Submit Search
Upload
Twitter apiを使って地域別のトレンドを取得する!
•
0 likes
•
298 views
D
Daiki11
Follow
2022/03/08 Web API LT会 スライド
Read less
Read more
Engineering
Report
Share
Report
Share
1 of 17
Download now
Download to read offline
Recommended
ZytleBot: ROSベースの自律移動ロボットへのFPGAの統合に向けて
ZytleBot: ROSベースの自律移動ロボットへのFPGAの統合に向けて
Hideki Takase
電子情報通信学会 リコンフィギャラブルシステム研究会(IEICE-RECONF)で招待講演をさせていただきました!! 『ZytleBot: ROSベースの自律移動ロボットへのFPGAの統合に向けて』 新田泰大・田村 爽・高瀬英希(京大) https://www.ieice.org/ken/program/index.php?tgs_regid=7f90944888956d49fd614e247ba28ef36534711a688226a23579a18c938ecf2c&tgid=IEICE-RECONF FPT/HEART FPGA Design CompetitionでのZytleBot = Zynq + TurtleBot3な開発話を共有させていただきました. コンテスト参加学生の田村くん新田くん,改めてお疲れさまでしたっ!
情報抽出入門 〜非構造化データを構造化させる技術〜
情報抽出入門 〜非構造化データを構造化させる技術〜
Yuya Unno
試して、比べて、使ってみる時系列における異常検知。
試して、比べて、使ってみる時系列における異常検知。
浩 陳
基礎的な異常検知手法に有名なダミーデータを重ねて性能の評価を行った
2015年度GPGPU実践プログラミング 第6回 パフォーマンス解析ツール
2015年度GPGPU実践プログラミング 第6回 パフォーマンス解析ツール
智啓 出川
長岡技術科学大学 2015年度GPGPU実践プログラミング(全15回,学部4年対象講義) 第6回パフォーマンス解析ツール 2015年度GPGPU実践プログラミング ・第1回 GPGPUの歴史と応用例 http://www.slideshare.net/ssuserf87701/2015gpgpu1-59179080 ・第2回 GPUのアーキテクチャとプログラム構造 http://www.slideshare.net/ssuserf87701/2015gpgpu2-59179215 ・第3回 GPGPUプログラミング環境 http://www.slideshare.net/ssuserf87701/2015gpgpu3-59179255 ・第3回補足 GROUSEの利用方法 http://www.slideshare.net/ssuserf87701/2015gpgpu3-59183677 ・第4回 GPUでの並列プログラミング(ベクトル和,移動平均,差分法) http://www.slideshare.net/ssuserf87701/2015gpgpu4-59179449 ・第5回 GPUのメモリ階層 http://www.slideshare.net/ssuserf87701/2015gpgpu5-59179536 ・第6回 パフォーマンス解析ツール http://www.slideshare.net/ssuserf87701/2015gpgpu6-59179577 ・第7回 総和計算 http://www.slideshare.net/ssuserf87701/2015gpgpu7-59179639 ・第8回 総和計算(高度な最適化) http://www.slideshare.net/ssuserf87701/2015gpgpu8-59179686 ・第9回 行列計算(行列-行列積) http://www.slideshare.net/ssuserf87701/2015gpgpu9-59179722 ・第10回 行列計算(行列-行列積の高度な最適化) http://www.slideshare.net/ssuserf87701/2015gpgpu10-59179759 ・第11回 画像処理 http://www.slideshare.net/ssuserf87701/2015gpgpu11-59179789 ・第12回 偏微分方程式の差分計算 http://www.slideshare.net/ssuserf87701/2015gpgpu12-59179972 ・第13回 多粒子の運動 http://www.slideshare.net/ssuserf87701/2015gpgpu13-59180018 ・第14回 N体問題 http://www.slideshare.net/ssuserf87701/2015gpgpu14-59180054 ・第15回 GPU最適化ライブラリ http://www.slideshare.net/ssuserf87701/2015gpgpu15-59180086 2015年度先端GPGPUシミュレーション工学特論 ・第1回 先端シミュレーションおよび産業界におけるGPUの役割 http://www.slideshare.net/ssuserf87701/2015gpgpu1-59180313 2015年度GPGPU実践基礎工学 ・第1回 学際的分野における先端シミュレーション技術の歴史 http://www.slideshare.net/ssuserf87701/2015gpgpu1 講義には長岡技術科学大学のGPGPUシステム(GROUSE)を利用しています。 開発環境 CPU Intel Xeon X5670 × 32 GPU NVIDIA Tesla M2050(Fermi世代) × 64 CUDA 4.0(諸般の事情によりバージョンアップされていません) PGI Fortran 11.3
