Non

Pythonや統計・ITまわりの勉強をしながら、いろいろなことに挑戦しています。 勉強…

Non

Pythonや統計・ITまわりの勉強をしながら、いろいろなことに挑戦しています。 勉強の内容や、挑戦して良かったことなどを発信・シェアしていきたいと思います。 ちなみに金融が本業です。 どうぞ、よろしくお願いします。
  • 固定された記事

【すべての勉強する人たちへ】最強の暗記アプリAnkiについてご紹介します

学生でも社会人でも、学習が常に必要な時代になってきました。 学習を効率的・効果的に進めていくためには、記憶力が重要になってきますよね。 そこで、この記事では、最強の暗記アプリAnkiについてご紹します。 「効率的に記憶したいんだけど何か良い方法はないか！」 Ankiはそんな悩みをお持ちの方に超おススメなアプリです 最初にお断りしておくと、iOS版のAnkiアプリは4,000円します。 4,000円しますが、それ以上の十分な価値があると思います😤 Ankiアプリがリ

Non

    • 超簡単！---ChatGPTを活用したWebスクレイピング術

      Webスクレイピングは、 Webサイトから自動的にデータを収集する技術です。 Webスクレイピングをするには、 Webサイトのソースコードを解析する必要があり、 Pythonだけでなく、 HTMLやJavaScriptの知識も必要で、 なかなか大変な時代もありました。 しかし、今やChatGPTの登場により、 このプロセスが格段に簡単になりました。 この記事では、ChatGPTを活用して 超簡単にWebスクレイピングを行う方法を紹介します。 ◾️Webスクレイピングの

      Non

      • 仕事の生産性が爆上がりするプロンプト10選

        生成AIを活用すれば、 あなたの仕事はもっと楽に、もっと効率的にできるはずです！ この記事では、ChatGPTのような生成AIを活用して、 仕事の生産性を劇的に向上させる プロンプト10選（目的別）を紹介します。 1 リスキリング　新しい知識・スキルを習得する プロンプト: 2 文章理解 複雑な文章をわかりやすくするプロンプト: 3 情報の整理・管理を改善する プロンプト: 4 効率的な会議を開催する プロンプト: 5 意思決定のサポート プロンプト：

        Non

        • データサイエンスを無料で学べる厳選サイトのご紹介

          データサイエンスは、 我々の生活や仕事、さらには社会全体をより良くする力を持っており、 これからの社会で最も求められるスキルの一つです。 しかしながら、 多くの人がその学習の入口に立つことを躊躇しています。 理由の一つに、安価で質の高い教材を見つけることが難しいと感じていることもあるのではないでしょうか。 でも心配はいりません。 この記事では、 無料でデータサイエンスの知識とスキルを習得できる、 厳選された学習サイトをご紹介します。 自宅にいながら、 お手軽にトップレ

          Non
        • 固定された記事

        【すべての勉強する人たちへ】最強の暗記アプリAnkiについてご紹介します

        Non

        • 超簡単！---ChatGPTを活用したWebスクレイピング術

          Non

        • 仕事の生産性が爆上がりするプロンプト10選

          Non

        • データサイエンスを無料で学べる厳選サイトのご紹介

          Non

          トピックモデル（LDA）について超分かりやすく解説します

          今日、 私たちの周りには、 膨大な量のテキストデータが溢れています。 ニュース記事、 SNSの投稿、 書籍など、 日々大量のテキストデータが生み出されているのです。 この膨大なテキストデータの中から、 何か価値のある情報を引き出すことができれば、 ビジネスや研究に大いに役立つはずです。 こう考えると、大量のテキストデータは、 まさに、データ活用の"金脈"と呼べるでしょう。 そこで注目されているのが、 トピックモデルと呼ばれるです。 この記事では、 トピックモデルの概要

          Non

          トピックモデル（LDA）について超分かりやすく解説します

          Non

          統計検定2級に合格するための最強の学習方法

          この記事では、 自分自身の体験をもとに、 統計検定2級の効率的な勉強方法や、 オススメの教材についてご紹介していきます。 これから統計検定2級を勉強しようと考えている方の 参考になれば幸いです。 私の試験結果レポート ちなみに、トータルの勉強期間は1ヶ月半程度になります。 自分のスペックのご紹介試験勉強を始める前の、数学・統計に対する知識レベルをご紹介します。 数学・統計に造詣があったわけではないことを伝えたい思います。 大学は法律専攻のゴリゴリ文系人間 数学の知

          100
          Non

          統計検定2級に合格するための最強の学習方法

          Non

          【Python】知っておくと役立つfor文の使い方

          for文は繰り返し処理を行う上で最も基本的な構文です。 リストやタプル、文字列などのデータ集合を操作する際に欠かせません。Pythonを使ったプログラミングをするなら、 必ずfor文を使うことになるでしょう。 しかし、for文にはいくつかの使い方があり、 状況に応じて使い分ける必要があります。 例えば、 複数のリストからまとめて要素を取り出したい時、 要素とインデックス番号の両方が必要な時、 など、それぞれにふさわしいfor文の形があるのです。 この記事では、Pyth

          Non

          【Python】知っておくと役立つfor文の使い方

          Non

          話題のClaude3の実力を検証する〜GPT-4と比べてみる

          2024年3月4日に、 米Anthropic（アンソロピック）から 新しいAIモデルClaude3が発表されました。 世間では、Claude3はGPT-4を超えたと 盛り上がりを見せています。 Authropicの公式HPによれば、 Claude3の最上位モデルであるOpusは、 複数のベンチマークでGPT-4を上回る実績を あげているようです。 この記事では、 webブラウザー版で、 Claude3とGPT-4に同じタスクを与えて、 その精度を比較し、 Claude3

