生成AIの登場によって、AIは「使う」だけの存在から「実装し、活かす」段階に入りました。いま、エンジニアにはAIツールを活用する力に加え、その仕組みを理解し、自らの手でプロダクトに組み込むスキルが求められています。 本特集では、AI時代のいま必要性が高まるPythonの基礎から生成AI・機械学習の理解、実装まで、基本から段階的に身につけられる講座を厳選して紹介します。 オンライン学習プラットフォーム「Udemy」が11月28日まで実施する恒例のブラックフライデーセールと11月30日・12月1日のサイバーセールでは、対象講座が1講座1,300円からと通常よりももっとお得に、講座を購入できます！ぜひこの機会に、「いま学ぶべきAI活用・実装スキル」を身につけてください。 AI時代に価値を発揮する技術を今こそ学ぼう！ 最新講座も定番講座も長時間の大作講座もお買い得 Udemyでブラックフライデー・

はじめに 2025年はAIエージェントの年です。注目されているAIエージェントの一つが『AIが自動で自分のPC画面を操作』するBrowser Useというツールです。 Browser Useの面白さ Browser Useを使うと、AIが自動で自身のPC画面を操作することであらかじめ決めた目的を達成をしてくれます。 簡単な指示を出すだけで、自動でAIが色々操作してくれるのはキャッチーで衝撃的ですよね。 例えば下記のように完全自動でAIが記事を検索して記事の情報を取得してくれます。 簡単な指示でAIが自分で考えて画面操作をしてくれるのは近未来感ありますよね。 しかし、現場でAIを使いこなすには「AIがすごい」のレベルではまだ足りません。 実際に触ってみて何ができるのか？逆に何が苦手なのか？という肌感覚を持つことが非常に重要です。 そこで本記事は、その肌感覚を養うために実際にBrowser U

こんにちはイワツカです。 食欲の秋ということでサツマイモやキノコが美味しい季節ですね。 さて今回は、生成AIを使おうと思ってもプロンプトの書き方がよく分からず、生成AIから思ったような回答を得られない...なんて方におススメのOpenAIのプロンプトジェネレーター機能を紹介します。 1. プロンプトジェネレーターとは 使い方 2. ユースケースごとのプロンプトと結果比較 Pythonコードのリファクタリング プロンプトジェネレーターを使わない場合 プロンプトジェネレーターを使う場合 API設計 プロンプトジェネレーターを使わない場合 プロンプトジェネレーターを使う場合 ブログ作成 プロンプトジェネレーターを使わない場合 プロンプトジェネレーターを使う場合 3. まとめ 1. プロンプトジェネレーターとは プロンプトジェネレーターとは、その名の通り、AIに対する指示文（プロンプト）を自動的に

物理学者の逆襲!?Entropixはわずか3億6000万パラメータで1000億パラメータ級の回答を引き出す!Claude-3でも間違う問題を360Mが正しく解く 物理学者たちがノーベル物理学賞をホップフィールドとヒントンが受賞すると知った時、まあまあ微妙な気持ちになったことは想像に難くない。 我々コンピュータ科学者にとっては、ノーベル賞は全く無縁なものだった。むしろ「ノーベル賞をコンピュータ科学者が取ることは永久にない」と言い訳することさえできた。コンピュータ科学の世界にはチューリング賞という立派な賞があるし、ノーベル賞よりも賞金が高かった京都賞は、アラン・ケイやアイヴァン・サザーランド、ドナルド・クヌースなど、コンピュータ科学者たちが堂々と受賞している。その割には本来マイクロチップの最初の設計者である嶋正利などが京都賞にノミネートされていなかったり、サザーランドの弟子であるアラン・ケイの

はじめに 理系大学生諸君は、実験で得たデータの解析やグラフ作成にPythonを使っているでしょうか? 私の所属する研究室では、PythonまたはNgraphでグラフを作ることが推奨されています。 特定のグラフ作成ソフトと比べてPythonでグラフを作るメリットというのはいくつかありますが、各設定項目をテキストデータとして確認ができる(明確に記述されている)ところが一番のメリットだと思います。そんなPythonですが、Anacondaをインストールして、その流れでJupyter Notebookを使って解析する人が多いと思いますが、VScodeを使って解析したほうが良いと考える理由と、実例を上げていこうと思います。 VScodeを使うメリット 設定のカスタマイズが豊富 外観の設定や、キーボードショートカットなどが豊富であり、よりパーソナライズされた開発体験を得られます。 情報が多い VSco

