Soumettre la recherche
Mettre en ligne
kic_python_programming
•
Télécharger en tant que PPTX, PDF
•
1 j'aime
•
1,189 vues
A
AkiraSonoda
Suivre
http://www.slideshare.net/slideshow/embed_code/24971794
Lire moins
Lire la suite
Affichage du diaporama
Signaler
Partager
Affichage du diaporama
Signaler
Partager
1 sur 19
Télécharger maintenant
Recommandé
第33回 HTML5とか勉強会 講演資料
Web intents addendum
Web intents addendum
html5j
集合知プログラミング勉強会キックオフMTGの第1章LT資料です
集合知プログラミング勉強会キックオフMTG LT用資料
集合知プログラミング勉強会キックオフMTG LT用資料
tetsuro ito
集合知プログラミング勉強会 #3 2012.10.30
第3回集合知プログラミング勉強会 #TokyoCI グループを見つけ出す 後半
第3回集合知プログラミング勉強会 #TokyoCI グループを見つけ出す 後半
Naoyuki Sato
2章推薦を行う(後編)
2章推薦を行う(後編)
Tanaka Hidenori
集合知プログラミング勉強会第2回推薦する発表資料
集合知プログラミング第2章推薦を行う
集合知プログラミング第2章推薦を行う
Hiroko Onari
4章「潜在意味空間における回帰と識別」 4.1:背景 4.2:潜在意味空間における回帰問題
「トピックモデルによる統計的潜在意味解析」読書会 4章前半
「トピックモデルによる統計的潜在意味解析」読書会 4章前半
koba cky
シンプルなreleaseブランチ運用についてのまとめ(2012/11/27版)
はじめてのReleaseブランチ運用(svn編)
はじめてのReleaseブランチ運用(svn編)
将 高野
集合知プログラミング勉強会(#TokyoCI)の発表資料です。 「7章:決定木によるモデリング」の前半
集合知プログラミング勉強会 7章(前半)
集合知プログラミング勉強会 7章(前半)
koba cky
Recommandé
第33回 HTML5とか勉強会 講演資料
Web intents addendum
Web intents addendum
html5j
集合知プログラミング勉強会キックオフMTGの第1章LT資料です
集合知プログラミング勉強会キックオフMTG LT用資料
集合知プログラミング勉強会キックオフMTG LT用資料
tetsuro ito
集合知プログラミング勉強会 #3 2012.10.30
第3回集合知プログラミング勉強会 #TokyoCI グループを見つけ出す 後半
第3回集合知プログラミング勉強会 #TokyoCI グループを見つけ出す 後半
Naoyuki Sato
2章推薦を行う(後編)
2章推薦を行う(後編)
Tanaka Hidenori
集合知プログラミング勉強会第2回推薦する発表資料
集合知プログラミング第2章推薦を行う
集合知プログラミング第2章推薦を行う
Hiroko Onari
4章「潜在意味空間における回帰と識別」 4.1:背景 4.2:潜在意味空間における回帰問題
「トピックモデルによる統計的潜在意味解析」読書会 4章前半
「トピックモデルによる統計的潜在意味解析」読書会 4章前半
koba cky
シンプルなreleaseブランチ運用についてのまとめ(2012/11/27版)
はじめてのReleaseブランチ運用(svn編)
はじめてのReleaseブランチ運用(svn編)
将 高野
集合知プログラミング勉強会(#TokyoCI)の発表資料です。 「7章:決定木によるモデリング」の前半
集合知プログラミング勉強会 7章(前半)
集合知プログラミング勉強会 7章(前半)
koba cky
B.J. Fogg 著 「Persuasive Technology: Using Computers to Change What We Think and Do」 「実験心理学が教える人を動かすテクノロジ」(日経BP社/高良理・安藤知華 共訳)より
説得のためのテクノロジ:「カプトロジ」入門
説得のためのテクノロジ:「カプトロジ」入門
Nanae Sh irozu
人と機械の協働によりデータ分析作業の効率化を目指す協働型機械学習技術 (NTTデータ テクノロジーカンファレンス 2020 発表資料) 2020年10月14日(水) NTT ソフトウェアイノベーションセンタ 税所 修 講演動画は、YouTubeチャンネル「NTT DATA Tech」にて公開中! https://www.youtube.com/watch?v=iB3QuTHJT_E
人と機械の協働によりデータ分析作業の効率化を目指す協働型機械学習技術(NTTデータ テクノロジーカンファレンス 2020 発表資料)