【論文紹介】Understanding Back-Translation at Scale
【論文紹介】Understanding Back-Translation at Scale
Tomoyuki Hioki
【論文紹介】Understanding Back-Translation at Scale
FPGAをロボット(ROS)で「やわらかく」使うには
FPGAをロボット(ROS)で「やわらかく」使うには
Hideki Takase
第7回ロボティクス勉強会 #robosemi 2020/12/18(金) https://robosemi.connpass.com/event/196905/ IFTD 2020登壇内容の拡張版(?)でもあります
形態素解析の過去・現在・未来
形態素解析の過去・現在・未来
Preferred Networks
大規模データに基づく自然言語処理
大規模データに基づく自然言語処理
JunSuzuki21
第3回 UDACセミナー https://udac.tohoku.ac.jp/event/265/
Recommended
ZytleBot: ROSベースの自律移動ロボットへのFPGAの統合に向けて
ZytleBot: ROSベースの自律移動ロボットへのFPGAの統合に向けて
Hideki Takase
電子情報通信学会 リコンフィギャラブルシステム研究会(IEICE-RECONF)で招待講演をさせていただきました!! 『ZytleBot: ROSベースの自律移動ロボットへのFPGAの統合に向けて』 新田泰大・田村 爽・高瀬英希(京大) https://www.ieice.org/ken/program/index.php?tgs_regid=7f90944888956d49fd614e247ba28ef36534711a688226a23579a18c938ecf2c&tgid=IEICE-RECONF FPT/HEART FPGA Design CompetitionでのZytleBot = Zynq + TurtleBot3な開発話を共有させていただきました. コンテスト参加学生の田村くん新田くん,改めてお疲れさまでしたっ!
情報抽出入門 〜非構造化データを構造化させる技術〜
情報抽出入門 〜非構造化データを構造化させる技術〜
Yuya Unno
試して、比べて、使ってみる時系列における異常検知。
試して、比べて、使ってみる時系列における異常検知。
浩 陳
基礎的な異常検知手法に有名なダミーデータを重ねて性能の評価を行った
2015年度GPGPU実践プログラミング 第6回 パフォーマンス解析ツール
2015年度GPGPU実践プログラミング 第6回 パフォーマンス解析ツール
智啓 出川
長岡技術科学大学 2015年度GPGPU実践プログラミング(全15回,学部4年対象講義) 第6回パフォーマンス解析ツール 2015年度GPGPU実践プログラミング ・第1回 GPGPUの歴史と応用例 http://www.slideshare.net/ssuserf87701/2015gpgpu1-59179080 ・第2回 GPUのアーキテクチャとプログラム構造 http://www.slideshare.net/ssuserf87701/2015gpgpu2-59179215 ・第3回 GPGPUプログラミング環境 http://www.slideshare.net/ssuserf87701/2015gpgpu3-59179255 ・第3回補足 GROUSEの利用方法 http://www.slideshare.net/ssuserf87701/2015gpgpu3-59183677 ・第4回 GPUでの並列プログラミング(ベクトル和,移動平均,差分法) http://www.slideshare.net/ssuserf87701/2015gpgpu4-59179449 ・第5回 GPUのメモリ階層 http://www.slideshare.net/ssuserf87701/2015gpgpu5-59179536 ・第6回 パフォーマンス解析ツール http://www.slideshare.net/ssuserf87701/2015gpgpu6-59179577 ・第7回 総和計算 http://www.slideshare.net/ssuserf87701/2015gpgpu7-59179639 ・第8回 総和計算(高度な最適化) http://www.slideshare.net/ssuserf87701/2015gpgpu8-59179686 ・第9回 行列計算(行列-行列積) http://www.slideshare.net/ssuserf87701/2015gpgpu9-59179722 ・第10回 行列計算(行列-行列積の高度な最適化) http://www.slideshare.net/ssuserf87701/2015gpgpu10-59179759 ・第11回 画像処理 http://www.slideshare.net/ssuserf87701/2015gpgpu11-59179789 ・第12回 偏微分方程式の差分計算 http://www.slideshare.net/ssuserf87701/2015gpgpu12-59179972 ・第13回 多粒子の運動 http://www.slideshare.net/ssuserf87701/2015gpgpu13-59180018 ・第14回 N体問題 http://www.slideshare.net/ssuserf87701/2015gpgpu14-59180054 ・第15回 GPU最適化ライブラリ http://www.slideshare.net/ssuserf87701/2015gpgpu15-59180086 2015年度先端GPGPUシミュレーション工学特論 ・第1回 先端シミュレーションおよび産業界におけるGPUの役割 http://www.slideshare.net/ssuserf87701/2015gpgpu1-59180313 2015年度GPGPU実践基礎工学 ・第1回 学際的分野における先端シミュレーション技術の歴史 http://www.slideshare.net/ssuserf87701/2015gpgpu1 講義には長岡技術科学大学のGPGPUシステム(GROUSE)を利用しています。 