はじめに

この記事では、#30DaysOfStreamlitの内容の紹介を行います。
#30DaysOfStreamlitについてはコチラの記事を参照してください。

はじめに

この記事では、#30DaysOfStreamlitの内容の紹介を行います。
#30DaysOfStreamlitについてはコチラの記事を参照してください。
この記事ではボタンウィジェットを理解します。

はじめに

この記事では、#30DaysOfStreamlitの内容の紹介を行います。
#30DaysOfStreamlitについてはコチラの記事を参照してください。

はじめに

この記事では、#30DaysOfStreamlitの内容の紹介を行います。
#30DaysOfStreamlitについてはコチラの記事を参照してください。

Streamlitについて

Streamlitは、データサイエンスや機械学習の分野で、Webアプリケーションを構築するためのPythonライブラリです。
Pythonを使った簡単なコーディングで、ユーザーインターフェースを作成し、データを可視化することができます。

初めに

案件において、DataRobotを扱う際にDataRobot内の機能としてSHAPが提供されていました。

Amazon Comprehendとは

本記事では、Amazon Comprehendについて紹介していきます。
Amazon Comprehendとは、AWSで展開している自然言語解析ツールになります。
できる事としては、以下の機能を持ってます。(今回は日本語対応できている機能のみ使います。)

始めに

最近、M2 Macbook Airを入手したBudoこと荻本です。
この記事では、教師なし学習であるK-meansやその発展形のアルゴリズムについて調査を行ったので、いくつかの手法を紹介したいと思います。

K-meansとは

教師なし学習の手法の一つです。
非階層クラスタリング手法であり、以下のような工程となります。

最初に

自然言語処理を行うにあたって文を単語毎に分け品詞を特定する形態素解析という処理があります。  
この処理を行うことによりテキスト上で意味を持つ単語とそうでない単語を分けることができ、その結果を集計することがテキストマイニングの第一ステップと言えます。  
日本語のみであれば、MeCabを利用する事で形態素解析が可能ですがシステムに組み込むとなると多言語対応が求められる事もあります。  
その際に精度が良く、多言語対応可能なPythonライブラリを紹介したいと思います。  
その名も「spaCy」です。

事前準備

今回は、Serverless Frameworkを利用することやAWS CLIを利用してイメージ登録を行う為、事前に検証用のIAMユーザーを作成しております。
作成したユーザープロファイルは登録済みの状態です。