          Non

          話題のClaude3の実力を検証する〜GPT-4と比べてみる

          Non

          【機械学習の初学者向け】AUCについて理解しよう！

          機械学習モデルの評価指標の一つである AUCについて、 分かりやすく解説していきます。 機械学習の初学者を対象にしていますが、 混同行列の概念は理解していることを 想定しています。 「混同行列がよく分からないよ」という方は まずはこちらのサイトをご覧ください。 AUCとは何か？まずは直感的に理解AUCとはArea Under the Curveの略です。 直訳すると「曲線の下の面積」となります。 ここでいう「曲線」とは、ROC曲線なるものを指していますが、 まずは、直

          Non

          【機械学習の初学者向け】AUCについて理解しよう！

          Non

          【機械学習の初学者向け】不均衡データではRandomUnderSamplerを使ってみよう

          機械学習の分類問題では、 陽性クラス・陰性クラスのデータ数に偏りがある 不均衡データによく直面します。 このような不均衡データでは、 モデルが多数クラスの特徴を過剰に学習し、 少数クラスを適切に識別できなくなることで、 性能に悪影響を及ぼします。 特に少数クラスの予測は難しくなります。 この問題に対処するための方法はいくつかあります。 最も手っ取り早いのは、 陽性クラスと陰性クラスの数をなるべく あわせることです。 そのために、 少数クラスを増やしたり＝オーバーサンプ

          Non

          【機械学習の初学者向け】不均衡データではRandomUnderSamplerを使ってみよう

          Non

          【機械学習】Pytorchでニューラルネットワークモデルを構築（シンプルなやつ）

          機械学習では、 性質の違うモデルを組み合わせることで 高い精度を出すことができます。 このように複数のモデルを組み合わせることを アンサンブルと言います。 ニューラルネットワークモデル（NNモデル）は、 画像解析や自然言語処理では高い精度を 発揮しますが、 機械学習でよくあるテーブルデータとなると、 精度はイマイチです。 しかしながら、NNモデルも、 アンサンブルの一つとして使うと 高い精度を発揮してくれることがあります。 特にブースティング系のモデルと組み合わせること

          Non

          【機械学習】Pytorchでニューラルネットワークモデルを構築（シンプルなやつ）

          Non

          databricksを使って良かったところ・改善してほしいところ

          金融データ活用推進協会（FUDA）主催の機械学習コンペ 「第2回金融データ活用チャレンジ」に参加しました。 このコンペ参加の醍醐味の一つに 有料級のデータ分析ツールを”無料”で使える点があります。 今年は、 ・databricks（昨年も使えた） ・dataiku（今年はじめて使える） ・tableau（今年はじめて使える） の豪華3点ツールの使用ができました。 私自身、金融機関に勤めていますが、 日頃、こうした最新ツールに触れる機会はなく、 大変、ありがたく思っていま

          Non

          databricksを使って良かったところ・改善してほしいところ

          Non

          【機械学習の初学者向け】F1スコアについて理解しよう！

          はじめに機械学習モデルの良し悪しを評価する指標にF1スコアがあります。 機械学習を勉強して初めて知る人も多いと思いますが、 初学者にとっては、分かりにくい指標ではないかと思います。 私自身も初学者の領域ですが、 F1スコアについては、よく分かっていませんでした。 このたび、金融データ活用推進協会が主催する 機械学習コンペ「第2回金融データ活用チャレンジ」に参加したところ、 評価指標が「Mean F1スコア」とのこと！ F1スコアすらも分からないのに、そこにMeanが加わ

          Non

          【機械学習の初学者向け】F1スコアについて理解しよう！

          Non

          米国の金融政策の行方がわかる！「FedWatchツール」について

          米国の金融政策は、 米国だけでなく世界経済に大きな影響を与えます。 金融の世界では、 常に未来を予測しよういう試みがなされていますが、 中でも、米国の金融政策の行方を予測することは非常に重要です。 この記事では、 金融市場の参加者が米国の金融政策をどのように予測しているかが分かる 「FedWatchツール」を紹介していきます。 FedWatchツールとは？まず、FedWatchツールが何であるかを簡単に説明します。 これは米国の連邦準備制度（通称Fed）の 政策金利決定

          Non

          米国の金融政策の行方がわかる！「FedWatchツール」について

          Non

          BESTなプロンプトエンジニアリングについて

          プロンプトエンジニアリングは、 AIモデルに特定のタスクを効果的に実行させるために、 入力する質問や指示（プロンプト）を最適化するプロセスです。 モデルの能力を最大限に引き出し、 所望の結果を得るためにとても重要な技術です。 この記事では、以下のサイトを参考にして OpenAIが推奨するプロンプトエンジニアリングについて ご紹介していきます。 プロンプトの構成要素まず、プロンプトの構成要素について ご説明します。 一口にプロンプトといっても、内容によって 以下の4種類に

          Non

          BESTなプロンプトエンジニアリングについて

          Non

          音声・動画ファイルのフォーマットを簡単に変換できる方法

          mp4ファイルをwavファイルに変換したい！ そんな時に 役立つのがffmpegです。 ffmpegを使えば、 音声や動画のフォーマットを簡単に変換できます。 コマンドラインで操作できるので、 本当に簡単に変換できます。 MacOSでターミナルを使う場合ターミナルを開いて、Homebrewからffmpegをインストールします % brew install ffmpeg インストールが終わったら次のように入力します Recording.m4aをwavファイルに変換し

          Non

          音声・動画ファイルのフォーマットを簡単に変換できる方法

          Non