K平均法(K-means)でクラスタ分析してみる - Qiita
クラスタ分析って？K平均法って？ こんなの。 クラスタ分析：データを似たもの同士グループ分けする分析。 K平均法：クラスタ分析の手法のひとつ。 応用分野は色々あるけど、まぁ一番わかりやすい例が 座標上にバラバラに散らばった点をご近所さん同士まとめるプログラム。 今回作るのがこれ。 どうやるの？ Wikipediaによると、こうやるらしい。 K-平均法は、一般には以下のような流れで実装される。 データの数を n 、クラスタの数を K としておく。 1.各データ x_i(i=1... n) に対してランダムにクラスタを割り振る。 2.割り振ったデータをもとに各クラスタの中心 V_j(j=1... K) を計算する。計算は通常割り当てられたデータの各要素の算術平均が使用される。 3.各 x_i と各 V_j との距離を求め、x_i を最も近い中心のクラスタに割り当て直す。 4.上記の処理で全ての
犬派と猫派の勢力図をGoogleChartAPIでグラフ化して決着をつける - Qiita
犬派、猫派の勢力争いを終焉させるべく、ウェブ上で犬と猫どちらが注目されているのか比較するページを作ってみた。 比較くん http://xiidec.appspot.com/vschart.html?q=犬,猫 結果はこんな感じ。 猫優勢。 過去30日間のはてなブックマーク数を集計してGoogleChartAPIでグラフ化してる。 犬猫以外でも、入力ボックスにカンマ区切りでキーワードを入れると何でも比較できる。 ありとあらゆる宗教戦争が終焉するね！ 仕組み 仕組みはとっても単純。 はてなブックマークからキーワードごとのブクマRSSを取ってくる。 ブックマーク数を数える。 Google Chart APIを呼び出すURLを生成してクライアントに渡す。 まず１番目。 はてなブックマークはキーワードごとの新着RSSをを提供してる。 http://b.hatena.ne.jp/search/tag?
はてブのホッテントリのタイトルを要約してWebの今を見つめる - Qiita
GoogleReaderが終焉し、SmartNews,Gunosyなど寝ててもおすすめコンテンツが降ってくるサービスが注目を集めている今、ここでひとつ自分もなんか気の利いたものを作ってみたい。 というわけで、はてブの人気エントリーから記事を引っ張ってきて、 ズバリ一行に要約するプログラムを書いてみた。 はいこれ。 要約くん http://xiidec.appspot.com/markov.html これを使うと・・・ けだるい猫ライオンがこの国でエリートコースに乗れると日本の真相。 こんな感じで なぜ高学歴の差別発言が求められるのかって生産性を欲しがった話をどうするか。 今話題のニュースがごちゃ混ぜになって一行に要約される。 浜崎あゆみの件、原子炉に十分届かず 炉心溶融の差別発言が続出。 Webの今が１行で分かる！ 仕組み サーバサイド(Python)で、はてなブックマーク人気エントリーの
microneを使ったらApp EngineのTwitter botが14行で書けた |TRIVIAL TECHNOLOGIES on CLOUD
みんなのIoT/みんなのPythonの著者。二子玉近く160平米の庭付き一戸建てに嫁/息子/娘/わんこと暮らしてます。月間1000万PV/150万UUのWebサービス運営中。 みんなのブロックチェーンは，ブロックチェーンの入門書。暗号やハッシュなどを含め，基礎からブロックチェーンの仕組みを学べる書籍です。 いろんな方に「新しい技術を学ぶことの楽しさ」を感じ取ってくれたら著者として嬉しいです:-)。お金は技術的にどのように定義されるのか。 みんなのIoTは，モノのインターネットと呼ばれるIoTの入門書です。IoTの基本について，読者に寄り添って優しく解説しました。裏テーマは一番とっつきやすいPython入門書。サポートページはこちら みんなのPython 第四版は，より分かりやすい入門書を目指し，機械学習やデータサイエンスの章も追加して第三版を大幅に書き換えました。Python 3.6にも華
TinySegmenterをPythonで書いてみた【Python】 - Programming Magic
Google App Engineではpure-Pythonなライブラリしか使えないため、Google App Engineで形態素解析をする場合には、Yahoo!の形態素解析サービスに処理を投げているものが多い。そうなると当然、他のサービスに依存してしまうため、そのサービスが落ちたりすると困ったことになる。できれば自分で形態素解析をしたいのだが、自分で全て書くには手間がかかるし、MeCabやChasenなどはpure-Pythonなものではないため使えない。 そこで「TinySegmenter: Javascriptだけで実装されたコンパクトな分かち書きソフトウェア」のTinySegmenterをPythonで書いてみた。 （ちなみに、Perl版とRuby版は既にあった。） 使い方はsample.pyを見てもらえばわかるが、こんな感じ。 #!-*- coding:utf-8 -*- fr
Google Python スタイルガイド
概要¶ これは Google Python Style Guide Revision 2.29 を日本語に訳したものです。 本家ガイドは CC-By 3.0 ライセンス の基で公開されています。また、本ガイドも同ライセンスを継承します。 本家ガイドの著者は以下の通りです。 Amit Patel Antoine Picard Eugene Jhong Jeremy Hylton Matt Smart Mike Shields また、本ガイドの翻訳者は以下の通りです。 Kosei Kitahara 本ガイドに誤植、誤訳があった場合は issue で教えてください。 その他本ガイドに関する問い合わせは、サイト最下部に記載のメールアドレスか @Surgo にお願いします。 はじめに¶ Python は Google で使われている主要なスクリプト言語です。 このスタイルガイドは Python によ
webapp を調べたよ (前編) - Google App Engine - 暗号、数学、時々プログラミング