人と機械の協働によりデータ分析作業の効率化を目指す協働型機械学習技術(NTTデータ テクノロジーカンファレンス 2020 発表資料)
NTT DATA Technology & Innovation
Looops4uコンサルティング
Looops4uコンサルティング
株式会社ループス・コミュニケーションズ Looops Communications,Japan
Invited Talk 3: D-Agree: Crowd-scale Consensus Support System based on Automated Facilitation Agent Prof. Takayuki Ito Kyoto University
KICSS2020 Invited Talk 3: Prof. Takayuki Ito from Kyoto University
KICSS2020 Invited Talk 3: Prof. Takayuki Ito from Kyoto University
Jawad Haqbeen
2017年8月にアメリカのフロリダで開催されました、「Agile2017」の参加レポートです。 世界の最新のアジャイル事情、テスト自動化・メトリクス・モブプログラミング・Spotify の事例などについて説明しています。 みなさんのアジャイルの適用・活用のプラスになれば幸いです。
当たり前を当たり前に:Agile2017レポート
当たり前を当たり前に:Agile2017レポート
Hiroyuki Ito
2017年8月にアメリカのフロリダで開催されました「Agile2017」の参加レポートです。 世界の最新のアジャイル事情、テスト自動化・メトリクス・モブプログラミング・Spotify の事例などについて説明しています。 みなさんのアジャイルの適用・活用のプラスになれば幸いです。
当たり前を当たり前に:Agile2017レポート
当たり前を当たり前に:Agile2017レポート
LINE Corporation
河野ゼミの研究紹介『社会的課題をITを駆使して解決する』 2018.7.2
河野ゼミ研究紹介20180702
河野ゼミ研究紹介20180702
義広 河野
Jmrx講演資料0723(配布用)[1]
Jmrx講演資料0723(配布用)[1]
Shigeru Kishikawa
20110421
20110421
Takanobu Mizuta
北海道大学のGCOEでの特別招待講演。Ph.D.コースの学生を中心に若手研究者へ、企業研究と海外での活動ためのメッセージを話してほしいというお題で。
Toward Research that Matters
Toward Research that Matters
Ryohei Fujimaki
2016/4/13
実世界の意味を扱う理論と機械知能の構築
実世界の意味を扱う理論と機械知能の構築
Komei Sugiura
2021/1/31 Youtubelive開催イベントの公開資料です ■Youtube:https://youtu.be/JqcdnVetbn8 ■イベント名:【NPO✕IT人材の協働実践例に学ぶ!】STO創出プロジェクト フィールドワーク事例共有トーク vol.1
フィールドワーク事例共有トークvol.1
フィールドワーク事例共有トークvol.1
Code for Japan STO創出プロジェクト
産学官連携推進室のTwitterのつぶやきの話題推定技術に関する研究成果の報告です。
Twitterにおける即時話題推定技術「どたばたかいぎ」の開発
Twitterにおける即時話題推定技術「どたばたかいぎ」の開発
Eric Sartre
中学$Prologの使い方について簡単に説明した資料になります。
中学$prolog(人工知能)の4月1日資料
中学$prolog(人工知能)の4月1日資料
Keisuke NAKAMURA
Hour of Code Japan 2016 利根川からの登壇資料です。
Hour of-code-2016冬-シンポジウム
Hour of-code-2016冬-シンポジウム
Yuta Tonegawa
EMNLP2018読み会での発表資料です。 https://arxivtimes.connpass.com/event/109849/
Discriminative Deep Dyna-Q: Robust Planning for Dialogue Policy Learning
Discriminative Deep Dyna-Q: Robust Planning for Dialogue Policy Learning
TomoyasuOkada
