AIブーム終焉の意味するところ｜Ryota Kanaiこの前の日経の記事でプリファードの西川CEOが「AIブームはもう終わる」と発言していたのが、とても象徴的なできごとだと感じた。AIブームが終わるというのは、誰もが分かっていて、話題にも良くなっていたが、AIに直接関わっている当事者としては、言い出しにくい雰囲気があった。
scikit-learn（sklearn）の使い方 - Qiita
纏まった記事があまりなかったので、scikit-learnの使い方を纏めてみました。 scikit-learnはPythonで使える機械学習ライブラリで、読み方は「サイキットラーン」です。 本記事では教師あり学習を想定していますが、教師なし学習でも基本的には同じ流れになります。 また、scikit-learnやnumpyのインストールは既に済んでいるものとします。 データセットの用意 まずは、当たり前ですが、データセットを用意する必要があります。 書籍などではscikit-learn付属のデータセットを用いる場合が多いですが、日常の研究や業務では自分達で用意したCSVファイルを使うことが多いと思います。 その場合、numpyのloadtxt関数を使うと便利です。 例えば、1列目が目的変数、2列目以降が説明変数となる
Pythonで作成した予測モデルをSQL Serverに展開し利用する - Qiita
ソフトウェア要件: SQL Server 2017 SQL Server Management Studio Python Tools for Visual Studio もしくはその他の Python IDE（Visual Studio Code、PyCharmなど） サンプルコード: rental_prediction.py 予測モデルを生成し、それを使用してレンタル数を予測するPythonスクリプトです。 rental_prediction.sql rent_prediction.pyの処理をSQL Server内に展開（トレーニング用のストアドプロシージャとテーブルの作成、モデルの保存、予測用のストアドプロシージャの作成）します。 setup.sql バックアップファイルをリストアします（ファイルパスをダウンロードしたパスに置き換えてください）。 サンプルデータ: Tutorial
YDC | SQL Server 2017で機械学習（その１）
2017.10.12 こんにちは。YDCのたかもん です。 今回のトピックは、2017年4月にリリースされたプレビュー版 SQL Server 2017で実装された「Machine Learning Services」について紹介したいと思います。 SQL Server 2016では「R Services」という機能で、R言語を使用して機械学習ができるようになりましたが、 2017では新たにPythonも使用可能になりました。これにより、SQL Serverのストアドプロシージャ内でPythonやRスクリプトを 実行することが可能になり、SQL Serverのデータベースと簡単に連携できます。 今回は簡単な機械学習を織り交ぜてその触りを紹介していきます。 １．SQL Server 2017のインストール SQL Server 2017のインストーラをダウンロードします。 以下からダウンロー
SQL Server 2017 の ML Services についてまとめてみる at SE の雑記
SQL Server 2017 では、Machine Learning Services (ML Services) という新しいサービスが追加され、この機能についても大きな内容としてアナウンスがされています。 Getting started with machine learning in SQL Server ML Services は、SQL Server 2016 では、R Services と呼ばれていたものであり、SQL Server 2017 では対応言語として、Python が追加されたことにより、名称が ML Services と変更になりました。 ドキュメント上、R Services と書かれているものは、SQL Server 2016 の時の情報になっていることが多いかと思います。 この機能は、Advanced Analytics (AA : 高度な解析基盤) という
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
処理を実行中です
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
DWHを活用した機械学習プロジェクト/ml-with-dwh