開発環境 CPU Intel Xeon X5670 × 32 GPU NVIDIA Tesla M2050(Fermi世代) × 64 CUDA 4.0(諸般の事情によりバージョンアップされていません) PGI Fortran 11.3
【論文紹介】Understanding Back-Translation at Scale
【論文紹介】Understanding Back-Translation at Scale
Tomoyuki Hioki
【論文紹介】Understanding Back-Translation at Scale
FPGAをロボット(ROS)で「やわらかく」使うには
FPGAをロボット(ROS)で「やわらかく」使うには
Hideki Takase
第7回ロボティクス勉強会 #robosemi 2020/12/18(金) https://robosemi.connpass.com/event/196905/ IFTD 2020登壇内容の拡張版(?)でもあります
形態素解析の過去・現在・未来
形態素解析の過去・現在・未来
Preferred Networks
大規模データに基づく自然言語処理
大規模データに基づく自然言語処理
JunSuzuki21
第3回 UDACセミナー https://udac.tohoku.ac.jp/event/265/
RTXで遊ぶ
RTXで遊ぶ
nvsofts
@第11回 カーネル/VM探検隊
言語表現モデルBERTで文章生成してみた
言語表現モデルBERTで文章生成してみた
Takuya Koumura
ヤバ研第12回ワークショップ 2019.12.14
メタスタディ (Vision and Language)
メタスタディ (Vision and Language)
Shintaro Yamamoto
Vision and Languageに関するメタスタディです
確率ロボティクス第二回
確率ロボティクス第二回
Ryuichi Ueda
講義資料です。
[part 2]ナレッジグラフ推論チャレンジ・Tech Live!
[part 2]ナレッジグラフ推論チャレンジ・Tech Live!
KnowledgeGraph
[part 2]ナレッジグラフ推論チャレンジ・Tech Live! https://kgrc2020live.peatix.com/
大規模言語モデルとChatGPT
大規模言語モデルとChatGPT
nlab_utokyo
大規模言語モデルやChatGPTに関する入門的資料
Transformerを雰囲気で理解する
Transformerを雰囲気で理解する
AtsukiYamaguchi1
BERTを理解するためのTransformer雰囲気紹介スライドです.
NLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライド
NLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライド
JunSuzuki21
NLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライド ChatGPTに関する調査結果
2019年度チュートリアルBPE
2019年度チュートリアルBPE
広樹 本間
2019年度 小町研 研究会 チュートリアル資料 本間
Crfと素性テンプレート
Crfと素性テンプレート
Kei Uchiumi
tokyo nlp 6
関数型言語ElixirのIoTシステム開発への展開
関数型言語ElixirのIoTシステム開発への展開
Hideki Takase
PPL 2021 (第23回プログラミングおよびプログラミング言語ワークショップ) @ 2021/03/09 https://jssst-ppl.org/workshop/2021/index.html 概要: IoT(Internet of Things)は情報科学の総合格闘技である.多様かつ大量の計算機器がネットワークを介して密接に絡み合い,様々な分野の技術領域を結集させて,大規模かつ複雑なIoTシステムが構築される.講演者は,IoTシステム分野におけるElixirの可能性に着目している.Elixirは2012年に登場した関数型言語であり,処理の振る舞いではなくデータの扱いを直接的に操作するためのライブラリや記法が豊富に整備されている.加えて記述容易で開発生産性が高く,並行/並列システムを容易に実現できるという特徴がある.本講演では,Elixirの特徴をIoTシステム開発に展開するための取り組みについて紹介する.関数を部品と捉えてその間の接続関係と並行処理を表現した処理フローは,データフロー型のシステムアーキテクチャの設計と親和性が高い.これを活かしたFPGA設計の最適化手法を提案する.また,アクターベースの軽量かつ頑強なプロセスモデルをIoTシステム通信機構に応用する試みを紹介する.元来の組込みシステム研究者が考えるプログラミング言語のIoTシステム分野への可能性について,PPLの参加者の皆さまとともに議論したい. 注:SlideShareアップロード時に画像の色情報が落ちています. [Download] すると綺麗なPDFが取得できます.