2019年6月7日に 2019年度 人工知能学会全国大会(第33回)のOS-6「人工知能と倫理」で報告した「プロファイリングに関する自主的規律導入支援の実践」の資料です。 https://confit.atlas.jp/guide/event/jsai2019/session/4D01-04/tables?ydyGWmQSnz https://www.ai-gakkai.or.jp/jsai2019/os#os-6 パーソナルデータとアルゴリズムを用いて、特定個人の趣味嗜好・能力・信用力・知性・振舞いなどを分析・予測する「プロファイリング」が普及している。広告などのターゲティングだけでなく、与信、採用・人事などの利用にも広がっています。特に「信用スコア」は、諸外国だけでなく国内でもサービス提供されはじめました。 これは、アルゴリズムが、個人の自由で主体的な生活・人生に重要な影響を与えうることを意味します。また、企業にとっては「炎上」リスクが高まるということでもあります。 そこで、個人の自由で主体的な生活・人生に重要な影響を与えうるプロファイリングを中心に、社会的課題を分析した上で、3つの提言案と19項目のチェックリストを公表しました。 この実践を通じて、レピュテーション・マネジメントの観点から、プロファイリングの自主的規律形成に積極的に取り組む企業や業界団体があることがわかりました。
「プロファイリングに関する自主的規律導入支援の実践」(工藤郁子) #JSAI2019
「プロファイリングに関する自主的規律導入支援の実践」(工藤郁子) #JSAI2019
Fumiko Kudoh
鷲崎弘宜, ゲームとプログラミング学習のカタチ - 初学者向け環境とラーニング・スルー・コンテスト -, McEdu 2016 http://www.mcedu.jp/
McEdu2016 ゲームとプログラミング学習のカタチ 鷲崎
McEdu2016 ゲームとプログラミング学習のカタチ 鷲崎
Hironori Washizaki
一般社団法人デザイン思考研究所 http://designthinking.or.jp/
デザイン思考 ワークショップ 入門クラス
デザイン思考 ワークショップ 入門クラス
(旧アカウント)一般社団法人デザイン思考研究所
東京大学大学院 機械工学専攻にて今年も「科学的な創造性Up方法 トリーズ」の講義をしてきました。 今年も受講生が優秀で、事前課題を行いつつ、自分たちなりの発明をしてくれました。 東大生向けですが、「創造性」は指導要領がないため、実は小学生向けも東大生向けも前半は同じことをしています。 「溝が生んだ●億円!」の話の後 「板チョコの溝を観察」し、「分割原理の歌を歌う」という内容です(笑) 前半だけでもご覧いただければと思います
機械設計学20230705東大大学院.pdf
機械設計学20230705東大大学院.pdf
芳徳 高木
Contenu connexe
Similaire à kic_python_programming
B.J. Fogg 著 「Persuasive Technology: Using Computers to Change What We Think and Do」 「実験心理学が教える人を動かすテクノロジ」(日経BP社/高良理・安藤知華 共訳)より
説得のためのテクノロジ:「カプトロジ」入門
説得のためのテクノロジ:「カプトロジ」入門
Nanae Sh irozu
人と機械の協働によりデータ分析作業の効率化を目指す協働型機械学習技術 (NTTデータ テクノロジーカンファレンス 2020 発表資料) 2020年10月14日(水) NTT ソフトウェアイノベーションセンタ 税所 修 講演動画は、YouTubeチャンネル「NTT DATA Tech」にて公開中! https://www.youtube.com/watch?v=iB3QuTHJT_E
人と機械の協働によりデータ分析作業の効率化を目指す協働型機械学習技術(NTTデータ テクノロジーカンファレンス 2020 発表資料)
人と機械の協働によりデータ分析作業の効率化を目指す協働型機械学習技術(NTTデータ テクノロジーカンファレンス 2020 発表資料)
NTT DATA Technology & Innovation
Looops4uコンサルティング
Looops4uコンサルティング
株式会社ループス・コミュニケーションズ Looops Communications,Japan
Invited Talk 3: D-Agree: Crowd-scale Consensus Support System based on Automated Facilitation Agent Prof. Takayuki Ito Kyoto University
KICSS2020 Invited Talk 3: Prof. Takayuki Ito from Kyoto University
KICSS2020 Invited Talk 3: Prof. Takayuki Ito from Kyoto University
Jawad Haqbeen
2017年8月にアメリカのフロリダで開催されました、「Agile2017」の参加レポートです。 世界の最新のアジャイル事情、テスト自動化・メトリクス・モブプログラミング・Spotify の事例などについて説明しています。 みなさんのアジャイルの適用・活用のプラスになれば幸いです。
当たり前を当たり前に:Agile2017レポート
当たり前を当たり前に:Agile2017レポート
