テックキャンプの転職先はSESだらけは真実？SESを実体験した現役エンジニアが解説
悩みあり テックキャンプの転職支援で「SESばかりじゃないの？」 という不安を持つ人は少なくありません。未経験からエンジニアを目指す中で、この不安は当然のものです。 でも、実際のデータを見ると、その心配は必要ないかもしれません。 出典：テックキャンプ・エンジニア転職コース テックキャンプの転職実績では: SES企業への就職は33.8%程度。つまり、3人に1人しかSESに行っていません 自社開発や受 […]
Kaggleのコンペでシェイクダウン！モチベーションアップ方法とは
金メダルとったメイド Mechanisms of Action (MoA) Predictionコンペお疲れ様でした！最終結果どうだった？ メダル無しのメイド publicスコア(テストデータの25％で評価)だと銀メダルだったのに、シェイクダウンでメダルどころか、無印になってしまったよ。 この数ヶ月、メダルとるために時間を費やしてきたのに！時間返せ～。 k […]
nginxにて、httpリクエストのgetパラメータの値からリダイレクトする方法のメモ
nginxにて、httpリクエストのgetパラメータの値を判定し、 別サーバーのプロセス(リダイレクト)を呼び出す方法についてハマったのでメモ。 前提条件 ・osはlinux(Ubuntu 7.5.0) ・nginxは、port8080で起動していて、外部からリクエストを受信する ・nginxは、getパラメータの値を参照して、別のプロセスに(port8081,8082)に処理を渡し […]
Kaggleで伸び悩んだら読む！書評「データ分析のための数理モデル入門」のすすめ
私は、Kaggleのコンペでスコアが上がらなくなってきたら、他の人のカーネルを見ます。 その結果、「最適化」「微分」「ベイズ」などの見慣れない言葉が出てきて、さらにわからなくなります。 そもそも、どのような考えで特徴量を作れば良いのか、わかっていなかったりします。 一度、思考の整理したい。 そんなときに出会ったのが、江崎貴裕さん著書「データ分析のための数理モデル入門」という本です。 […]
HEROKU(ヘロク)公式のgunicorn＋Flask＋python構成でWEBアプリのデプロイするまでの手順
この記事でわかること ・python＋Flaskで作ったWEBアプリを最速で公開する方法がわかる ・WEBアプリを公開するときに発生しやすいエラーの対処方法がわかる 概要 この記事では、HEROKUを使って、gunicorn＋Flask＋python構成でWEBアプリを公開するところまで紹介します。 また、筆者が遭遇したエラーについても補足します。 プログラミング初心者がWEBアプリ […]
【自然言語AI】日本語bert先生にMASKを使った質問で恋愛相談してみた！
bertは、Googleの検索で使われるなど、自然言語処理の分野ではよく使われています。 文章の一部をMASKする(隠す)ことにより、MASKした単語を文章の前後関係から予測することができます。 では、MASKを使って恋愛に関する問題を解決できるのか？検証してみました。 bertとは bertとは、「Bidirectional Encoder Representations from […]
初心者がマリオのようなゲームをUnityで作るための学習時間は？3つの手段でゲーム制作歴5年のエンジニアが解説します
悩みあり 初心者がUnityでマリオみたいなゲームを作るのに必要な学習時間は？ このような疑問にゲーム制作歴5年以上の現役エンジニアが回答します。 この記事を読むことで以下のことがわかります❗ プログラミング経験無しでマリオみたいな横スクロールゲームを制作ための学習時間がわかる 【手段１】プログラミングスクールに通った場合の学習時間がわかる 【手段２】Udemyで独学した場合の学習時間がわかる 【 […]
kaggleのコンペでランキング爆上がりのデータ水増し(data augmentation)方法はPCAだった
概要 kaggleのコンペで正例が極端に少ないデータで戦わないと行けない事が多々あります。 そんなとき、データの水増しが、スコアアップに有効なときがあります。 この記事では、PCAを使った行単位のデータの水増し方法について解説します。 PCAを利用した、データの水増しは以下の通り。 元データをPCAで圧縮する。 圧縮したものを復元する その結果、元の値に近い値を取得することによりデー […]
【AI】日本語Bertでファインチューニングしてツイートの感情の分類を解く！
AIのBert（バート）と聞くとなんだか難しく感じませんか？ 筆者は、日本語BertとTwitterのツイートのデータセットを使って感情分析(ネガの判別)をしましたが、transformersライブラリのおかげで楽(短いコード)に実装できたと思います！ この記事では、日本語Bertを使って感情分析(ネガの判別)をする例を解説します。 概要 初心者メイド 自然言語の世界で […]
huggingfaceのtransformersを使って、日本語の文章変換をしてみた
huggingfaceのtransformersが日本語の事前学習モデルを追加してくれました。 そのおかげで日本語のbertを簡単に試す出来るようになりました。 今回は、colaboratory上で日本語のbertを使って、元の文章を別の文章(単語を入れ替える)にしてみます。 Bertを使って、文章の一部を別の文章に置き換える手順 今回は、colaboratoryで、日本語のBert […]