PyTorch本読了

「最短コースでわかるPyTorch&深層学習プログラミング」本を読み終えました。3700円+税といい値段をしている本でしたが、大変わかりやすく勉強になりました。この本を読み始めた理由としては、「強い将棋ソフトの創りかた Pythonで実装するディープラーニング将棋AI」という本でPyTorchを使用しているためです。ですので、これから将棋AIの勉強をぼちぼちやっていきたいと思います。実際に将棋AI本が読みやすくなったという実感があります。先にPyTorchの勉強して良かったと思います。今はGPU搭載の実機がなくてもGoogle Colab で機械学習を学べるのでとても便利だと思います。

Kaggle本勉強中

Pythonで動かして学ぶ!Kaggleデータ分析入門」のCHAPTER3Kaggleコンペに挑戦① Titanicコンペ まで終わりました。今まで機械学習を勉強してきた内容が頭の中で繋がって、機械学習ってこういうふうにやればいいのかというのがわかりました。いい本を購入したと思っています。残りのCHAPTERもゆっくり進めていきます。

「リスト3.24 年代ごとの生存率をヒストグラムで可視化」の部分のコードがうまくうごかなかったので下記のように変更して動かしました。他のコードはうまく動きました。

data0 = train_df[train_df["Survived"]==0][["Age"]]
data1 = train_df[train_df["Survived"]==1][["Age"]]
my_split_data = []
my_split_data.append(data0)
my_split_data.append(data1)
my_split_data
my_temp = [i["Age"].dropna() for i in my_split_data]
plt.hist(my_temp ,histtype='barstacked', bins=8)

Macの辞書.appから発音記号を取得する

Pythonスクリプトで作成。

from DictionaryServices import DCSGetTermRangeInString, DCSCopyTextDefinition


# Mac内蔵辞書でwordの意味を調べ、辞書に有ればその定義を返し、
# 辞書に無い場合は'Not Found'を返す関数
def word_def(word):
    try:
        word_range = DCSGetTermRangeInString(None, word, 0)
        return DCSCopyTextDefinition(None, word, word_range)
    except IndexError:
        return 'Not Found'
        
        
if __name__ == '__main__':
    result = word_def('pilgrim')
    arr = result.split('|')
    print(arr[0])
    print(arr[1])

結果は単語と発音記号を出力させ pil·grim ˈpilɡrəm のようにとれました。

参考ページ
https://qiita.com/mkunu/items/09451403711d1258adb3