Hiroyuki Ito
2017年8月にアメリカのフロリダで開催されました「Agile2017」の参加レポートです。 世界の最新のアジャイル事情、テスト自動化・メトリクス・モブプログラミング・Spotify の事例などについて説明しています。 みなさんのアジャイルの適用・活用のプラスになれば幸いです。
当たり前を当たり前に:Agile2017レポート
当たり前を当たり前に:Agile2017レポート
LINE Corporation
河野ゼミの研究紹介『社会的課題をITを駆使して解決する』 2018.7.2
河野ゼミ研究紹介20180702
河野ゼミ研究紹介20180702
義広 河野
Jmrx講演資料0723(配布用)[1]
Jmrx講演資料0723(配布用)[1]
Shigeru Kishikawa
20110421
20110421
Takanobu Mizuta
北海道大学のGCOEでの特別招待講演。Ph.D.コースの学生を中心に若手研究者へ、企業研究と海外での活動ためのメッセージを話してほしいというお題で。
Toward Research that Matters
Toward Research that Matters
Ryohei Fujimaki
2016/4/13
実世界の意味を扱う理論と機械知能の構築
実世界の意味を扱う理論と機械知能の構築
Komei Sugiura
2021/1/31 Youtubelive開催イベントの公開資料です ■Youtube:https://youtu.be/JqcdnVetbn8 ■イベント名:【NPO✕IT人材の協働実践例に学ぶ!】STO創出プロジェクト フィールドワーク事例共有トーク vol.1
フィールドワーク事例共有トークvol.1
フィールドワーク事例共有トークvol.1
Code for Japan STO創出プロジェクト
産学官連携推進室のTwitterのつぶやきの話題推定技術に関する研究成果の報告です。
Twitterにおける即時話題推定技術「どたばたかいぎ」の開発
Twitterにおける即時話題推定技術「どたばたかいぎ」の開発
Eric Sartre
中学$Prologの使い方について簡単に説明した資料になります。
中学$prolog(人工知能)の4月1日資料
中学$prolog(人工知能)の4月1日資料
Keisuke NAKAMURA
Hour of Code Japan 2016 利根川からの登壇資料です。
Hour of-code-2016冬-シンポジウム
Hour of-code-2016冬-シンポジウム
Yuta Tonegawa
EMNLP2018読み会での発表資料です。 https://arxivtimes.connpass.com/event/109849/
Discriminative Deep Dyna-Q: Robust Planning for Dialogue Policy Learning
Discriminative Deep Dyna-Q: Robust Planning for Dialogue Policy Learning
TomoyasuOkada
2019年6月7日に 2019年度 人工知能学会全国大会(第33回)のOS-6「人工知能と倫理」で報告した「プロファイリングに関する自主的規律導入支援の実践」の資料です。 https://confit.atlas.jp/guide/event/jsai2019/session/4D01-04/tables?ydyGWmQSnz https://www.ai-gakkai.or.jp/jsai2019/os#os-6 パーソナルデータとアルゴリズムを用いて、特定個人の趣味嗜好・能力・信用力・知性・振舞いなどを分析・予測する「プロファイリング」が普及している。広告などのターゲティングだけでなく、与信、採用・人事などの利用にも広がっています。特に「信用スコア」は、諸外国だけでなく国内でもサービス提供されはじめました。 これは、アルゴリズムが、個人の自由で主体的な生活・人生に重要な影響を与えうることを意味します。また、企業にとっては「炎上」リスクが高まるということでもあります。 そこで、個人の自由で主体的な生活・人生に重要な影響を与えうるプロファイリングを中心に、社会的課題を分析した上で、3つの提言案と19項目のチェックリストを公表しました。 この実践を通じて、レピュテーション・マネジメントの観点から、プロファイリングの自主的規律形成に積極的に取り組む企業や業界団体があることがわかりました。
「プロファイリングに関する自主的規律導入支援の実践」(工藤郁子) #JSAI2019
「プロファイリングに関する自主的規律導入支援の実践」(工藤郁子) #JSAI2019
Fumiko Kudoh
鷲崎弘宜, ゲームとプログラミング学習のカタチ - 初学者向け環境とラーニング・スルー・コンテスト -, McEdu 2016 http://www.mcedu.jp/
McEdu2016 ゲームとプログラミング学習のカタチ 鷲崎
McEdu2016 ゲームとプログラミング学習のカタチ 鷲崎
Hironori Washizaki