Raspberry Pi Advent Calendar 6日目です。3枠ほど参加してくださる方が現れてありがてえ〜。皆様のご参加はいつでも歓迎です。 adventar.org 告知も打ってるけど……増えないンゴねえ ラズピッピでAdvent Calendar！一ネタ発表してみませんか？今年買って遊んだやつ、遊べず寝かせたままのやつ、何でもどうぞ。（訳: 一人でやってんのつらい） Raspberry Pi Advent Calendar 2021 - Adventarhttps://t.co/aPD82oAjc1 pic.twitter.com/KavNenPtT9— あっきぃ/C99(金)テ23a (@Akkiesoft) 2021年12月5日 PythonとguizeroでGUIアプリを書く？ さて、PythonでGUIアプリケーションを書こうとすると、たぶんPyGTKとかPyQtあた

WEBサービスで動画を配信するとき、HTMLのVideoタグを利用して、動画を再生させることがあります。 しかし、videoタグは指定された動画をそのまま読み込んで再生するだけです。そのため、データ容量の大きい動画ファイルの場合に、読み込みに時間がかかってしまうという問題があります。 そこで、WEBサーバー側で動画をストリーミングするのにどうしようかを考えていました。その過程で、FlaskとOpenCVでWEBカメラの映像をストリーミングする、ということをやったので、その方法について書きます。 ストリーミングとは ストリーミングとは、画像や動画などの容量の大きなデータを、小さいまとまりに分けて少しずつ転送／再生することにより、ユーザーの待ち時間を少なくする技術です。 たとえば、HTML5のvideoタグでは、ブラウザで動画を開いた直後、ユーザーはすべてのデータをまとめて受け取り、その後で再

となります。 またNode.jsの特徴として「Webサーバの役割もNode.jsがこなす」という点があります。（というかNode.jsの目的を考えるとWebサーバとしての役割がメインです） 元々Node.jsは大量の同時接続をさばけるようなネットワークアプリケーションを構築することを目的として設計されています。 そのため、Webサーバとしての機能から一貫してNode.jsが受け持ち、効率的に処理できるようになっています。 要するに通常使われるApacheやnginxのようなWebサーバの代わりにNode.jsが直接HTTPリクエストを受け取り、処理をしてくれます。 （実際にはNode.jsのみだとWebサーバとしては少し機能が物足りないので、その前段にApacheやnginxをリバースプロキシとして置く構成が多いです。） 目的3. モバイル/デスクトップ用のアプリケーションを作りたい No

↓近場の組み込み制御系エンジニア（年齢層高い）はまだまだC/C++Only（というかC以外ナニソレみたいな反応）若者がPythonも使ってる感じ。JS組める人はかなりレア。IoTクラウドサービス/インフラ含めて開発できる人もレア 言いたいだけ RaspberryPi 何度も読みたい

騒音計、振動計の波形データ解析では、C、C++、Python、MatLab(or GNU OCTAVE)などの開発言語、ライブラリがよく用いられます。その中でもPythonは、音・画像・動画の解析ライブラリが充実しています。 今回は、AI、機械学習などで脚光を浴びているPythonとライブラリのラインセンス規約を調査しました。 まずはPythonライブラリ群を確認してみましょう。 この中のPython、解析処理でよく利用されるnumpy、Sciypy(サイパイ)、グラフ表示部に利用するMatプロットライブラリのライセンスについて調査しましたので紹介します。 Pythonのライセンス Pythonのリリースは全てオープンソースであり、PSFライセンスとして配布される。 PSF(Python Software Foundation)とはプログラミング言語であるPythonを事業対象とした非営利

どうも！大阪オフィスの西村祐二です。 前回、WebIOPiを使ってブラウザからRaspberry PiのGPIOを操作するブログをかきました。 WebIOPiを使ってブラウザからRaspberry PiのGPIOを操作してみる WebIOPiはそれ以外にもRaspberry Piの中にあるPythonスクリプトをブラウザから実行することや、WEBページをHTML,CSS,JSを使って自分でカスタマイズするができます。 今回は、それをやってみたいと思います。 環境 Raspberry Pi Raspberry Pi 3 Model B Linux raspberrypi 4.9.59-v7+ #1047 SMP Sun Oct 29 12:19:23 GMT 2017 armv7l GNU/Linux Python Python 3.5.3 WebIOPiの設定変更 WebIOPiのコンフィ

スマートフォンからリモート撮影できるRaspberry Piデジカメ 最近赤外線デジカメを自作して撮影しています。 初回テスト撮影したときの感想にも書いたのですが、このままだとモニタもプレビュ画面もないので、非常に撮影が難しいです。以前に、モニタがついたデジカメも自作したことあるのですが、作るのが結構大変なのと、操作するボタンをたくさんつけるのは中々大変ですし、後からボタンを増やしたり位置を変えるのは非常に大変です。何よりモニタは高いです。 そこで良さそうだなと思うのが、モニタや操作ボタンのないカメラにWiFiでアクセスして、スマートフォンをモニタや操作画面として使うような最近流行りのレンズスタイルカメラのアイディア。SONYのQXシリーズとかOLYMPUSのAIR01とかがありますね。 ソニー デジタルカメラ サイバーショット レンズスタイルカメラ QX10 ブラック DSC-QX10/

