30歳を過ぎて機械学習エンジニアに転身して半年になったのでこれまでやってきた勉強についてまとめる - Qiita
はじめに どうも、30過ぎて情シスから機械学習エンジニアに転身するという割と変態的なキャリアを形成しているものです。 これまでの自分の反省も元にどう勉強してきたか振り返ってみたいと思います。 もともと理系出身ですし、IT業界の経験自体はあるので完全未経験というわけでもないので、理系の情報系の学生さんとか、大学卒業してあまり年数が経たない社会人の方であれば参考になる部分があるのではと思います。 基本スペック 年齢…32 学歴…理系大学院修士修了。物理系(大学初年度の線形代数、微分積分、確率統計ならギリギリなんとかなる。Python機械学習プログラミングやはじめてのパターン認識を見て数式でつまづくことはほとんどない。) これまでのキャリア…ERPのパッケージ開発1.75年(Javaなど)→ネットワークエンジニア1.75年(ツール作成程度にPython)→社内SE3年(社内システムの企画/保守。
業務で機械学習を使うためには、まず課題を洗い出す～『現場で使える！Python機械学習入門』より
本記事は『現場で使える！Python機械学習入門』の「CHAPTER2 機械学習を実務で使う」からの抜粋です。掲載にあたり、一部を編集しています。 2.1 業務で機械学習を使う 業務で機械学習を用いる際には、「課題を明らかにし、定式化する」ことが重要です。課題を機械学習で解決できる段階まで落とし込む例について解説します。 2.1.1 機械学習について 近年ではデータ処理技術の向上や計算機の処理能力の向上の影響、さらには活用可能なデータの増加に伴い、「AI」、「人工知能」などの用語が一般大衆の人たちにも広がっています。そのため、「AIを使いたい」という要望が、技術者や研究者に限らず、経営層やその他非技術職から出ることも多くあるという話を耳にします。筆者も実体験として、人工知能や周辺技術と関わってこなかったような方々から「人工知能（AI）を用いて面白いことをしたい」などの相談を受けたことがあり
「写経」を自動化し、オートで功徳を積める仕組みを作ってみたのでございます。 - Qiita
#!usr/bin/python # -*- coding: UTF-8 -*- ##PyAutoGUIのモジュール #pip install pyautogui import pyautogui #クリップボードコピペ用 #pip install pyperclip import pyperclip import sys import time def GijiHenkan(kanji, roumaji, sleeptime): #roumaji文字列をタイプする（※全角モード前提） #pyautogui.typewrite(roumaji) #↑不自然に早いので不採用 #全部の文字を一文字ずつ打つ for char in roumaji: pyautogui.press(char, presses=1) time.sleep(sleeptime) #変換前にひとこきゅう time.sl
文科省のPythonはPythonじゃねぇ - Qiita
TL;DR 文科省によるプログラミングの教材はダメダメ。PEP8読め。 追記 もちろん、この指摘が普通のコードに対するものだとすれば 「重箱の隅をつつきすぎ」 だというのは全くその通りだと思います。こんな指摘をするつもりはさらさらありません。 しかし、これが文科省という権威ある機関が発表するものならば話は全く違います。 全ての日本の教育を一身に背負うくらいの気持ちと成果を伴わなければならないとも思います。 そういう理由での、厳しい(というか細かい)指摘です。 追記2 自分の説明が足りませんでした(すみません)。ちなみにこの教材は「教員研修用」です。 この教材で研修を受けた教師にプログラミングを教えられると思って考えてみてほしいと思います。 追記3 (2019/9/25 文科省の改訂を受けて) この度文科省がPythonに関する資料の改訂版を発表しました。 文科省に対して改善を求める当初を行
【保存版・初心者向け】独学でAIエンジニアになりたい人向けのオススメのAI勉強方法 (2019年改定版) - Qiita
追記 Pythonや機械学習がオンライン上で学べるAI Academyをnoteでも書きましたが、3/17日からほとんどのコンテンツを永続的に無料で利用できるよう致しましたので、是非この記事と合わせて使って頂けますと幸いです！ AI Academy Bootcamp ６ヶ月35,000円にてチャットで質問し放題の環境で、機械学習やデータ分析が学べるサービスを提供しております。 数十名在籍しているデータサイエンティストや機械学習エンジニアに質問し放題の環境でデータ分析、統計、機械学習、SQL等が学べます。AI人材に必要なスキルを効率よく体系的に身に付けたい方は是非ご検討ください！ https://aiacademy.jp/bootcamp はじめに 我々は、AI Academyというサービスを通じて、これまで1500名以上の方々に、プログラミング(Python)、統計的機械学習、深層学習(D
オレ プログラム ウゴカス オマエ ゲンシジン ナル - Qiita