一般社団法人デザイン思考研究所 http://designthinking.or.jp/
デザイン思考 ワークショップ 入門クラス
デザイン思考 ワークショップ 入門クラス
(旧アカウント)一般社団法人デザイン思考研究所
東京大学大学院 機械工学専攻にて今年も「科学的な創造性Up方法 トリーズ」の講義をしてきました。 今年も受講生が優秀で、事前課題を行いつつ、自分たちなりの発明をしてくれました。 東大生向けですが、「創造性」は指導要領がないため、実は小学生向けも東大生向けも前半は同じことをしています。 「溝が生んだ●億円!」の話の後 「板チョコの溝を観察」し、「分割原理の歌を歌う」という内容です(笑) 前半だけでもご覧いただければと思います
機械設計学20230705東大大学院.pdf
機械設計学20230705東大大学院.pdf
芳徳 高木
Similaire à kic_python_programming
(20)
説得のためのテクノロジ:「カプトロジ」入門
説得のためのテクノロジ:「カプトロジ」入門
人と機械の協働によりデータ分析作業の効率化を目指す協働型機械学習技術(NTTデータ テクノロジーカンファレンス 2020 発表資料)
人と機械の協働によりデータ分析作業の効率化を目指す協働型機械学習技術(NTTデータ テクノロジーカンファレンス 2020 発表資料)
Looops4uコンサルティング
Looops4uコンサルティング
KICSS2020 Invited Talk 3: Prof. Takayuki Ito from Kyoto University
KICSS2020 Invited Talk 3: Prof. Takayuki Ito from Kyoto University
当たり前を当たり前に:Agile2017レポート
当たり前を当たり前に:Agile2017レポート
当たり前を当たり前に:Agile2017レポート
当たり前を当たり前に:Agile2017レポート
河野ゼミ研究紹介20180702
河野ゼミ研究紹介20180702
Jmrx講演資料0723(配布用)[1]
Jmrx講演資料0723(配布用)[1]
20110421
20110421
Toward Research that Matters
Toward Research that Matters
実世界の意味を扱う理論と機械知能の構築
実世界の意味を扱う理論と機械知能の構築
フィールドワーク事例共有トークvol.1
フィールドワーク事例共有トークvol.1
Twitterにおける即時話題推定技術「どたばたかいぎ」の開発
Twitterにおける即時話題推定技術「どたばたかいぎ」の開発
中学$prolog(人工知能)の4月1日資料
中学$prolog(人工知能)の4月1日資料
Hour of-code-2016冬-シンポジウム
Hour of-code-2016冬-シンポジウム
Discriminative Deep Dyna-Q: Robust Planning for Dialogue Policy Learning
Discriminative Deep Dyna-Q: Robust Planning for Dialogue Policy Learning
「プロファイリングに関する自主的規律導入支援の実践」(工藤郁子) #JSAI2019
「プロファイリングに関する自主的規律導入支援の実践」(工藤郁子) #JSAI2019
McEdu2016 ゲームとプログラミング学習のカタチ 鷲崎
McEdu2016 ゲームとプログラミング学習のカタチ 鷲崎
デザイン思考 ワークショップ 入門クラス
デザイン思考 ワークショップ 入門クラス
機械設計学20230705東大大学院.pdf
機械設計学20230705東大大学院.pdf
kic_python_programming
1.
第1回 集合知プログラミング 12016 園田
成良
2.
目次 1.集合知とは? 2.集合知の利用例 3.機械学習とは? 4.機械学習の弱点 5.実生活における例 6.その他の使用例 7.1~6までのまとめ 8.協調フィルタリング 9.Pythonの実行方法 10.映画の評者と評価点の表示 10.映画の評者と評価点の表示 11.実行 12.ユーグリッド距離(数値) 13.ユーグリッド距離(グラフ) 14.評者をランキングする 15.8~14までのまとめ 2
3.
1.集合知とは? • 今までにない知見を生み出すために 「集団の振る舞い・嗜好・アイディア」 を結びつけること ▫ 世論調査
多くの人からの回答を基に,統計的な結論を引き出す 新たな結論を作り上げる ▫ 経済市場 最も利益を得られると信じて行動する振る舞い 多くの人々の「知識・経験・洞察力」の組み合わせ 3
4.
2.集合知の利用例 • Wikipedia(ウィキペディア) ▫ 利用者によって作り上げられているオンライン辞書 ▫
誰でも作成・編集が可能 ▫ 多くの利用者の知識で成長していく ▫ アルゴリズムなし 4 Wikipedia ペリーが 好きな人たち ペリー の記事 を編集 ペリーの記事の内容が 更に詳しくなった
5.
