアップ株式会社」の講座期間定めなし、申込み方法追加しました ＊5月13日に「スキルアップ株式会社」の1講座を追加しました ＊5月1日に「Study-AI株式会社」の3講座を追加しました ＊4月27日に「NTTラーニングシステムズ株式会社」の1講座を追加しました ＊4月24日に「株式会社日経BP」の1講座を追加しました ＊4月17日に「エッジテクノロジー株式会社」の3講座を追加しました ＊4月9日に「株式会社キカガク」の1講座を追加し

本記事では、Pythonの認定資格「Python3エンジニア認定基礎試験」、「Python3エンジニア認定データ分析試験」、および2022年5月からベータ試験が始まった「Python3エンジニア認定実践試験」について解説します。 Pythonはシステム開発はもちろん、AI開発や機械学習など幅広い分野で利用可能であり、近年話題のプログラム言語として人気が広がっています。Python資格に興味のある方はぜひご覧ください。 1. Python（パイソン）とは Python（パイソン）は、AI分野の開発における必須言語として世界中で一気に知名度が高まりました。 小規模なものから大規模な業務アプリケーション開発、IoT分野、データ解析・分析など、多用途性を持ちながら、初心者からでも学びやすいプログラミング言語であることも人気の要因です。 そして近年、Pythonのスキルが活かせる仕事や求人も急増して

この記事はPython Advent Calendar 2014 - Qiita 2日目の記事です 前日は @kureikei さんのBlender関連 でした 最近はgolangでツールを作るのが流行っていますが、負けじとpythonももっと盛り上がって欲しいですね ということで、コマンドラインツールを作る時に必要な引数・オプションパーサを紹介していきます コンテンツ Pythonからコマンドラインでの引数・オプションを処理します 使用するものは sys.argv argparser.ArgumentParser docopt.docopt の3種類 getoptしか使えないような古いPythonは切り捨てました optparseはdeprecatedになっているので、ここでは紹介しません Deprecation of optparse 対応バージョン argparseがPython2.

Chainer チュートリアル 数学の基礎、プログラミング言語 Python の基礎から、機械学習・ディープラーニングの理論の基礎とコーディングまでを幅広く解説 ※Chainerの開発はメンテナンスモードに入りました。詳しくはこちらをご覧ください。 何から学ぶべきか迷わない ディープラーニングを学ぶには、大学で学ぶレベルの数学や Python によるプログラミングの知識に加えて、 Chainer のようなディープラーニングフレームワークの使い方まで、幅広い知識が必要となります。 本チュートリアルは、初学者によくある「まず何を学べば良いか」が分からない、 という問題を解決するために設計されました。 初学者は「まず何を」そして「次に何を」と迷うことなく、必要な知識を順番に学習できます。 前提知識から解説 このチュートリアルは、Chainer などのディープラーニングフレームワークを使ったプログ

色んな事情があってパソコンにPythonをインストールできないんですが…それでもPythonを動かしてみたい！ …という方のために、とっておきの方法を紹介します。 ということでこんにちは、20代怠け者(@20sInvest)です！ 例えば学校だったり職場だったりと、自由にソフトやツールをインストールできない、という状況は多いと思います。 管理者権限がなかったり、セキュリティ上の関係でソフトのインストールを禁止していたり、というところですね…。 そんな環境でPythonなどのプログラミングを勉強したい・動かしたいという場合はどうしたらいいんでしょう…？ 今回紹介したいのは、ブラウザ上でPython3を動かして、そのまま実行できるサービス「Google Colab」です。 このサービスを使うと、Windows環境・Mac環境に関わらず、Pythonを今からでも即実行可能になりますよ。

こんにちは、どんな作業もターミナルで行うことが多めの平野です。 最近はパイプに流すようなCLIアプリもPythonで作ることが多いので、 そこで必要になったいくつかの要素をまとめてみます。 パイプライン処理として実装しよう BrokenPipeの表示を消す argparseによる引数とオプションのパース この辺を考慮すれば、あとは文字列変換の主要なロジックだけを実装すればOKかと思います。 パイプライン処理として実装しよう パイプライン処理とだけ言うと色々な意味がありそうですが、ここで言っている意味は データの先頭行の処理の結果は最終行が入力される前でも取り出せるようにしよう ということです。 パイプ (コンピュータ)#シェルからの使用 - Wikipedia 複数行のテキストが入力されてきた時に、 それぞれの行の文字数をカウントするアプリケーションを作ったとします。 この時、以下のような

初めに 最近、「機械学習に強い」、「簡単」などの理由からPythonを選ぶ人が多いと思います。 そんな人たちがWebを書こうと思った時にぶつかるのがDjangoの壁ですよね。 （あれ、そんなことない？いやいや難しいですよね！） 僕は最初、Django Tutorialだけ日本語でやって、それ以降は全部英語の文献を読んだり、会社のコードをみて勉強をしたりしましたが、結構大変でした。 webを書きたいけど、Pythonより◯ubyの方が書きやすいから◯ubyの方がいい...となってしまわないように、これまで僕が勉強したDjangoの基本や応用を詰め込んで、Djangoを最速でマスターできるような記事を書いていきます！（3, 4記事の長さになる予定です） ＊ 最速でDjangoをマスターする part2 準備 Djangoが入っていない場合は、 でインストールできるらしいです。 僕はAnacon