FlutterでBLEを いい感じにする
FlutterでBLEを いい感じにする
chigichan24
shibuya.apk #30の資料です
RAFT: Recurrent All-Pairs Field Transforms for Optical Flow
RAFT: Recurrent All-Pairs Field Transforms for Optical Flow
MasanoriSuganuma
RAFTのざっくり解説スライド.
Pythonの処理系はどのように実装され,どのように動いているのか? 我々はその実態を調査すべくアマゾンへと飛んだ.
Pythonの処理系はどのように実装され,どのように動いているのか? 我々はその実態を調査すべくアマゾンへと飛んだ.
kiki utagawa
KMC春合宿2017
Perlの勘所をマスターしよう! コンテキストとリファレンスを我が物に!
Perlの勘所をマスターしよう! コンテキストとリファレンスを我が物に!
近藤 嘉雪
YAPC::Asia 2012で行なったトークのスライドです(2012/9/29)
PyQtではじめるGUIプログラミング
PyQtではじめるGUIプログラミング
Ransui Iso
2011-08-27に開催されたPyCon JP 2011のセッションで使用したスライドです。 サンプルプログラムのソースコードは http://alpa.homeip.net/files/PyConJP2011-SampleCodes.zip からDL可能です。 スライド内のURLをコピペすると文字コードの関係なのか何故か正しいURLとしてペーストできないので、注意してください。
連続時間フラクショナル・トピックモデル(NLP2023 金融・経済ドメインのための言語処理)
連続時間フラクショナル・トピックモデル(NLP2023 金融・経済ドメインのための言語処理)
Kei Nakagawa
NLP2023 金融・経済ドメインのための言語処理「連続時間フラクショナル・トピックモデル」の発表スライド
Direct feedback alignment provides learning in Deep Neural Networks
Direct feedback alignment provides learning in Deep Neural Networks
Deep Learning JP
2016/9/23 Deep Learning JP: http://deeplearning.jp/seminar-2/
情報アクセス技術のためのテストコレクション作成
情報アクセス技術のためのテストコレクション作成
kt.mako
情報アクセス系の研究で定量的評価を行う方法
画像の基盤モデルの変遷と研究動向
画像の基盤モデルの変遷と研究動向
nlab_utokyo
株式会社エクサウィザーズ セミナー 【エンジニア向け勉強会】基盤モデルとの付き合い方 https://exawizards.connpass.com/event/293651/
Python for Beginners ( #PyLadiesKyoto Meetup )
Python for Beginners ( #PyLadiesKyoto Meetup )
Ai Makabi
PyLadies Kyoto Meetup #1 用の発表資料
PyLadies Tokyo 二周年記念パーティ LT
PyLadies Tokyo 二周年記念パーティ LT
Tetsuya Morimoto
型チェッカー mypy について
More Related Content
What's hot
RTXで遊ぶ
RTXで遊ぶ
nvsofts
@第11回 カーネル/VM探検隊
言語表現モデルBERTで文章生成してみた
言語表現モデルBERTで文章生成してみた
Takuya Koumura
ヤバ研第12回ワークショップ 2019.12.14
メタスタディ (Vision and Language)
メタスタディ (Vision and Language)
Shintaro Yamamoto
Vision and Languageに関するメタスタディです
確率ロボティクス第二回
確率ロボティクス第二回
Ryuichi Ueda
講義資料です。
[part 2]ナレッジグラフ推論チャレンジ・Tech Live!
[part 2]ナレッジグラフ推論チャレンジ・Tech Live!
KnowledgeGraph
[part 2]ナレッジグラフ推論チャレンジ・Tech Live! https://kgrc2020live.peatix.com/
大規模言語モデルとChatGPT
大規模言語モデルとChatGPT
nlab_utokyo
大規模言語モデルやChatGPTに関する入門的資料
Transformerを雰囲気で理解する
Transformerを雰囲気で理解する
AtsukiYamaguchi1
BERTを理解するためのTransformer雰囲気紹介スライドです.
NLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライド
NLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライド
JunSuzuki21
NLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライド ChatGPTに関する調査結果
2019年度チュートリアルBPE
2019年度チュートリアルBPE
広樹 本間
2019年度 小町研 研究会 チュートリアル資料 本間
Crfと素性テンプレート
Crfと素性テンプレート
Kei Uchiumi
tokyo nlp 6
関数型言語ElixirのIoTシステム開発への展開
関数型言語ElixirのIoTシステム開発への展開
Hideki Takase
PPL 2021 (第23回プログラミングおよびプログラミング言語ワークショップ) @ 2021/03/09 https://jssst-ppl.org/workshop/2021/index.html 概要: IoT(Internet of Things)は情報科学の総合格闘技である.多様かつ大量の計算機器がネットワークを介して密接に絡み合い,様々な分野の技術領域を結集させて,大規模かつ複雑なIoTシステムが構築される.講演者は,IoTシステム分野におけるElixirの可能性に着目している.Elixirは2012年に登場した関数型言語であり,処理の振る舞いではなくデータの扱いを直接的に操作するためのライブラリや記法が豊富に整備されている.加えて記述容易で開発生産性が高く,並行/並列システムを容易に実現できるという特徴がある.本講演では,Elixirの特徴をIoTシステム開発に展開するための取り組みについて紹介する.関数を部品と捉えてその間の接続関係と並行処理を表現した処理フローは,データフロー型のシステムアーキテクチャの設計と親和性が高い.これを活かしたFPGA設計の最適化手法を提案する.また,アクターベースの軽量かつ頑強なプロセスモデルをIoTシステム通信機構に応用する試みを紹介する.元来の組込みシステム研究者が考えるプログラミング言語のIoTシステム分野への可能性について,PPLの参加者の皆さまとともに議論したい. 注:SlideShareアップロード時に画像の色情報が落ちています. [Download] すると綺麗なPDFが取得できます.
FlutterでBLEを いい感じにする
FlutterでBLEを いい感じにする
chigichan24
shibuya.apk #30の資料です
RAFT: Recurrent All-Pairs Field Transforms for Optical Flow
RAFT: Recurrent All-Pairs Field Transforms for Optical Flow
MasanoriSuganuma
RAFTのざっくり解説スライド.
Pythonの処理系はどのように実装され,どのように動いているのか? 我々はその実態を調査すべくアマゾンへと飛んだ.
Pythonの処理系はどのように実装され,どのように動いているのか? 我々はその実態を調査すべくアマゾンへと飛んだ.
kiki utagawa
KMC春合宿2017
Perlの勘所をマスターしよう! コンテキストとリファレンスを我が物に!
Perlの勘所をマスターしよう! コンテキストとリファレンスを我が物に!
近藤 嘉雪
YAPC::Asia 2012で行なったトークのスライドです(2012/9/29)
PyQtではじめるGUIプログラミング
PyQtではじめるGUIプログラミング
Ransui Iso
2011-08-27に開催されたPyCon JP 2011のセッションで使用したスライドです。 サンプルプログラムのソースコードは http://alpa.homeip.net/files/PyConJP2011-SampleCodes.zip からDL可能です。 スライド内のURLをコピペすると文字コードの関係なのか何故か正しいURLとしてペーストできないので、注意してください。
連続時間フラクショナル・トピックモデル(NLP2023 金融・経済ドメインのための言語処理)
連続時間フラクショナル・トピックモデル(NLP2023 金融・経済ドメインのための言語処理)
Kei Nakagawa
NLP2023 金融・経済ドメインのための言語処理「連続時間フラクショナル・トピックモデル」の発表スライド
Direct feedback alignment provides learning in Deep Neural Networks
Direct feedback alignment provides learning in Deep Neural Networks
Deep Learning JP
2016/9/23 Deep Learning JP: http://deeplearning.jp/seminar-2/
情報アクセス技術のためのテストコレクション作成
情報アクセス技術のためのテストコレクション作成
kt.mako
情報アクセス系の研究で定量的評価を行う方法
画像の基盤モデルの変遷と研究動向
画像の基盤モデルの変遷と研究動向
nlab_utokyo
株式会社エクサウィザーズ セミナー 【エンジニア向け勉強会】基盤モデルとの付き合い方 https://exawizards.connpass.com/event/293651/
What's hot
(20)
RTXで遊ぶ
RTXで遊ぶ
言語表現モデルBERTで文章生成してみた
言語表現モデルBERTで文章生成してみた
メタスタディ (Vision and Language)
メタスタディ (Vision and Language)
確率ロボティクス第二回
確率ロボティクス第二回
[part 2]ナレッジグラフ推論チャレンジ・Tech Live!
[part 2]ナレッジグラフ推論チャレンジ・Tech Live!
