サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
大そうじへの備え
qiita.com/tomo_makes
はじめに 以前のQiita記事では、データ可視化の方法論を学ぶStanford大の授業を取り上げました。本記事では、データ可視化の歴史に注目します。 まず書籍『データ視覚化の人類史―グラフの発明から時間と空間の可視化まで』を紹介、特に1990年代から2000年代のイベントを概観した後、2010年代ではD3.js、Vegaプロジェクト、Observableを取り上げます。最新情報を知る場として、2021年12月末に行われ、録画が公開されているData Visualization Japanのミートアップについても紹介します。 データ可視化の成り立ちと歴史 折れ線グラフや棒グラフはいつどのように生まれたのか。データ可視化とは何か。それはどのように始まり、どう活用されてきたのか。そんな問いかけに答えてくれる書籍が、つい最近出版、翻訳されました。 『データ視覚化の人類史―グラフの発明から時間と空間
【12/24にGitLab対応!】テキストで自在に「描く」- KrokiではじめるDiagram as CodeMarkdownGitLabasciidocVisualStudioCodekroki これは、 NTTコミュニケーションズ Advent Calendar 2020 25日目の記事です。 昨日は @tnoyama さんの「TEKTONとArgoを比較してみた」でした。お楽しみいただけましたか? Krokiとは 本記事では、テキストからの図表生成ツール Krokiを紹介します。最新バージョンは0.9.0です。 公式docs: Kroki! GitHub: yuzutech/kroki: Creates diagrams from textual descriptions! 概要 Kroki!は、テキストから統一的なAPIで、 UML C4 データ可視化 その他図表 を、PNG,
本内容は、技術書典7 合同本『機械学習の炊いたん2』収録の、「エッジで機械学習」記事を公開したものです。内容は2019年9月時点の調査等に基づきます。 最近Raspberry Pi 4の検証結果などをみていると、エッジ、かつCPUでもそれなりの速度で動くケースもみられます。またこの後にM5StickV(K210)などを触りましたが、専用チップも使い所があります。今後、それらの動きもできれば補足したいと思います。 9/12-22に開催された技術書典9では、新刊『機械学習の炊いたん3』を頒布しました。私は、「AIエンジニア、データサイエンティストのための経営学、ソフトウェア工学」を寄稿しています。他にも機械学習のビジネス、エンジニアリング、数理までもりだくさん。気になられたら、ぜひご覧ください! 他にも、技術書典9「機械学習、データ分析」系の新刊リスト - Qiitaの通り、たくさんの本が出品
【JS/ Python両方OK!】「データ可視化」が歴史から実装まで体系的に学べるStanford講座の独習ノートJavaScriptd3.jsデータ分析データサイエンスcolaboratory CS 448B Visualization (2020 Winter)は、Maneesh Agrawala氏による、Stanford大で行われた、データの可視化に関する体系的な講義です。 スタンフォード大の"CS 448B Visualization (2020 Winter)" がすごい。 データ可視化の体系的講義。どう図表に変換するかの理論、探索的データ分析、ネットワーク分析等の実践と盛り沢山。 スライドに加え、Observable(JavaScript), Colab(Python)どちらでも例を試せる。https://t.co/lGyPElrihg pic.twitter.com/mWZn
【ブラウザだけ、Zoom/ Teamsほかで動く】「mmhmm」のようなプレゼン+人物動画リアルタイム合成を自作してみるMarkdown機械学習DeepLearningp5.jsVisualStudioCode TL;DR HTML5のプレゼン上に、背景を削除した自身の映像を重ね、オンラインで、一味違ったプレゼンができます デモをこちらで試せます 1. Webカメラが付いたPCで上のページを開く 2. Webカメラを有効化する(ブラウザのセキュリティ設定) 3. プレゼン風のデッキをカーソルキーで行き来しながら、mmhmm気分? が味わえます。 「mmhmm」がまだプレビューだけど使ってみたいので、作ってみたらまあまあいけた。 - HTML5のプレゼンを準備 - TensorFlow.js + BodyPixで機械学習による背景削除、プレゼン重畳(#p5js #ml5js) 全てブラウザ上