import requests import json import sys BASE_URL = "https://api.ce-cotoha.com/api/dev/" CLIENT_ID = "オマエ アイディ イレル" CLIENT_SECRET = "オマエ シークレット イレル" def auth(client_id, client_secret): token_url = "https://api.ce-cotoha.com/v1/oauth/accesstokens" headers = { "Content-Type": "application/json", "charset": "UTF-8" } data = { "grantType": "client_credentials", "clientId": client_id, "clientSecret": cli
【入門者・初心者向け】【随時更新】Pythonで機械学習や統計モデリングをしたい方のための環境構築まとめ - Liberal Art’s diary
Pythonを用いたプログラミングについて色々と書いていますが、環境構築についてがメインの記事が今までなかったのでこちらにまとめられればと思います。入門者・初心者向けに解説させていただく機会もしばしばあるので、その内容も踏まえた上で随時ベストエフォートの更新を行っていければと考えています。（なかなか目的・目標やスキルのレベル感も違うので統一していくのが難しい内容なのですが、それぞれの人に最適な環境にできればと思います） 以下目次になります。 1. 環境構築にあたっての前提 2. OSごとの環境構築 3. Jupyterでの動作確認 4. 目的に応じた追加パッケージのインストール 5. 環境構築が終わった後の推奨記事 1. 環境構築にあたっての前提 1節では環境構築にあたっての前提知識についてまとめておきます。そもそも環境構築とは何かですが、プログラム言語を実行する環境を整えるということです
Python本まとめ・2019年版 - Webとデータ分析を初心者が仕事にするまで - Lean Baseball
毎年恒例、Pythonの本と学び方のまとめ・2019年バージョンとなります. ※2021/1/11更新：2021年版あります ※2020/1/9更新：2020年版もあります, こちらもよろしくおねがいします！ ※ちなみに昨年版はこちら 改めましてこんにちは、Pythonと野球を仕事にしています、@shinyorke（Python歴おおよそ8年）ともうします. なお、Python その2 Advent Calendar 2018 12/24記事でもあります. このエントリーはそこそこ長いので、「最初の方をサクッと読んで、残りはつまみ読み」してもらえると良いかもです！*1 ※もちろん全部読んでも構いません！（それはそれで嬉しい） サクッとまとめると 入り口としての「独学プログラマー」は万人が読んだほうが良い名著 データ分析・解析やりたい人も、Webからやっておくと良いかも（特に前処理） Web
Pythonプログラミング
全面的改訂中(Jun 2020) 不勉強のせいで、このページには不確かまたは不適切な記載を多く含んでいます。 ご迷惑をおかけいたします。 左図のような急カーブ注意（dangerous bend）マーク（Donald Knuth先生がTeX bookで導入）を付ける。 難しいというわけではなく、是非取り組んでみるべき興味深い挑戦と見るべき箇所である。 プログラミングを理解するということは、まず自分で考えてみて、プログラミング例を見て「ナルホド！」と膝を打ち、さらに自分でより一般的に利用できるように改良するプロセスを繰り返すことである。
Pythonでこんなことできちゃうんです＊随時更新＊
はじめに 日々、StackOverflow や Qiita や Medium らで pythonについてググっている私がこれ使えるな、面白いなと思った tips や tricks, ハックを載せていくよ。 簡単な例文だけ載せてくスタイル。新しいの発見次第、じゃんじゃん頻繁に追加していくよ。 これも知っとけ！これ間違ってる！ってのがあったら、コメント下さい。 このモジュルやライブラリーの関数とか基本/応用的な使い方を知りたいけど、自分で探すの面倒、英語意味不ってのがありましたらそれもコメントにどうぞ。私が代わりに調査 • 解析を努力致します。 簡単な例文を心がけてはいますが、なにせ読むな！見て感じろ！なくらい説明不十分なので、初歩的な関数の使い方などのpython知識を所有しているとすんなり理解しやすいかと思います。多分。 注:リンク先は全て英語です。PEP8をいつかは読みましょう。良いスタ
機械学習入門 - 基本のPythonライブラリ、9つを触って学ぶ - エンジニアHub｜若手Webエンジニアのキャリアを考える！
機械学習入門 - 基本のPythonライブラリ、9つを触って学ぶ 機械学習を学ぶために、まず知っておきたいPythonライブラリを、機械学習エンジニアの「ばんくし」こと河合俊典さんに厳選し、そのエッセンスをつづってもらいました。機械学習入門に向けたスタートアップガイドです！ こんにちは。機械学習エンジニアの「ばんくし」こと河合俊典（かわい・しゅんすけ／ @vaaaaanquish ）です。 近年の機械学習関連の開発では、多くの場合Pythonが用いられます。 本記事は、「機械学習をこれから初めてみたいけど何から始めればいいか分からない」「基本のキから学びたい」という方に向けて執筆しました。プログラミング言語「Python」の中でも、特に機械学習における使用頻度の高いライブラリを厳選し、その解説を目的としています。 「この記事の内容に沿ってPythonを学習すれば、機械学習エンジニアとして入
『機械学習のエッセンス』はゼロからガチで機械学習を生業にしたい人が「いの一番に」読むべき一冊 - 六本木で働くデータサイエンティストのブログ