3.機械学習とは? • 人工知能の一分野でコンピュータに学習させる ▫ 機械学習の例
コンピュータの漢字変換時における入力ミス 5 機会学習 機械学習と入力したかったが 間違えてしまった 機械学習 次から 「きかい」を 変換した時に 「機械」と最 初に出る
6.
4.機械学習の弱点 • 機械が知らないパターンは誤って解釈されてし まうことが多い ▫ 人間
似たような状況を思い出して決断できる ▫ 機械 既に見たデータを基にしか決断できない 6
7.
5.実生活における例 • Googleの検索エンジン(PageRank)[1] ▫ 利用者が求めている内容を上位に結果表示させる
色々なサイトからリンクされていると上位に表示 ▫ どんな人がどんな広告をクリックしたのか ▫ アルゴリズムあり 7 [1] http://dorubako.nishitokyo-city.com/googlepagerank.html バットを購入 機械が判断 グローブの購入を薦める
8.
6.その他の使用例 • クレジット詐欺の発見 ▫ 詐欺取引を検知 ▫
取引や現金の動きが不適切かどうかを判断 • 株式市場の分析 ▫ 参加者がパターンを発見するために,高度な技術 が使われるようになっている 8 この他にも多くの例があり 多くの可能性を秘めている
9.
7.1~6までのまとめ • 様々なデータを蓄積し,情報を引き出して利用 ▫ データマイニングの分野 ▫
多くのユーザの意見で情報が構成 • Googleでも利用されている ▫ PageRankシステム 9
10.
8.協調フィルタリング • 多くのユーザの嗜好情報を蓄積 ▫ ユーザとユーザの嗜好が類似した情報を自動で推 論を行う方法論 •
協調フィルタリングの手法 ▫ 「ユーグリッド距離」 ▫ 「ピアソン相関」 ▫ 「Jacard係数」 ▫ 「マンハッタン距離」 10 他にも数多くの類似性検出方法がある
11.
9.pythonの実行方法 • 実行環境はUbuntu12.10 ▫ 拡張子は.py ▫
始めからpythonの環境は構築されている ▫ # !/usr/bin/env python ▫ # cording:utf-8 の2つを記入 ▫ pythonコマンドでインタプリタを起動させる 11
12.
10.映画の評者と評価点を表示 • test.pyに評者と評価点を記述 ▫ 尚,映画の評価は1.0から5.0とする 12
13.
11.実行 • test.pyをpythonのインタプリタで実行 • ①の実行結果 ▫
AkiraSonodaさんは,Lady in the Waterという映画の評価 を2.5にした. • ②の実行結果 ▫ AkiraSonodaさんは,Lady in the Waterという映画の評価 を2.5と評価したが,それを4.0と修正した. 13 ① ②
14.
12.ユーグリッド距離(数値) • 嗜好空間上の距離の近さで類似度を計算 ▫ 園田と薄井の映画の評価点の類似度を算出 ▫
園田と小柳の映画の評価点の類似度を算出 14
15.
13.ユーグリッド距離(グラフ) • 園田,薄井,小柳の映画の嗜好をグラフ化 ▫ は園田 ▫
は薄井 ▫ は小柳 15 Snakes Dupree 5 4 3 2 1 0 1 2 3 4 5 点と点が近いほどその 人と嗜好が似ている!!
16.
14.評者をランキングする • 映画の好みにもっとも似ている映画の評者を探 し出し,好みの近い順に並べたリストを得れる. • 佐藤が映画を見るとき小柳のレビューを参考に して映画を見ると,嗜好が近いので参考になる. 16
17.
15.8~14までのまとめ • 数多くの強調フィルタリングの手法があるが, 今回はユーグリッド距離を使用 • 数値が近ければ近いほど嗜好が類似している 17
18.
ご清聴ありがとうございました 18
19.
おまけ • 集合知プログラミングの本の通りに実行不能 ▫ pythonのversionが違うから? ▫
園田のversionは2.7.3(2013年4月11日現在) ▫ 書籍の発行日(2012年5月1日) • 実行方法(11ページ) ▫ import recommendations ▫ reload(recommendations) ▫ recommendations.sim_distance(recommendation s.critics, ‘Lisa Rose’, ‘Gene Seymor’I 19 これを追加する
Télécharger maintenant