データサイエンス Pytorch、ビジョントランスフォーマー DeiTサンプルコード解説
Facebookが公開している画像分類タスク向け、VisionTransforme（ビジョントランスフォーマー）モデル、DeiTのサンプルコードを、初心者の方向けに解説します。細部の理論はとりあえずおいて、動作することを目標に解説しますので、ご活用ください。
データサイエンス
データサイエンス 
データサイエンス Vision transformer (ViT)を用いた画像認識のコード解説。初心者向 けにtensorflow keras APIのコードをわかりやすく解説します。
画像認識のアルゴリズムで最近注目されている、Vision Transformer(ViT)のサンプルコードを解説します(Tensorflow keras API)。初心者の方にも理解しやすいように、必要以上に情報を詰め込まずに平易な文章で説明します。まずは手軽に実行してみましょう！
データサイエンス 機械学習アルゴリズム比較サンプルコード解説初心者向け（scikit-learnでRandom forest SVMなど）
初心者向けに、scikit-learnでRondomForest、SVMなど様々な機械学習のアルゴリズムを同時に試して比較するサンプルコードを解説します。データによっては、主流のランダムフォレスト、XGboost、LigthGBMよりも高精度な場合がありますので、ぜひ覚えてください。
データサイエンス XGboostサンプルコード解説（初心者向け、sklearn interface）
人気のある機械学習モデル、XGboostのサンプルコードを初心者の方向けに解説します。今回のサンプルコードは、XGboost以外の様々な機械学習モデルに対応している、scikit-learnインターフェースを用いますので、ぜひご活用ください。
データサイエンス LightGBMサンプルコードを日本語で分かりやすく解説
LightGBMのpythonサンプルコードを初心者の方向けに、日本語でわかりやすく解説します。オフィシャルページのサンプルは、初心者の方には行間を補って読む必要があり、さらに英語で記述されため、理解するのに時間がかかると思います。日本語ですっきり解説しますので、ご活用ください。
データサイエンス ランダムフォレスト(random forest) 特徴量の重要度算出 サンプルコードを初心者向けに日本語で分かりやすく説明
機械学習アルゴリズムRandom Forestで特徴量の重要度を算出する機能をpython実装する方法を初心者向けに紹介します。ランダムフォレストでは、permutationという手法で、ノイズを抑えて特徴量(feature)重要度(importance)を算出する手法も備えています。
mono microbit 小学生のプログラミング教育・自由研究におすすめ 3,000円程度で大人も楽しめます！
小学生のプログラミング教育や大人の電子工作におすすめのマイコンボード、microbitを紹介します。２５個のLEDが配置されており、ゲームなどのプログラミングが手軽にできます。教育用に作成されているので、ドライバーなどのインストールの必要がゼロで、動作が非常に安定しており、作成したプログラムのインストールもコピーするだけです。小学生の自由研究や、中高生のプログラミング教育、大人の電子工作にもおすすめです。
データサイエンス サンプルコードを日本語でわかりやすく説明PyCaret、簡単に複雑な機械学習処理が可能なAutoML(自動機械学習)
機械学習プロジェクトにおいて、AutoMLが主流になりつつあります。自動機械学習で最も有名な,、PyCaretの使い方について、初心者向けに、tutorial(102)に、わかりやすい解説を加えて説明します。サンプルコードの解読がめんどくさいという方必見です。
データサイエンス 手軽に機械学習を楽しむ ランダムフォレスト(回帰) webブラウザー上で動作するコード付き
気軽に楽しめる機械学習アルゴリズム ランダムフォレストを webブラウザー上で動作するコード付きで説明します。python環境が構築されていない、ビギナーの方もコードを動かして試してみてください。ランダムフォレストは、簡単に実装できて、精度のいい結果を出すため、初心の方にもおすすめのＭＬアルゴリズムです。
データサイエンス AIエンジニアやデータサイエンティストを目指す方へおすすめ マナビDXクエスト（旧 AI Quest）
マナビDXクエストに参加するメリットを、昨年まで開催されていた、前身のAI Questに参加した経験を踏まえて説明します。DX・AIプロジェクトとを体系立てて学べることと、さまざまな、職種、技術レベルの人と交流して成長できることがおすすめの理由です。