機械学習のエッセンス -実装しながら学ぶPython,数学,アルゴリズム- (Machine Learning) 作者: 加藤公一出版社/メーカー: SBクリエイティブ発売日: 2018/09/21メディア: 単行本この商品を含むブログを見る発売されてからだいぶ経ちますが、構想段階の頃より著者の「はむかず」さんこと加藤公一さんからお話を伺っていて注目していたこちらの一冊をようやく一通り読みましたので、サクッと書評めいた何かを書いてみようかと思います。 各章の概要 言うまでもなく実際の内容は皆様ご自身でお読みいただきたいのですが、これまでの書評記事同様に概要を簡単にまとめておきます。 第01章 学習を始める前に Python環境やAnacondaのインストールについての説明もなされているんですが、重要なのは後述する「本書は何を含まないか」という節。ここに本書の狙いの全てが書かれていると言って
Python Webスクレイピング 実践入門 - Qiita
PythonによるWebスクレイピングの実践入門を書きたいと思います。 概論的なところは除いて、フィーリングで理解していくスタイルで行きたいと思います。 ※追記 本記事は少し難しいやり方をとっていますが、学習すると言う意味ではとても価値あるものだと思います。 本記事を読み終えた後はこちらのテクニック編をご覧になるとサクッと出来たりします。 Python Webスクレイピング テクニック集「取得できない値は無い」JavaScript対応 やること 最終的には「1時間ごとに日本経済新聞にアクセスを行いその時の日経平均株価をcsvに記録する」 プログラムを組んでみたいと思います。 注意 注意事項です。よく読みましょう。 岡崎市立中央図書館事件(Librahack事件) - Wikipedia Webスクレイピングの注意事項一覧 何を使うの？ 言語:Python 2.7.12 ライブラリ:urll
VS CodeとFlaskによるWebアプリ開発「最初の一歩」
VS CodeとFlaskによるWebアプリ開発「最初の一歩」：Visual Studio Codeで始めるPythonプログラミング（1/3 ページ） 連載「Visual Studio Codeで始めるPythonプログラミング」 FlaskはPythonでWebアプリを開発するための「マイクロ」フレームワークだ。今回から数回に分け、Visual Studio Code（以下、VS Code）とこのFlaskを利用して、Webアプリを開発するための基本を見ていこう。なお、本稿ではWindows版のVS CodeとPython 3.6.5を使用する（macOSでも動作を確認した）。 Flaskとは FlaskはWebアプリを開発するための「マイクロ」フレームワークだ。ここで「マイクロ」とは単なる「小規模なフレームワーク」ではなく、「コア機能はシンプル」で「拡張性がある」ことを意味している。
VS CodeでPythonするために必要なこと
なお、本稿の内容は基本的に、Windows版のVS Code（64ビット版）で動作確認し、必要に応じてmacOS版でも確認をしている。 VS CodeでPythonする理由 PythonをサポートするエディタやIDE（統合開発環境）は数多く存在する。例えば、JetBrainsのPyCharmは優れたIDEであり、恐らく、VS CodeでできることはPyCharmでもできるだろう。それでもなお、VS Codeを使う理由とは何だろう。筆者もちょっと考えてみた。 VS Codeは無償で使える、軽量なエディタである（上に挙げたPyCharmにも無償で利用できるCommunityエディションはあるし、オープンソースプロダクトとして無償で利用できるエディタも数多いが） Python拡張機能をインストールすることで、IntelliSenseを利用したコード補完が可能になる 同じくPython拡張機能によ
データ分析能力を競うサイト「Kaggle」のブラウザからアクセスできる機械学習環境「Kernel」を使ってデータサイエンティスト入門 - karaage. [からあげ]
追記：Kaggleスタートブック この記事の内容は少し古いので、今からKaggleを初めたい方は、「Kaggle スタートブック」がオススメです。以下記事参照ください。 Kaggleとは データ分析をスポーツのように競うプラットフォーム、それが「Kaggle」らしいです。データサイエンティストのオリンピックみたいなものですね。概要は以下記事がわかりやすいと思います。 重要なのは「Kaggle」が、単にデータを競うサイトというだけでなく、その分析ノウハウだったり、分析する環境まで提供するプラットフォームになっている点ですね。機械学習・データサイエンスに興味ある方は必見のサイトと思います。 「Kaggle」の「Kernel」を使ってチュートリアル「タイタニックチャレンジ」をやってみる 「Kaggle」で特に凄い点が「Kernel」というブラウザベースで実行できる、機械学習の環境が用意されていて
![データ分析能力を競うサイト「Kaggle」のブラウザからアクセスできる機械学習環境「Kernel」を使ってデータサイエンティスト入門 - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/7c3167905820500d91b6d1dd60444063aaf0f672/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20180409%2F20180409012426.png)
東京大学の松尾研究室が無料公開している「Deep Learning基礎講座演習コンテンツ」の自主学習方法 - karaage. [からあげ]