【VS Code + Marp】Markdownから爆速・自由自在なデザインで、プレゼンスライドを作るMarkdownVisualStudioCodeDraw.ioMarpvega TL;DR Visual Studio Code上で、Markdownから、こんな感じのデッキを生成できるようにします。 使用したファイル類は、GitHub tomo-makes/marp-styles にまとめました。 きっかけ 叩き台となる資料がなく、急ぎプレゼンをする機会があり、Marpで作成した 内輪では使っていたが、多くの目に触れるのは初めてで、もう少しデザインを調整したいと思った 今後も使いまわせるものを、スニペット、およびサンプルテーマ化しておこうと思い立った ついでにいろいろな図表の生成とデッキへの入れ方、必要そうな配色、素材のリンクをまとめておきたい Marpとは Marp: Markdown
ビジュアルプログラミング言語を俯瞰する(ScratchからNode-RED、TouchDesignerやIFTTTまで)IFTTTScratchnode-redTouchDesignerビジュアルプログラミング はじめに 世の中にたくさんあるビジュアルプログラミング言語(Visual Programming Languages; VPLs) の全体像を俯瞰したい、という欲求が以前からありました。 Scratch、Node-RED、TouchDesigner、IFTTTなど、教育や個人用途や業務用途、従来プログラミングの置換え、データ流通、メディアアート用途のものまで様々なビジュアルプログラミング言語を見聞きしたり触れるうち、その想いが強くなりました。 粗いところも多々ありますが、一旦本記事に手元のメモをまとめます。 VPLsの定義 ビジュアルプログラミング言語(VPL)とは、プログラム要素
Penroseとはなにか Penroseは、数式に近い数学的表現から、細かなパラメータの指定なく、いい感じに図表を生成してくれる、カーネギーメロン大発、SIGGRAPH 2020に採択されたプロジェクトです。以下に、論文より、自動生成された図表を抜粋します。 数式にとどまらず、コンピュータグラフィックスのメッシュ図示など、幅広い表現に使えます。 Penroseは、数式に近い数学的表現から、細かなパラメータの指定なく、いい感じに図表を生成してくれる、カーネギーメロン大発、SIGGRAPH 2020に採択されたプロジェクトです。 数式にとどまらず、コンピュータグラフィックスのメッシュ図示などにも使えます。 まずは筆頭著者のKatherine Ye氏のTweetにつけられた動画をご覧ください。 今日現在(2020.6.7)、紹介動画のPenrose Web IDEは未公開 (今後公開予定とのこと
はじめに 4月23日にメルカリ 澁井氏(@cvusk )により、機械学習システムのデザインパターンについてのブログポスト、および実ドキュメントがGitHub Pages公開されました。 https://tech.mercari.com/entry/ml-system-design より引用 また、氏の「データ分析基盤Developers Night #4 〜活用されるデータ基盤のつくり方〜」における「メルカリのデータ分析を支える機械学習システムのデザインパターン」の発表が、 ログミーのまとめ YouTubeアーカイブ にあり、併せて視聴すると、どのように設計パターンという発想に至ったか、またメルカリにおける設計パターン活用の実例に触れられます。 機械学習のシステム構成を学ぶ記事をまとめる - Qiita には、ご本人により、こうした機械学習のエンジニアリング、アーキテクチャ面の参考リンクが
本記事は、AI RC Car Advent Calendar 2019の19日目です。 昨日は、 @arigadget氏による「AIカーをいろんなところで走らせてみた。」でした。 本内容は、技術書典7『30日で動かして学ぶ! 自動運転』第0.8版よりAdvent Calendar向けに抜粋、加筆したものです。 自動運転のこれまでと、これから AIカーの話に入る前に、自動運転全般の話をしましょう。人工知能、深層学習の適用先のひとつとして、自動車の自律走行が盛んに取り上げられます。 自動運転の歴史 現在の自動運転開発競争は、どのように始まったのでしょうか。何がその適用を加速させたのでしょう。YouTubeなどに残された映像を頼りに、遡ってみましょう。 車の自動運転をもう少し抽象化するなら「自動での乗り物の操縦」です。その意味では、すでに飛行機や電車が先行しています。飛行機では、以前からオートパ
2019/5/11 PR: こちらの内容を含め、2019年5月11日発刊の 図解速習DEEP LEARNINGという本ができました。[2019年5月版] 機械学習・深層学習を学び、トレンドを追うためのリンク150選 - Qiitaでも、一部内容をご覧いただけます 2019/3/9 ここで紹介している講座が、「東京大学のデータサイエンティスト育成講座」として書籍化されました! 2019/3/9 Colaboratoryに関する情報交換Slackを試験的に立ち上げました。リンクより、登録・ご参加ください。 TL;DR 東大松尾研がJupyter notebook形式でデータ分析/ Deep Learning講義内資料をそれぞれ公開 Google Colaboratoryを使えば、Python等セットアップ不要ですぐに始められる セットアップ後は、スマホブラウザでもok そもそもデータ分析/人工
