(Image by Pixabay) 某所で時々意見交換させていただいている@maskedanlさんが、面白い記事をnoteにupなさっていたので拝読しました。細かい内容は上記のリンク先から皆さんに直接お読みいただくとして、記事中で某所で僕が放言（笑）したことへのご質問をいただいていたのでした。それは、データサイエンティストや機械学習エンジニアといったデータ分析人材に求められる「素質」について、です。 それは例えば統計学や機械学習はたまたプログラミングといった「スキル」や「素養」とも違う、言ってみれば性格的傾向とか仕事スタイルとかはたまた思想信条のような、もうちょっと属人的で曖昧なものだと思うのですが、個人的な経験からはその「素質」の有無がデータ分析職として育成した結果、ものになるかならないかを分けるように感じられています。 ということで、あくまでも個人的経験に基づく範囲でデータサイエンテ

機械学習など主に予測を目的とした統計手法に強いイメージのPythonでしたが、統計的因果推論を行うためのライブラリ、“DoWhy”がついにリリースされました。 DoWhy | Making causal inference easy — DoWhy | Making Causal Inference Easy documentation これまで因果推論があまり浸透してこなかった*1データサイエンス界に新しい風が吹くのではと期待が高まります。 一方でこのパッケージが何を可能にし、逆に何ができないのかを理解しなければ、雑なデータ分析が増えて逆に有害なのではと思い、今回ブログを書くことにしました。 先に言っておくと、私自身はPythonをメインに使っているわけではありません（使ったことはあるので一応コードを読んで何が起こっているかくらいはわかります）。したがって本記事の目的は、DoWhyライブ

はじめに 標準入力 input と sys.stdin.readline ソート sort と sorted ソートの key ループ for と while リスト リストの初期化 二次元配列の場合 リストの値参照 リストへの値追加 それぞれの処理速度 まとめ はじめに 最近、PythonでAtCoderなどの競技プログラミングに挑戦しています。これまであまりに気にしなかったけど、ちょっとした書き方で処理速度が変わってくることに気づいたので、これを気に少し調べてみました。 目次にあるように、標準入力、ソート、ループ、リストについて、計8個の処理の速度比較を行いました。処理速度の計測方法は、Mac Book Pro*1を使い、timeitでそれぞれ100回計測*2し、平均と標準偏差を求めています。 結果だけ知りたい方は、まとめへどうぞ。 計測に用いたコードは以下にあります。 github.

Atomエディタ 便利なパッケージ一覧！ 全23社のWebエンジニア・デザイナーがおすすめを紹介 Web開発で人気のAtomエディタ。便利なパッケージがたくさんありますが、必ずインストールしておきたいのは何でしょう？ IT企業23社にアンケート調査を実施しました。一番人気だったのは……？ 使い勝手の良さと汎用性の高さから、Webエンジニアやデザイナーの人気を集めているAtomエディタ。愛用している読者も多いのではないでしょうか。登場が2014年と比較的新しいエディタにもかかわらずシェアを急速に伸ばしており、人気の高さをうかがわせます。 Atomエディタを使う際に必ずインストールしておきたいのが、パッケージです。これはデザインテーマや、プログラミングの便利機能などをエディタに追加できるプラグインのようなもの。快適に効率よく開発を進めるには必要不可欠です。 しかし、Atomエディタのパッケージ

スクレイピングした Web サイトからページ全体のスクリーンショットを撮影したい機会があった。 そこで Selenium の Python バインディングと Headless Chrome を使ったところ実現できたのでメモしておく。 ちなみに、ページ全体でなければ Headless Chrome 単体でも撮れる。 その方法についても末尾に補足として記載しておいた。 使った環境は次の通り。 $ sw_vers ProductName: Mac OS X ProductVersion: 10.13.5 BuildVersion: 17F77 $ python -V Python 3.6.5 $ pip list --format=columns | grep -i selenium selenium 3.13.0 $ chromedriver --version ChromeDriver 2.

