はてなブックマーク

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

http://rest-term.com/archives/2999/ http://algorithm.joho.info/programming/python-numpy-sample-code/ に良いまとめがあるのでそれらを見れば事足りるのだが、記憶の定着のために自分用にもメモしておく。(諸事情により適当な英語も併記)

ブロックチェーンで Hello world! (Minimum Viable Block Chain)PythonScalaBitcoinCryptocurrencyBlockchain 0. はじめに ブロックチェーンについては、ネットの記事を流し読んだ程度で、「ブロックがチェーン状につながっている」とか「中央集権的ではなく分散的」といったことはなんとなく聞きかじってはいたものの、ちゃんと理解してはいなかったので調べてみた。 本を読んで概念を表面的に理解するよりも、これ以上削ったらブロックチェーンとはいえないレベルの「最小限のブロックチェーン」を実際に作ってみたら楽しいのではないかと思い、ネットを漁ってみるとまさにうってつけの記事があった。 実現可能な最小の Block chain のサンプルコード（未完成） (imsut/minimum-viable-block-chain) これをP

0 はじめに 言語処理100本ノックは、東北大学の乾・岡崎研究室で公開されている、実践的な課題に取り組みながら，プログラミング，データ分析，研究のスキルを楽しく習得することを目指した問題集です。 これまでに、「第4章 形態素解析」、「第5章 係り受け解析」、「第8章 機械学習」を解いてきました。 引き続き「第9章 ベクトル空間法 (I)」を進めていきます。 0.1 この章でやること enwiki-20150112-400-r10-105752.txt.bz2は，2015年1月12日時点の英語のWikipedia記事のうち，約400語以上で構成される記事の中から，ランダムに1/10サンプリングした105,752記事のテキストをbzip2形式で圧縮したものである．このテキストをコーパスとして，単語の意味を表すベクトル（分散表現）を学習したい．第9章の前半では，コーパスから作成した単語文脈共起行

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

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

はじめに 言語処理100本ノックは、東北大学の乾・岡崎研究室で公開されている、実践的な課題に取り組みながら，プログラミング，データ分析，研究のスキルを楽しく習得することを目指した問題集です。 これまでに、「第4章 形態素解析」、「第5章 係り受け解析」、「第8章 機械学習」、「第9章 ベクトル空間法 (I)」を解いてきました。引き続き「第10章 ベクトル空間法 (II)」を進めていきます。 9章では、なんちゃってword2vecを実装しましたが、10章では一般に公開されているword2vecライブラリを使って色々やっていきます。これが最終章です。 8章、9章は、NLP初心者の私には、問題文の理解すらおぼつかない状態だったため、タイトルを「問題文の意味がわからない人のための〜」と題して、問題文の解釈と併せて説明してきました。 この章はそこまで難しくないと思いますので、タイトルから「問題文の意

Ansibleを使い始めようと思ったのだが、Web上のチュートリアルは、やや古かったり、やたらとたくさんのディレクトリやファイルを作らせたりと、Ansibleの特徴とされているシンプルさが感じられず、うんざりしたのでこの記事をまとめています。触り始めたばかりのため、もし誤りがあればご指摘いただけると幸いです。 1. はじめに Ansibleとは？ この辺の情報はWebにいくらでもあるので、簡単に。。。 Python製の構成管理ツールです。(「IT自動化ツール」というように、より汎用性を強調した説明もちらほら見かける) 似たようなツールとしては、ChefやPuppet、Itamaeなどがあります。 スクリプトはyamlで書くので、Pythonの知識は必要ありません。 シンプルで習得が容易であることがその特徴の一つとされています。（多分ChefやShellと比べて言ってるんだと思う） 用語の解

言語処理100本ノック 2015の「第4章 形態素解析 (30〜39)」を解いた記録です。 環境 OS X El Capitan Version 10.11.4 Python 3.5.1 準備 使用するライブラリ import MeCab import ngram import numpy as np import matplotlib.pyplot as plt from matplotlib.font_manager import FontProperties 形態素解析済み文章のファイル保存 夏目漱石の小説『吾輩は猫である』の文章（neko.txt）をMeCabを使って形態素解析し，その結果をneko.txt.mecabというファイルに保存せよ．このファイルを用いて，以下の問に対応するプログラムを実装せよ． なお，問題37, 38, 39はmatplotlibもしくはGnuplotを

第4章 形態素解析、第5章 係り受け解析と言語処理100本ノックをPython3で解いてきました。 私はさしあたって、「第6章: 英語テキストの処理」、「第7章: データベース」あたりの内容は必要としていないので、それらはスキップして「第8章: 機械学習」を進めていきます。 私の知識レベルとしては、Pythonは仕事で使ったことはなく、Courseraで入門的な授業を一つとった程度、自然言語処理/機械学習は全くの素人だが、これから仕事で使おうとしているといった感じです。 この章からは、いよいよ問題文が言っていることを全く理解できなくなって来たので、用語の説明もメモしていきます。 この章で使うデータ 1万件ぐらいの映画の英文レビュー。肯定的なレビューと否定的なレビューがそれぞれ約5千件づつ含まれている。 この章でやっていること 各レビュー文から各レビューが肯定的か否定的かを予想するモデルを作