Google App Engine | 03:36 | 何か分からないことがあった時にdiscussion Group で質問するにしても、やっぱドキュメント類に一通り目を通しておかないと顰蹙買うよな、、ということで、「Tool and Configuration」のセクションもじっくり読もうかと思って見てみたら、そんなに労力かけずとも訳できそうな感じだったので、APIsに引き続いて超訳作業を進めていくことにする。（まぁ、ここまでくると若干意地である。。）最初のうちはチュートリアルの前編くらいしかアクセスがなく、みんな表面的な話に食いつくダケなんかなー、と思っていたが、意外と少しずつ他のエントリーにもアクセスが集まるようになってきてるみたい。それなりに需要はあるってコトかな？まぁ、学習のペースは人それぞれ。いつでも見れるのがWebのいいところってコトですな。さて、今回はApp Engine
Google Sites: Sign-in
Not your computer? Use a private browsing window to sign in. Learn more about using Guest mode
Twitterもどきを作りながらGoogle App Engineの肝データストアを理解する - builder by ZDNet Japan
サービスを止めない！ サイバーエージェントに聞く高可用性の実現 そこにピュア・ストレージが選ばれた理由 勝つためのクラウド活用術 New Value on Azure ビジネスを次のステージへ！ 新OSのWin11はどう進化したか ビジネス上の役割、開発の要因と Win11が目指した5つのポイントを紹介 RPA見直される”業務”と”人”の関係 人的リソースを単純作業から解放！ 高付加価値業務への転換のために 50年の経験を持つアイネットが提供 ユーザー企業の使いやすさを第一に考えた ワンストップで使えるマネージドクラウド クラウド導入が進まない本当の課題 ITベンダーだからこそ知っている クラウドに二の足を踏む企業のボトルネック 大事なのは”仕事の段取り” 幅広い業務を任されているからこそできる ひとり情シス流の業務改善術 リモートワークを成功させる方法 必須となるセキュリティをどう強化す
仮想化:Google App Engine詳解 - builder by ZDNet Japan
勝つためのクラウド活用術 New Value on Azure ビジネスを次のステージへ！ サービスを止めない！ サイバーエージェントに聞く高可用性の実現 そこにピュア・ストレージが選ばれた理由 データ活用は次のステージへ トラディショナルからモダンへ進化するBI 未来への挑戦の成功はデータとともにある Kubernetes活用の最適解とは？ 今、注目のコンテナを活用した柔軟なIT基盤 運用、管理の課題を解決しメリットを最大化 いま求められるID管理：前編 有名コンサルが一堂に会し語り合う いま必要なサイバーガバナンスのありかた 本当のデータ活用できていますか？ データドリブンがあたりまえと言われる今あらためて考えたいデータ活用のありかた 電話営業・インサイドセールの革新 AIによる自動文字起こし・会話分析が 音声コミュニケーションの可能性を拓く 注目急上昇中のDaaS最新情報 コロナ禍を
pythonで心理実験 目次
Pythonで心理実験¶ はじめに¶ さまざまなOSでフリーで利用できるpythonを使った心理実験プログラム入門？です。 今まで何度かきちんとしたものを作ろうとして挫折しているので、挫折しないように深く考えずテキトーに書き散らかしています。 解説中では一応pythonの文法について簡単な説明がありますが、かなりいい加減な記述もありますので、まっとうなpythonの入門書も参考にしながら読んでください。 注釈 追記 (2019年6月) 「例題1」を書いてから約10年の月日が流れ、Pythonでの心理実験作成を取り巻く状況も大きく変化しました。例題17まではVisionEggを使うことを前提として書いていたのですが、現在のPC環境でVisionEggを使用することが困難になってきたため、それらの記述は今から学ぶ人にとってほとんど役に立たないものとなってしまいました。最近は内容を更新するための
Google App Engine – GAE で twitter のリプライをチェックしてメールでお知らせ | trash-area.com
最近 GAE こと Google App Engine + python で遊んでます。 なかなかマゾくて楽しいかもしれません。 で、GAE の標準機能から ・URL Fetch API … URL をフェッチして Web 上の他のリソースにアクセス ・Mail API … メールを送信 ・Datastore API … DBみたいな感じ ・cron … 指定した日時などでコマンドを実行 と、twitter API の mentions を利用して、自分宛のリプライまたは言及があるポストを任意のメールアドレスに転送するサンプルを書いてみました。 python の文化がまだいまいちよくわからんので なんか記法とか違うかもしれませんが、とりあえず全部貼ってみようかと。 数あるサンプルの足しにでもなればいいなーと。 ちなみに、”new_project_template” からなるべく構成はいじっ
Pythonでアルゴリズム - Konnichiwa, A doumo
これはなんですか？ 奥村晴彦氏の著書「C言語による最新アルゴリズム事典」をPythonでやろうと決意。Rubyに翻訳されていたので、Pythonでもやってみようと。でも実は書籍はもっていなくてCとRubyのソースを見つつ翻訳しています。１日１個ペースで進んでいます。 やっているうちにこの本が欲しくなってきました。 個人のPython力を高めるために始めましたので、間違いが含まれているかもしれません。ご指摘等ございましたら連絡[syobosyobo at gmail dot com]ください。 ちょっと方針をかえて、ctopyで訳すことにした。またまた方針をかえて、、、ctopyはあまりつかえない。ちょっといじってやらないと、出力がよくない。コメントとか入ってると、うまく変換してくれないし。 で、そのあとPythonらしい書き方で書いていこう、かと。どうなるかわかりませんが。
1
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
asp-edita.jp