こんにちは、フロントエンド開発をリーディングしている古川 (@yosuke_furukawa)です。 昨年、こちらのブログで新人研修の特別講座の内容を紹介したところ、大反響だったので、今年も公開します。 リクルートテクノロジーズの新人研修 7月、リクルートテクノロジーズは新人の部署配属の季節を迎えました。 4月に(株)リクルートの新卒Web採用枠で入社した新人のうち、今年は20名が弊社に配属。3か月の研修期間を経て、早速現場での業務にあたってくれています。 リクルートテクノロジーズでは、配属までの3か月間「ブートキャンプ」という技術研修を実施しています。 ブートキャンプのコースは2つ。 一つは、プログラミングやWebサービスの構造の基礎を学び、その後1つのスマホサイトを企画からリリースまで行うコース。 もう一つは一定以上のプログラミングスキルと開発経験のある層向けに、より現場での技術に即し

前編の続きです。 プログラミングを本格的に始めて2、３ヶ月目の過程です。 PHPを学ぶHTML、CSS、JavaScriptを一通り学び、次にサーバサイドの言語PHPを学びはじめました。はじめは書き方に違和感がありましたが、書いていくうちに段々、3日目頃には慣れてきました。JavaScriptを必死にやってきてたので、その時の勘所やエラーの対処方法が他の言語でも生きてる気がしました。PHPとMySQLで作った作品がこちらです。 初めてのサービスをローンチするPHP最後の課題は、前回のJavaScript同様、ハッカソンで今まで学習してきたPHPの集大成を作るものです。 そこで今回は作ったサービスをローンチまでしようと決めて作りました。ローンチの体験を早くする事で、プログラミング以外にも、規約関連やセキュリティ、UI・UX、サービスの作りこみに真剣に向き合え、多くの学びが得られると思ったから

インターナショナルチームでプログラミングの仕事をしていると、いろんなところで同僚との差を感じてしまう。いろんな国の人がいて、レベルは人によりそれぞれなんだけど、一般的にいうと、アメリカのプログラマのレベルは平均してとても高い場合が多い。とにかくコードがきれいでシンプルで仕事が早い。 彼らがなぜそれができるのかを観察しているが、一つ気が付いたことについてその対策も含めて書いてみたい。 彼らがプログラマとして優れているところ USにいるとお客様の技術レベルが高いとか、新しいことにチャレンジするとかいろいろ要素はあるのだけど、個人の生産性、コードの美しさをみても、平均値を観察するとアメリカの人が一番に感じる。その他にも、ドキュメントを見てすぐ理解できる能力は、アメリカの人はおろか、ヨーロッパ圏やインドの人と比べても、私は圧倒的に負けていると感じる。 Williams 衝撃の読解力 新しいライブラ

【第1位】キカガク（公式：https://www.kikagaku.ai/） あのマイクロソフトが導入するほどの高品質なPythonスクール。AI・機械学習・Python特化型。給付金で最大70%OFF。 【第2位】Aidemy（公式：https://aidemy.net/） 日本の大企業のDXで利用されている、高品質なPythonスクール。こちらも給付金最大70%OFF。 【第3位】TechAcademy（公式：https://techacademy.jp/） 知名度抜群の総合型プログラミングスクール。Webアプリ開発からPythonプログラミングまで網羅。

コンピューターを使って、子どもたちに、論理的に考える力を身につけてもらう「プログラミング教育」が再来年から小学校で必修になるのを前に、人気の家庭用ゲーム機を使って作曲に挑戦する授業が１７日、天童市で行われました。 天童市の寺津小学校は、教育委員会から委嘱されて、プログラミング教育の必修化に向けた取り組みを進めていて、１７日の授業には５年生１７人が参加しました。 子どもたちは３人から４人のグループに分かれると、家庭用ゲーム機と専用のソフトを使って、さっそく曲作りに挑戦しました。 コントローラーを使った簡単な操作で、さまざまな楽器の音を再現できるようになっていて、子どもたちは「この音がいいね」と意見を出し合いながら、ドラムやベースなどの音を組み合わせて思い思いに曲を作っていました。 参加した女の子の１人は、「ゲーム機を使った曲作りは楽しかったので、もっと勉強したいです」と話していました。 作曲