上記以外に、 インターネットに接続でき、USB端子を持つMac/ Windows/ Linuxいずれかのパソコン WiFiルータ が必要です。またJetson Nanoは熱を持つため、空冷ファンを後付けする方も多いようです。 セットアップ 60分チャレンジ NVIDIA公式から公開されたJetCardは、必要なソフトウェアがプリインストールされたSDカードイメージです。zip圧縮され7GB程度で配布されます。この公開により、とても手軽にセットアップできるようになりました。 JetCardイメージのダウンロード [15分] NVIDIA JetCard GitHubリポジトリにある、Googleドライブへのリンク から圧縮されたイメージファイル jetcard_v0p0p0.zip をWindows、Linux、またはMacのデスクトップマシンにダウンロードします。ファイルが正しくダウンロー
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? PR: 以前の記事 のデータサイエンティスト向け講座のColab実行方法などをまとめ、 図解速習DEEP LEARNINGという本ができました。[2019年5月版] 機械学習・深層学習を学び、トレンドを追うためのリンク150選 - Qiitaでも、一部内容をご覧いただけます 参考: Colaboratoryユーザによる非公式の情報交換Slackを試験的に立ち上げました。リンクより、登録・ご参加ください。 TL;DR いつも満員抽選となる東大松尾研Deep Learningエンジニア育成講座『DL4US』の演習資料が公開された Googl
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? これは何? 5月11日発刊の 図解速習DEEP LEARNINGの書籍中で参照しているリソースをサポートページ用にまとめたものです。 (実行できる.ipynbノートブックへのリンクなど、書籍自体のサポートページは https://github.com/tomo-makes/dl-in-a-sec です) もともとは本を読みながら各リンクを眺めてもらうため、飛びやすくしようとリンクを整理しましたが、本が手元にない方にも役立つのではと思い、Qiitaで公開することにしました。 凡例 YouTubeなどのビデオ 論文、サーベイ資料 プレゼンス
19/2/8更新 ColaboratoryのCUDAが10.0に上がったため、GPU版も動くようになりました TL;DR 待ちに待ったTensorFlow 2.0 PreviewがPyPIに公開された。インストール方法は - GPUなし: pip install tf-nightly-2.0-preview GPUあり: pip install tf-nightly-gpu-2.0-preview ただし現状CUDA 10.0前提なのでGPUなし版のみ動く(ColabはCUDA 9.2) ColabはCUDA 10.0 付属 tf_upgrade_v2 ツールで1.x系コードを2.0系に変換できる TFHub他、まだ2.0対応していないプロジェクトあり。alphaで対応する Colabでどこまでできるかやってみよう 2.0系対応の公式チュートルアルも揃いつつある(tensorflow/do
Register as a new user and use Qiita more conveniently You get articles that match your needsYou can efficiently read back useful informationWhat you can do with signing up
実行手順 PCブラウザ リンク先から Open Seed in Colab を押す ソースコードは、セルを選択し 左上の再生ボタンを押す または Shift + Return で実行できる。 基本GPUを利用により、コード実行時に早く進められる メニューの ランタイム> ランタイムのタイプを変更 から、 ハードウェアアクセラレータ に GPU を選択 スマホブラウザ iOS/AndroidいずれかのChromeでリンク先を開き、 Open Seed in Colab を押し、実行方法は同上 領域別のSeedリストと簡易解説 以降の画像は、特に注釈のない限り Seedbank から引用したものです 画像や動画 Image & Video 基本のMNISTから動画のコンテキスト推定までの分類、DeepDreamに始まりCycleGANなどメジャーなGANが動かせます。 分類 Classific