以下、これら用語を用いて説明。 プロセスとスレッドの話 引用：第1回　マルチスレッドはこんなときに使う (1/2) プロセスとはプログラムの実行単位の事であり、プロセスを立ち上げると実行コード、データ、リソースなどのイメージがメモリ上に展開され、それを呼び出すようになっている。対してスレッドとは1プロセス中に1つもしくは複数のスレッドが含まれており、このスレッドが実際にCPUで実行される単位となる。 各プロセスは固有のメモリを持っており、スレッドはプロセス内のメモリを共有する。つまりメモリの観点から、CPU100%フル活用の場合を除き、コンテキストスイッチのコストはスレッドの方が小さく、マルチプロセスよりもマルチスレッドの方が断然パフォーマンスは高い。 しかし、マルチスレッドの難点として複数のスレッド間で連携をとることが困難である。例えば、1つのグローバル変数と2つのスレッドがあった場合、

この記事はJX通信社 Advent Calendar 2019 の23日めの記事です。 昨日は Yosk さんの 名刺作成をデザイナーの業務から外して、効率化させた話 でした。 こんにちは、サーバーサイドエンジニアの @kimihiro_n です。 今回は Python の Immutable を最大限活用してみる話を書いてみます。 【2019/12/23 訂正 1 】 : NamedTupleを使う際、同値であればオブジェクト自体も同一であると書いてましたがこちらは誤りでした。 個々の id を調べてみると別々のオブジェクトが割り当てられていたため、記事の表現を一部修正しました。 【2019/12/24 訂正 2 】: コメントにて、Java の String オブジェクトも不変であるというご指摘をいただきました。 不変であることとオブジェクトが同一であることの性質を混同してしまっていた

Deprecated This extension is no longer being maintained and all of its functionality has been (or will be) placed into the Microsoft Jupyter extension. Please download the Microsoft Jupyter Extension instead. Feel free to submit new issues or feature requests on the Microsoft Jupyter Extension. Jupyter An extension with rich support for Jupyter Quick Start Install the extension When using Python,

Pythonで文字列や数値、変数に格納された値などを標準出力（sys.stdout）に表示するprint()関数について説明する。 組み込み関数 - print() — Python 3.11.3 ドキュメント

サンプルコードを実行してみよう 準備が整ったら、Jupyter拡張機能の説明ページにあるサンプルコードを実行してみよう。ここではjupytertestディレクトリを作り、その下にtest.pyファイルを作成して、そこにこのコードを記述している。 #%% import matplotlib.pyplot as plt import matplotlib as mpl import numpy as np x = np.linspace(0, 20, 100) plt.plot(x, np.sin(x)) plt.show()

機械学習（データ分析）をちょっと触りだけやってみようと思い、最近使い始めたVSCodeで環境構築をしてみました Jupyterを使ったことがなかったのでちょっと苦戦しましたが一応動いたので手順を書き記しておきます。 ついでにAnacondaについてくるJupyterを使う場合の手順も記述しておきます。 はじめに Jupyter（Project Jupyter | Home）はWeb上で様々な言語を実行することのできるツールです。実行するとWebサーバーのようなものが立ち上がり、ブラウザでコードを書いてポチポチして実行できます。データ分析の世界ではメジャーなツールらしいです。 とはいえブラウザ上でコード書くのも微妙だし、毎回ブラウザに移動するのも面倒なのでエディタ上で完結できないか調べたところ、 拡張機能を使ってVSCode上でも実行結果を表示することができるようなので、今回はその環境を構築

よく使うのでメモ venv上でインストールしたモジュールも、jupyter上で使えるようになります。 環境 Python3.3 以降 MacOS 10.13.5 # venvの作成 python3 -m venv venv36 # venvのActivation source venv36/bin/activate # pip のアップグレード pip install --upgrade pip #jupyter notebook のインストール pip install jupyter

対象読者 Pythonの基本的な文法を理解しておりデータ解析のスキルアップに取り組みたい方 サンプルの動作確認環境 MacOS 10.13 Anaconda 5.1 Python 3.6 Jupyter Notebook 5.4 Pythonとデータ解析環境の概要 本連載ではPythonによるデータ解析について解説していきます。まずスクリプト言語としてのPythonとデータ解析環境の概要を確認します。 データ解析に適したスクリプト言語 データを集めたり加工したりする過程でよく使われるのがスクリプト言語です。データ解析の場面で必要なデータはさまざまな場所に存在してます。初めて見るデータを扱うことも珍しくありません。サーバーからダウンロードする場合もあれば、API経由で取得するものもあります。他のツールに受け渡すために、加工（前処理）が必要なデータもあります。スクリプト言語はこのような課題を解

この記事を書いた動機 僕の住む静岡県では、2010年から「静岡Developers勉強会」という ITエンジニアを対象とした勉強会が開催されています。 2010年：「Programming in Haskell」 2011年：「JavaScript: The Good Parts」 2012年：「HTML5＆CSS3実践入門」 2013年：「入門 機械学習」 2014年：「実践 コンピュータビジョン」 昨年の「実践　コンピュータビジョン」ではPythonを使用したため、 多くの人に勉強会に参加してもらうために、Pythonの基本を学べる スライドを作成しました。 その後、勉強会に参加したメンバーから、「自分もそのスライドの発表を聞きたい」と 要望があり、せっかく初心者用の資料を作成したのならば、Webで公開したほうが 多くの人が見ることが出来て良いのではないかと考え、今回Qiitaを利用し