青木 和也

Python

fastaiライブラリの協調フィルタリングを使って、君の名は。に類似のアニメを求めてみた

この記事では、Practical Deep Learning for Codersの第7章で学んだ協調フィルタリングの内容を参考に類似のアニメを出力するレコメンドエンジンを作成してみたので、実装のコードを紹介いたします! fastaiライブラリを使えば、比較的簡単に協調フィルタリングを実装することができるので、興味を持った方はぜひご自身でも類似のデータセットを使って実装してみてください!
書評

あなたのスライド改良の処方箋に!「見やすい資料の一生使えるデザイン入門完全版」を読んで得た学び

今回の記事では、あなたのスライドを見やすくするための基本が詰まった「見やすい資料の一生使えるデザイン入門完全版」を私が読んで得た学びについて書き連ねていきたいと思います。 正直に申し上げると、本書はスライド作成における初心者向けに非常に丁寧に解説された書籍になっているので、スライドのデザイン改良に関する本を1冊でも読んだことがある方にとっては、多くの学びが得られる本とは言い難いです。 一方で、スライド作成に関して今まで一度も学んだことがない方にとってはあらゆる観点から「相手にとって見やすいスライドとは」という視点で書かれた教科書的1冊と言えます。 本記事を読んで、本書に書かれているトピックを外観していただければと思います!
NLP

openai.error import OpenAIErrorを実行したらModuleNotFoundErrorが出てしまった時の対処法

この記事では、openai.error import OpenAIErrorを実行した時にModuleNotFoundErrorが出てしまった時の対処法をご紹介いたします! 大規模言語モデル入門を読み進めている方は、普通に進めてしまうと引っかかってしまうエラーなので、ぜひ本記事を参考にエラーを解消していただけると幸いです!
NLP

openai.ChatCompletion.create()を実行して、APIRemovedInV1エラーが発生した時の対処法

今回の記事では、openai.ChatCompletion.create()を実行して、APIRemovedInV1エラーが発生した時の対処法について解説していきたいと思います。 私は「大規模言語モデル入門」のコードを実行している際にこのエラーが発生してしまったので、同じようなエラーに直面してしまった方に届くと幸いです!
書評

超攻撃型麻雀佐々木寿人の「ヒサトノート」を私が読んで実践したいと思ったこと

今回の記事では、麻雀攻めダルマこと佐々木寿人プロの「超攻撃麻雀 ヒサトノート完全版」を読んで、私が学んだこと/実践したいと思ったことを書き連ねていこうと思います。 私は「新 科学する麻雀」を麻雀がある日には必ず読むほどのデジタル麻雀打ちなのですが、そんな私が「寿人プロのこの考えは参考になるな、、、」と思ったところをピックアップして語らせていただきたいと思います! この記事から、寿人プロのエッセンスが少しでも皆さんに伝わると幸いです!
データ分析

現代麻雀のバイブル「新 科学する麻雀」を読んで私が実践していること

今回の記事では、現代麻雀のバイブルとも言える「新 科学する麻雀」を読んで私が実践していることについて共有していきたいと思います。 本書はオンライン対戦麻雀「天鳳」の最高峰の卓「鳳凰卓」における約92万試合のデータを元に「相手の行動モデル」を再現するシミュレータを作成し、さまざまな状況下における打ち手の選択や収支を調査して1冊の書籍としてまとめた、まさに現代麻雀における聖典とも言える1冊になっています。 皆さんも本記事を読んで、麻雀において科学(=統計)を味方につけて戦うことの素晴らしさに気づいていただけると幸いです!
コンサル

データ可視化の教科書「Google流資料作成術」を読んで得た学び・これから実践したいこと

今回の記事では、データ可視化をする人のための教科書的存在「Google流資料作成術」から私が得た学びとデータアナリストとしてこれから実践していきたいことを共有していきたいと思います! 本書はデータを使って報告書を作成する方、意思決定を行うためにデータを可視化する方など、データを可視化する必要がある様々な方にとって有用な書籍になります! データの可視化は目的ではなく手段であるため、データを可視化することによって行動を変容したら何らかの気づきを得られなければ意味がありません。 ぜひ本記事で、本書から得られる学びは何なのか、本書をどのように可視化に役立てていけばいいのかの外観を掴んでいただけると幸いです!
Python

「データ可視化学入門」を読んでみて得た学び・これから実践したいこと

この記事では「指標・特徴量の設計から始めるデータ可視化学入門 データを洞察につなげる技術」を読んでみて、データサイエンティストの自身にとって学びになったこと・これから実践していきたいことについて記事を通して共有していきたいと思います。 本書はデータサイエンティスト・データアナリストに限らず、なんらかの形でデータを可視化して意思決定をする方・意思決定する人のサポートをする方にも、データの可視化から何を読み取るべきか・データを可視化する時の注意点は何か・目的に対してどのような可視化の手段が考えられるのかを学べる良書かと思います! ぜひ本記事を見て、本書購入の際の参考にして見てください!
Python

hmm.GaussianHMMを実行したら、「AttributeError: module ‘hmmlearn’ has no attribute ‘GaussianHMM’」が出てしまった時の対処法

この記事では、時系列データにクラスタリングを適用する目的でHMMを使用した時に、AttributeErrorが出てしまった時の対処法をお教えいたします! データ可視化学入門のコードを実行している最中に出てきてしまったエラーなので、少しびっくりしたのですが、落ち着いて対処すれば解決可能です! 本記事を参考に、コードを微調整していただいて、演習を続行いただければと思います!
Python

umap.UMAPを実行したら、「AttributeError: module ‘umap’ has no attribute ‘UMAP’」が出た時の対処法

今回の記事では、次元削減手法のUMAPをPythonで実行しようとしたらAttributeErrorが出てしまった時の対処法をお教えいたします! データ可視化学入門のコードを実行している最中に出てきてしまったエラーなので、少しびっくりしたのですが、落ち着いて対処すれば解決可能です! 本記事を参考に、コードを微調整していただいて、演習を続行していただければと思います!