大規模言語モデルとChatGPT
大規模言語モデルとChatGPT
Transformerを雰囲気で理解する
Transformerを雰囲気で理解する
NLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライド
NLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライド
2019年度チュートリアルBPE
2019年度チュートリアルBPE
Crfと素性テンプレート
Crfと素性テンプレート
関数型言語ElixirのIoTシステム開発への展開
関数型言語ElixirのIoTシステム開発への展開
FlutterでBLEを いい感じにする
FlutterでBLEを いい感じにする
RAFT: Recurrent All-Pairs Field Transforms for Optical Flow
RAFT: Recurrent All-Pairs Field Transforms for Optical Flow
Pythonの処理系はどのように実装され,どのように動いているのか? 我々はその実態を調査すべくアマゾンへと飛んだ.
Pythonの処理系はどのように実装され,どのように動いているのか? 我々はその実態を調査すべくアマゾンへと飛んだ.
Perlの勘所をマスターしよう! コンテキストとリファレンスを我が物に!
Perlの勘所をマスターしよう! コンテキストとリファレンスを我が物に!
PyQtではじめるGUIプログラミング
PyQtではじめるGUIプログラミング
連続時間フラクショナル・トピックモデル(NLP2023 金融・経済ドメインのための言語処理)
連続時間フラクショナル・トピックモデル(NLP2023 金融・経済ドメインのための言語処理)
Direct feedback alignment provides learning in Deep Neural Networks
Direct feedback alignment provides learning in Deep Neural Networks
情報アクセス技術のためのテストコレクション作成
情報アクセス技術のためのテストコレクション作成
画像の基盤モデルの変遷と研究動向
画像の基盤モデルの変遷と研究動向
Similar to Twitter apiを使って地域別のトレンドを取得する!
Python for Beginners ( #PyLadiesKyoto Meetup )
Python for Beginners ( #PyLadiesKyoto Meetup )
Ai Makabi
PyLadies Kyoto Meetup #1 用の発表資料
PyLadies Tokyo 二周年記念パーティ LT
PyLadies Tokyo 二周年記念パーティ LT
Tetsuya Morimoto
型チェッカー mypy について
Python入門者の集い #6 Lightning Talk
Python入門者の集い #6 Lightning Talk
Katayanagi Nobuko
https://python-nyumon.connpass.com/event/71516/presentation/ スキルがまだまだな私がなぜ本を書くに至ったか、振り返った話です。
S12 t1 python学習奮闘記#5
S12 t1 python学習奮闘記#5
Takeshi Akutsu
みんなのPython勉強会#12 Talk 1 「私のPython学習奮闘記#5〜学習のTIPs編〜」
GBDC 勉強会 #1 Python を用いたツール作成工数の最小化
GBDC 勉強会 #1 Python を用いたツール作成工数の最小化
Yutaka Kato
Python を用いて日常開発で使う作業道具を高速に作る手引です。 紹介している技術: Python, wxPython, wxFormBuilder, PyCharm, py2exe, py2app 発表日: 2015/11/27 ※この発表は個人の見解であり、所属する組織の公式見解ではありません。 ※公開にあたり、一部内容を省略していることがあります。
Py datameetup1
Py datameetup1
shiroyagi
PyData Tokyo Meetup #1 Introduction
Pythonを使った機械学習の学習
Pythonを使った機械学習の学習
Kimikazu Kato
2017年1月27日、found it project勉強会で発表した資料です。 機械学習を勉強するためにどうPythonを役立てればいいかという話です。
Ruby開発の現場を支える技術
Ruby開発の現場を支える技術
hiroponz
DevLOVE現場甲子園2015「東北大会」での発表資料です。 https://devlove-sendai.doorkeeper.jp/events/31362
Demonstration of Einstein Language with Platform Event
Demonstration of Einstein Language with Platform Event
Takahito Miyamoto
2018/01/16 Lightning Platform Meetup Demonstration of Einstein Language with Platform Event
RFinanceJはじめました
RFinanceJはじめました
Nagi Teramo
RFinanceJパッケージの紹介です
HTML5でteratailが喋った!
HTML5でteratailが喋った!