2. numpy, scipy, scikit-learn の使い方を理解する 3. k-Nearest Neighbors (k-NN) を使った手書き文字認識 4. ロジスティック回帰の実装と学習、活性化関数とその微分の実装、多層パーセプトロンの実装と学習 5. Tensorflowの基礎を学ぶ 6. Denoising Autoencoderの実装. また, MNISTを用いて次のことを確認、Stacked Denoising Autoencoder (SdA) の実装 7. 畳み込みニューラルネットワーク(Convolutional Neural Networks)の実装と学習 8. CIFAR10データセットを使ったAugmentation、前処理、Batch Normalization、CNN実装、Activation可視化 9. Recurrent Neural Networ
2019/5/11 PR: こちらの内容を含め、2019年5月11日発刊の 図解速習DEEP LEARNINGという本ができました。[2019年5月版] 機械学習・深層学習を学び、トレンドを追うためのリンク150選 - Qiitaでも、一部内容をご覧いただけます 2019/3/9 Colaboratoryに関する情報交換Slackを試験的に立ち上げました。リンクより、登録・ご参加ください。 2019/3/3 TensorBoardに公式対応しました。また、ランタイムのRAM/ディスク空き容量が一目で確認できるようになりました。後ほど記事に追記します。 はじめに Colaboratoryは、無料で使うことができ、ほとんどの主要ブラウザで動作する、設定不要のJupyterノートブック環境です。Googleが、機械学習の教育、研究用に使われることを目的に、無償提供しています。ざっくりというなら、
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
2019/5/11 PR: こちらの内容を含め、2019年5月11日発刊の 図解速習DEEP LEARNINGという本ができました。[2019年5月版] 機械学習・深層学習を学び、トレンドを追うためのリンク150選 - Qiitaでも、一部内容をご覧いただけます 19/1/11 18年1月の公開後、TensorFlow本体にKeras統合、Chainerがデフォルトで提供となるなど、状況が変化したため、大幅に加筆しました。TensorFlow 2.0 Previewについても追記しました。 19/1/31 PyTorchが標準インストールとなったこと、PyTorch/ TensorFlowのColab版チュートリアルを追記。 2019/3/9 Colaboratoryに関する情報交換Slackを試験的に立ち上げました。リンクより、登録・ご参加ください。 TL;DR Google Colab
これはなに インライン数式、UML、図表をライブプレビューしながらMarkdown+αで記述でき、PDF/Word/HTMLなどへのエクスポート機能をもつAtomプラグインmarkdown-preview-enhancedを紹介します。 これを使うと、ドキュメント作成が捗ること間違いなし。 Github上では、Packageは2016年3月に開発スタートし、継続して成長しています。 (16.9.23追記) 図表を含めたexportは、pdf, html exportでは使えるが、pandoc では未対応(Issue #138, pandoc export機能詳細)。word形式を使いたい時に課題あり。取り込みに期待です。 https://atom.io/packages/markdown-preview-enhanced より引用 準備 下記を導入する必要があります。 テキストエディタAt
Mac OSX環境で、スマートフォンアプリ開発初心者が、Cordova(PhoneGap)と、AngularJSベースのIonic Frameworkを使い、JavaScriptでiPhone/ Android両対応のネイティブ+HTML5 ハイブリッドモバイルアプリを開発し、iTunes App StoreおよびGoogle Playで公開するまでを何稿かに分けてカバーします。 Cordova(PhoneGap)準備、iOSエミュレータ起動まで Ionic Framework準備、iOSエミュレータ起動まで Ionic Creator Beta入門 Ionicでアイコン、スプラッシュスクリーン IonicでAndroid開発準備 -随時追加予定- ではまず、Cordova(PhoneGap)から。 Cordova開発環境を整える ##事前準備 ####XCode最新版 予め、Mac用のI
このページを最初にブックマークしてみませんか?
『tomo_makes - Qiita』の新着エントリーを見る
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