はじめに プログラミング自体は文系、理系、年齢関わらず勉強すればある程度ものになります。プログラミングがある程度できるようになるとTensorflow,PyTorchやscikit-learn等のライブラリで簡単にできる機械学習やデータサイエンスに興味を持つの必然! これからさらになぜ上手くいくのか・いかないのかの議論をしたい、社内・外に発表したい、理論的な所を理解したい、先端研究を取り入れたい、応用したい等々と次々に実現したい事が増えるのもまた必然でしょう。このときに初めて数学的なバックグラウンドの有無という大きな壁が立ちはだかります。しかし、数学は手段であって目的ではないので自習に使える時間をあまり割きたくないですよね。また、そもそも何から手を付けたら良いかわからないって人もいるかと思います。そんな人に向けた記事です。本記事の目標は式の意図する事はわからんが、仕組みはわかるという状態に

Top > ラーニング > 京都大学、Pythonの基本を解説した無料の教科書「素晴らしすぎる」「非常にわかりやすくて良い」

コース概要 ブラウザとインターネットで実行可能（Google Colab利用） Jupyter Notebookを利用したプログラミング演習 線形回帰の基本的なコンセプト 線形回帰の数学的理解 最小二乗法を使って線形モデルを構築(単回帰分析) 最急降下法を使って線形モデルを構築(単回帰分析) テキスト量はA4で約40ページ相当 Python実習コード約100行 学べる内容 機械学習には数多くの手法がありますが、線形回帰はその中でも基本的な手法です。本チュートリアルでは、線形回帰のコンセプトや基本的な数学理解、さらに単回帰分析の問題を機械学習ライブラリーを使わず、スクラッチでモデルを構築していきます。 チュートリアル序盤では、具体的な実例を見ながら線形回帰のコンセプトと用語を紐解いていきます。また2つのプログラミング実習では、全く一緒のデータセットを使い「最小二乗法」と「最急降下法」を比較を

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

今回はリアルタイムで動く「動体」をAIで画像認識させつつ外部機器のPLC(シーケンサ)をPythonで制御させます。イメージとしては下記です。 ただし実際の工場ではテストするのは無理のため、身近にある物を動かして画像認識させてPLC(シーケンサ)を制御してみます ラズベリーパイでAI+画像認識をテストする デバッグ環境としては「カメラ」とGoogle Edge TPU搭載のUSB接続デバイスである「Coral USB Accelerator」を使います。非常にコンパクトに収まります PLCに関してはソフトウェアPLCの「CODESYS」を利用 外部機器としてのPLC(シーケンサ)に関してはソフトウェアPLCの「CODESYS」を使います。 誰でもフリーで使うことができ、簡単にラズベリーパイでテストできます。以前まとめた記事はこちらから

未経験で社会人である筆者がPythonと機械学習を学びました。 「今回の勉強方法はかなり実用的かつ効率的！」と強く実感した内容でしたので紹介します。 UdemyがPythonと機械学習の始め方に最適！ 結論から言いますとUdemy の講座を受けました。 未経験・初心者だった筆者がPythonを触れるようになり、機械学習のプログラムを作っています。 筆者が受けた講座はこちら！おススメ！ Python 3 入門 + 応用 +アメリカのシリコンバレー流コードスタイルを学ぶオンライン講座 時間がない社会人が「Python」「機械学習」を効率良く身に付く勉強方法です。 下手な参考書買うより圧倒的に安く、効率良く隙間時間でスキルを身につけれます。 次章から経緯を説明していきます なぜ「Python」「機械学習」の勉強を始めたか 筆者が「Python」「機械学習」の勉強を始めようとしたきっかけは、このA

Raspberry Piを使用したLINE連携可能なIoT火災報知器を作りました。 Raspberry Piは煙を感知するとLINE APIにリクエストを送るpythonプログラムを常に実行しています。 このため煙を感知するとLINE notifyを通じて火災発生の通知を受け取ることができます。 動画ではraspberry pi 4B(7000円)を使用していますが実際にはRaspberry Pi Zero(700円くらい)を使い法が良いでしょう。 4:48のプログラム python code https://ichiken-youtube.hatenablog.com/entry/2020/01/18/204140 前回の動画 https://youtu.be/zTOXdULHNsA ◤リンク◢ イチケンの電子工作製品やTシャツはここで買えます(アソシエイトリンク) https://am