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 「ようこそ 魔境 SIerへ！」 はじめに この記事は、SIer（Systems Integrator）に入ったシステム開発未経験者の新人さんたちへ送る、研修では教えてくれないノウハウ集です。 実際、弊社の長い研修では実務に使えそうなことをあまり教えてくれませんし、ノウハウは現場の人の頭にしかない状態なので、新人さんは暗中模索で仕事を覚えていくことになります。 それも非効率なので、実際に私が２年半1で失敗したこと、やってきてよかったこと（ノウハウ）を体系化したので共有します。 （本当はガッツリ社内向けに書いたものなので、一部汎用的でない

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 「機械学習が出来るようになりたい」そう思いつつも、中々身についた感じがしない。 そんな方々に向けて、Kaggleで公開されているデータ分析の手順を追いかけながら、そこで必要とされている知識を解説したいと思います。全体像を把握することで、より理解が進むはずです。 1. データを分析するために必要な統計的知識 機械学習の目的は未知の事柄を推定することです。そのために既にあるデータから何らかの法則性を見つけ出す為に様々な手法が考えられてきました。 統計学はご存知でしょうか？　機械学習はデータを扱うという点で統計学と深い関係があります。平均値や

アイマスハッカソンでやった一発ネタです。 P.S：KeynoteとSlideShareの相性が悪すぎて発狂してたRead less

2018/06/25 Deep Learning JP: http://deeplearning.jp/hacks/Read less

プログラミング言語「Python」は機械学習の分野で広く使われており、最近の機械学習／Deep Learningの流行により使う人が増えているかと思います。一方で、「機械学習に興味を持ったので自分でも試してみたいけど、どこから手を付けていいのか」という話もよく聞きます。本連載「Pythonで始める機械学習入門」では、そのような人をターゲットに、Pythonを使った機械学習について主要なライブラリ／ツールの使い方を中心に解説しています。 連載第1回の「Pythonで機械学習／Deep Learningを始めるなら知っておきたいライブラリ／ツール7選」では、ライブラリ／ツール群の概要を説明しました。前回は、その中でもJupyter Notebookの基本操作と設定について説明しました。 連載第3回から第1回で紹介した各種ライブラリを使う具体的なコードを例示していますが、Jupyter Note

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 以下はThe Mistakes I Made As a Beginner Programmerの日本語訳です。 The Mistakes I Made As a Beginner Programmer 初心者プログラマが犯しがちな間違いと、それらを特定し、避けるための習慣を学ぶ方法。 まず最初に言っておくことがあります。 この記事は、誤りを犯すことを悪いと糾弾するために作成されたものではありません。 むしろ貴方が誤りに自ら気付き、あるいはその兆候を見いだし、それらを避けられるようにするために書かれたものです。 私は過去これらの誤りを犯し

C.M.ビショップ他著「パターン認識と機械学習」の輪読資料の一覧を当サイトで公開しました。 詳細はこちらから

ちょっと実験してみたいことがあり、はてなブログにBootstrapをインストールしてみることにしました。 Bootstrapとは BootstrapはウェブサイトやWebアプリケーションを作成するフロントエンドWebアプリケーションフレームワークである。 タイポグラフィ、フォーム、ボタン、ナビゲーション、その他構成要素やJavaScript用拡張などがHTML及びCSSベースのデザインテンプレートとして用意されている。 Bootstrapより さっそく設定しましょう。 はてなブログにBootstrapをインストールしてみるはてなブログにBootstrapをインストールのは簡単で、Bootstrapを２か所に書くだけです。 Step1 はてなブログのメニューにある「設定」から「詳細設定」タブを選択して「headに要素を追加」に以下の行を追加します。<link rel="stylesheet"

「Visual Studio Code（略称：VS Code）」はMicrosoftが提供している無償で高機能なエディターです。標準でも十分な機能は備わっていますが、拡張機能をインストールすることで、より使いやすく自分にあったエディターへとカスタマイズできます。 本記事では、HTMLコーダーやフロントエンドエンジニアに役立つ拡張機能を紹介します。 1. IntelliCode IntelliCodeはMicrosoft謹製の公式プラグイン。AI支援による次世代のコード補完がJavaScriptやTypeScriptで利用できるようになります。APIの一覧がアルファベット順に提示されるのではなく、利用する可能性の高いAPIがAIによって予測されます。 コード補完の様子を次のスクリーションショットでご覧ください。入力候補の「★」マークが付いているところが、補完候補になっているところです。人工知