新たな教育プログラム「DL4US」が開始しています。 2019年5月に、松尾研究室の新たなディープラーニングの無料教材「DL4US」が公開されています。「Deep Learning基礎講座演習コンテンツ」のバージョンアップ版の位置付けなので、今から学習する方はこちらに取り組んだ方が良いかと思います。 Dockerを使った環境構築方法を紹介している記事を書いたので、もし良ければ以下記事参照下さい。 Deep Learning基礎講座演習コンテンツが無料公開 以下のようなサイトが無料公開されていました。 学習に自由に使用してよいとのことです。ただ、肝心の使用方法が詳しく書いてないので、初心者には環境構築が厳しく、簡単に環境構築できる人にとっては、知っている内容のところが多い気がして、内容が良いだけにもったいなと感じました。 そこで、ちょっと初心者向けに環境構築の補足をしてみたいと思います。 そ
![東京大学の松尾研究室が無料公開している「Deep Learning基礎講座演習コンテンツ」の自主学習方法 - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/178ef5d03633f9e986d9fc47d72105e66fc029f6/height=288;version=1;width=512/https%3A%2F%2Fcdn.image.st-hatena.com%2Fimage%2Fscale%2F40679927ee94e87b6757cfc6e5986acee028ca94%2Fbackend%3Dimagemagick%3Bheight%3D1300%3Bversion%3D1%3Bwidth%3D1300%2Fhttps%253A%252F%252Fcdn-ak.f.st-hatena.com%252Fimages%252Ffotolife%252Fk%252Fkaraage%252F20180127%252F20180127134253.png)
ブログの「内部リンク」と「はてブ情報」をPythonで分析・可視化する方法と結果 - karaage. [からあげ]
自分のブログを分析してみようと思い立った そういえば、自分のブログとか分析したこと無かったと思ったので、やってみることにしました。正確には、一応Google Analyticsは登録して設定はしているのですが、画面がたくさんあって何を見れば良いのかも分からず、あんまり興味も湧かなかったので放置していました。 そんな中、Pythonでブログを分析している人をみかけて「Pythonだったら、自分でソースも多少はいじれそうだし面白そう！」と思い、とりあえず試してみることにしました。具体的には、以下2つの記事を参考に、ほぼそのままやってみました。 ただ、いつものように自分の環境だとそのまま動かなかったり、多少工夫したりしたところがあるので、結果と合わせて備忘録として記録を残しておきます。 対象は、はてなブログを想定していますが、今回の内容なら多分他のブログプラットフォームでも多分大丈夫と思います（
![ブログの「内部リンク」と「はてブ情報」をPythonで分析・可視化する方法と結果 - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/f5233044311616999fe1fd429048531a8ade7d01/height=288;version=1;width=512/https%3A%2F%2Fcdn.image.st-hatena.com%2Fimage%2Fscale%2F3ac8462bb804c8976c7691b811bc59c0a043773d%2Fbackend%3Dimagemagick%3Bheight%3D1300%3Bversion%3D1%3Bwidth%3D1300%2Fhttps%253A%252F%252Fcdn-ak.f.st-hatena.com%252Fimages%252Ffotolife%252Fk%252Fkaraage%252F20180103%252F20180103184316.png)
WebストラテジーゲームでJavaScriptが学べる「Empire of Code」の遊び方を大公開！ - paiza times
どうも、まさとらん（@0310lan）です。 今回は、基本的なプログラミングに慣れてきて、「次に何しようかな…？」と考えている人に最適なWebサービスをご紹介しようと思います！ ブラウザから遊べる「ストラテジーゲーム（戦略ゲーム）」なのですが、自軍の兵士たちを自分でプログラミングすることで、自由自在に操作することができるという異色のサービスになっています！ 【 Empire of Code 】 プログラミング初心者向けではないのですが、PythonかJavaScriptの基本的な文法を把握している人であれば誰でも楽しめますよ！ ■「Empire of Code」の始め方！ それでは、実際に試しながら、どのようなサービスなのかを詳しく見ていきましょう！ まず最初に、サイトへアクセスして「START NEW GAME（ゲーム開始）」ボタンをクリックします。 すると、コミカルな漫画でストーリーが
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
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
PythonでWebアプリを開発したい人が何を学べばよいか初心者向けに解説してみた - DAINOTE