Shohei Tai
teratail Meetup 集まっtailでのLTスライドです。 HTML5のWeb Speech API(Speech Synthesis API)でteratailのQAやタグをブラウザに喋らせてみました。 QAやタグの取得はteratail APIを使用しています。 ※スライドの動作デモ用に表示しているURLは変更される可能性があります。また、対応ブラウザが少ないため正しく動作しない場合があります。 teratail API https://teratail.com/api teratail API documentation http://docs.teratailv1.apiary.io/ Web Speech API https://developer.mozilla.org/ja/docs/Web/API/Web_Speech_API
Tech-Circle Pepperで機械学習体験ハンズオン勉強会inアトリエ秋葉原
Tech-Circle Pepperで機械学習体験ハンズオン勉強会inアトリエ秋葉原
Koji Shiraishi
Tech-Circle Pepperハンズオン勉強会での発表資料です。 http://techcircle.connpass.com/event/16275/
アクティビストのためのTwitter講座! 入門編
アクティビストのためのTwitter講座! 入門編
印鑰 智哉 INYAKU Tomoya
2010年6月2日と9日にPARCで開催された市民運動向けのTwitter入門講座
191208 python-kansai-nishimoto
191208 python-kansai-nishimoto
Takuya Nishimoto
Python コミュニティ in 広島 2019-12-08 Python Kansai #2 西本 卓也(株式会社シュアルタ) @nishimotz / @24motz
Pythonエンジニアの最適なキャリアを考える (PyCon JP 2016 ジョブフェア LT)
Pythonエンジニアの最適なキャリアを考える (PyCon JP 2016 ジョブフェア LT)
株式会社MonotaRO Tech Team
いま、Pythonが注目されています。データ分析・機械学習などが注目されていますが、それ以外にも様々な領域で使われているPython。それを使いこなせるPythonエンジニアにとって最適なキャリアとはどんなものかを5分で解説しました。 「Pythonするならモノタロウ!」
DevRel Meetup27 Igarashi-pub
DevRel Meetup27 Igarashi-pub
Tomohiro Igarashi
2018/02/06開催 DevRel Meetupでお話した資料です。
Python札幌 2012/06/17
Python札幌 2012/06/17
Shinya Okano
鳥取python勉強会 第1回
鳥取python勉強会 第1回
Yuji Oyamada
第1回鳥取python勉強会の資料
Raspberry PiとPythonでできること
Raspberry PiとPythonでできること
Lina Katayose
PyladiesTokyo Meet Upでの発表。Raspberry PiとPythonでできることについての初心者向けの説明。今回はRaspberryPiとパソコンをTera Term でつなげたり、VNCでつなげて、GPIOから電気を流します。これからの人、ぜひ手に取って楽しんでくださいね。(2018年7月22日)
Python エンジニアの作り方 2011.08 #pyconjp
Python エンジニアの作り方 2011.08 #pyconjp
Takeshi Komiya
Similar to Twitter apiを使って地域別のトレンドを取得する!
(20)
Python for Beginners ( #PyLadiesKyoto Meetup )
Python for Beginners ( #PyLadiesKyoto Meetup )
PyLadies Tokyo 二周年記念パーティ LT
PyLadies Tokyo 二周年記念パーティ LT
Python入門者の集い #6 Lightning Talk
Python入門者の集い #6 Lightning Talk
S12 t1 python学習奮闘記#5
S12 t1 python学習奮闘記#5
GBDC 勉強会 #1 Python を用いたツール作成工数の最小化
GBDC 勉強会 #1 Python を用いたツール作成工数の最小化
Py datameetup1
Py datameetup1
Pythonを使った機械学習の学習
Pythonを使った機械学習の学習
Ruby開発の現場を支える技術
Ruby開発の現場を支える技術
Demonstration of Einstein Language with Platform Event
Demonstration of Einstein Language with Platform Event
RFinanceJはじめました
RFinanceJはじめました
HTML5でteratailが喋った!
HTML5でteratailが喋った!
Tech-Circle Pepperで機械学習体験ハンズオン勉強会inアトリエ秋葉原
Tech-Circle Pepperで機械学習体験ハンズオン勉強会inアトリエ秋葉原
アクティビストのためのTwitter講座! 入門編
アクティビストのためのTwitter講座! 入門編
191208 python-kansai-nishimoto
191208 python-kansai-nishimoto
Pythonエンジニアの最適なキャリアを考える (PyCon JP 2016 ジョブフェア LT)
Pythonエンジニアの最適なキャリアを考える (PyCon JP 2016 ジョブフェア LT)
DevRel Meetup27 Igarashi-pub
DevRel Meetup27 Igarashi-pub
Python札幌 2012/06/17
Python札幌 2012/06/17
鳥取python勉強会 第1回
鳥取python勉強会 第1回
Raspberry PiとPythonでできること
Raspberry PiとPythonでできること
Python エンジニアの作り方 2011.08 #pyconjp
Python エンジニアの作り方 2011.08 #pyconjp
Twitter apiを使って地域別のトレンドを取得する!
1.
[Python × TwitterAPI] 日本のトレンドを取得してみた! 株式会社ラクス 楽楽販売開発課 高山 大貴
2.
自己紹介 2 氏名:高山 大貴(タカヤマ ダイキ) 出身:長崎県 所属:株式会社ラクス 楽楽販売開発課(新卒1年目) 趣味:古着、映画鑑賞、読書、散歩 主に使う言語: PHP(業務) Python(趣味) Twitter:@daiKi_ToT
3.
目次 3 ● 経緯 ● TwitterAPIに利用申請を出し、KEYとTOKENを取得 ●
地域トレンド取得 ○ APIにアクセス ○ WOEIDをセットして、トレンドの一覧を取得
4.
経緯 4 目的:Twitter API を使って地域別にトレンドを取得してみる きっかけ:Twittrend(ついっトレンド) というTwitterのトレンドを各地域ごとにまとめているWebサイト どうやって情報をとってきているのか気になった
5.
Twitter API に利用 申請を出す 1 5
6.
TwitterAPIに利用申請 6 以下のURLから利用申請できる https://developer.twitter.com/en/apps 色々質問される ● Twitterアカウント情報(事前にアカウントが必要) ●
利用用途(英語500文字以上) ● 作成するアプリはツイート、リツイートなどの昨日を有するか? (英語)
7.
TwitterAPIに利用申請 7 ● うまく登録できたら以下のKey/Token をメモ(後で使う) ○ API
Key ○ API Key Secret ○ Access Token ○ Access Token Secret
8.
地域のトレンドを 取得 2 8
9.
地域のトレンド取得 9 使用する言語:Python a. 【事前準備】今回使用するライブラリをインポートしておく ライブラリ名 使用用途 tweepy
Twitter APIを利用した操作を簡略化 pandas APIから受け取った情報を csvデータ出力するために使用 % pip install tweepy % pip install pandas
10.
地域のトレンド取得 10 b. Twitter API
のアクセス認証 ● tweepy を使用してapiにアクセス ● tweepy.API(auth) でOAuth認証 """ tweepy 設定 """ # OAuthHandler インスタンス生成 auth = tweepy.OAuthHandler(API_KEY,API_KEY_SECRET ) # アクセストークン設定( API Token,API Token Secret ) auth.set_access_token (TOKEN, TOKEN_SECRET) """ apiにアクセス (wait_on_rate_limit = True) 万が一利用制限に引っ掛かったら必要時間待機する """ api = tweepy.API(auth ,wait_on_rate_limit = True)
11.
地域のトレンド取得 11 c. 地域別のトレンド取得 ● WOEID(Where
On Earth IDentifier)を活用 ● 世界の国・都市(467箇所)にIDを割り振っている (日本は21種類!) ● tweepy のavailable_trends() で世界中のwoeid の リストを取得 今回は試しに日本・東京・大阪のトレンドを取得してみる # 世界中のwoeid を取得 for woeid in api.available_trends(): print(woeid) # 日本、大阪、東京 woeids = { 'JAPAN' : 23424856, 'OSAKA' : 15015370, 'TOKYO' : 1118370 }
12.
地域のトレンド取得 12 c. 地域トレンド取得 ● get_place_trends
(woeid): 引数に指定した地域のトレンド をランキング順に辞書型で渡す (上位50件) ● 整形しないと何がなんなのかよくわからない for key,woeid in woeids.items(): # トレンド情報を取得 trends = api.get_place_trends (woeid) pprint.pprint (trends)
13.
地域のトレンド取得 13 d. 取得したデータをcsvに出力 ● pandas
を使用すると簡単 ● 辞書型で受け取ったトレンドデータを DataFrame型に変換 ● csvファイルに出力 for key,woeid in woeids.items(): # トレンド情報を取得 trends = api.get_place_trends (woeid) pprint.pprint (trends) # pandas データフレームに変換 df = pd.DataFrame(trends[0]["trends"]) FILE_NAME = 'tw_trends_' + key +'.csv' df.index = df.index + 1 # csvファイルを出力 df.to_csv(FILE_NAME,encoding = 'utf-8-sig' ,index = True)
14.
地域のトレンド取得 14 ● 実行結果(実行日:⅜ 08:45) 日本のトレンド ●
DataFrame 型に整形することで、辞書型のkey が列名、行のインデックスを自 動で割り振り ↓辞書型のキー → イン デッ クス
15.
地域のトレンド取得 15 ● 実行結果(実行日:⅜ 08:45) 日本のトレンド 念の為ブラウザと比較 完全に 一致!!
16.
今後の展望 16 高山⇦ ニュースを見ない Bot化して、その日のトレンドを勝手に教えて欲しい!!
17.
17 ご静聴ありがとうございました
Download now