Reporting
報告
改組に伴い、更新先を変更いたします。
以上
Anacondaの「大規模な」商用利用有償化に関する記事紹介
Anacondaのパッケージリポジトリへのアクセスが商用利用有償化されている。
従業員数200人以上の会社で業務に使用する場合には有償ライセンスが必要になる。
構成管理DBからのアクセスも禁止されることが予想されるため、既存のアセットや商材も対象になる。
個人の非営利開発、教育目的に使用する場合にはこの限りでない。
--- English
Companies with more than 200 employees who use Anaconda for their business will be required to purchase a paid license.
It is expected that access from the configuration management DB will also be prohibited. Existing assets and commercial products will also be covered.
This change does not apply to the use of Anaconda for personal non-commercial development, educational purposes, volunteering or activities that contribute to the public welfare.
次項以降では個人の非営利開発ではあるが、商用利用可能な構成で環境を準備する。
#生存報告にもなりました。
#通常の生存確認よりも手間がかかります。
Statsmodels.tsa.stattoolsのADF検定
statsmodels.tsa.stattools.adfuller()は定常過程に関する検定。
(公式:https://www.statsmodels.org/stable/generated/statsmodels.tsa.stattools.adfuller.html#statsmodels.tsa.stattools.adfuller)
使い方は
https://qiita.com/asys/items/2aa9402c4ba2878b1ab5
が詳しい。
Pythonで時系列解析をしたいときに調査したページの忘備録
- https://logics-of-blue.com/python-time-series-analysis/
- https://qiita.com/ryouta0506/items/161e07c2cd041191d3cc
- https://funmatu.wordpress.com/2017/05/31/prophet%EF%BC%9Farima%EF%BC%9F%E5%A4%96%E3%82%8C%E5%80%A4%E6%A4%9C%E5%87%BA%EF%BC%9F/
- https://scrapbox.io/kimiyuki/FBProphet
- https://www.codeflow.site/ja/article/a-guide-to-time-series-forecasting-with-arima-in-python-3
- https://www.slideshare.net/hoxo_m/prophet-facebook-76285278
- https://www.kabuku.co.jp/developers/developers-multiple_time_series
やはりARIMAをやろうとするとRのが便利かも。
エコシステムに組み込むにはどうしたものか。。
One shot learning関連論文
論文 「Meta-Learning for Few-Shot Time Series Classification」
筆者 Jyoti Narwariya, Pankaj Malhotra, Lovekesh Vig, Gautam Shroff, Vishnu Tv
Available on arXiv : https://arxiv.org/abs/1909.07155
DNNベースの時系列データのクラスタリングに関する論文。
メタ学習を使用して様々な時系列データに適用することで性能を評価している。
少数の時系列データをデータセットから再現することは難しいので、いくつかのデータセットをサンプリングすることで評価している。
DNNは過学習を起こしやすく、ラベルが少ない小規模なデータセットでは特に問題となる。これを克服するためにメタ学習やいわゆる学習のための学習の技術が注目されている。One Shot Learningは画像に向けたアプローチがされており、基本的には残差ネットワーク、ResNetが使用されており時系列データのへの適用例は報告されていない。
論文の提案は時系列データに対してResNetを訓練する手法を提案しており、従来のN-wyを固定する手法をとっていない。また、識別空間はユークリッドであり、一種のメトリックス学習とみなすことができるとしている。
(後日追記)
参考記事
https://qiita.com/syuniku/items/94324bce5190f8f3612a
https://arxiv.org/pdf/1603.04713.pdf
https://buildersbox.corp-sansan.com/entry/2018/11/07/113000
https://www.albert2005.co.jp/knowledge/machine_learning/deep_learning/about_deep_metric_learning
Go言語のインストール(2020/3)
MySQL 5.7とMySQL Workbench 8.0のインストールする(on Windows 10)
概要
MySQLには5.7系と8.0系が選択できる。(2019/8現在)
ここでは5.7系のMySQLとWorkbench 8.0をインストールする。
MySQLのインストール
ダウンロード
上部のDOWNLOADSタブを選択すると、OS・環境毎のMySQLが確認できる。
今回はWin10 64bitを対象としているため、インストーラーを入手する。
ダウンロードリンク(https://dev.mysql.com/downloads/installer/)
ページ下部にMSI Installerのダウンロードボタンがある。
しかし、デフォルトでは8.0系列のインストーラーが選択されているため、「Looking for previous GA versions?」を選択すると5.7系がダウンロードできる。
どちらを選んでもよいが、容量の大きな下のインストーラーをダウンロードする。
(上のWeb版はエラーが出やすいように感じるため、オフライン版を推奨)
なお、32bitとあるが、インストールされるバージョンは64bitとなる。
すると上記のページに遷移する。
今回はログインせずにダウンロードして使用したいため、下部の「No thanks, just start my download.」をクリックする。
クリックするとダウンロードが始まる。
ダウンロード完了後、インストーラーを実行する。
2,3回ほどダイアログが出るので、発行元を確認して実行する。
MySQLのインストーラーが立ち上がるとまずは規約の確認を求められる。
よく確認した後に規約に同意してNextを選択する。
Developer Defaultが選択されていることを確認して進む。
確認が必要なソフトウェアが表示されるので、ここで「Execute」を選択する。
皆様のお手元の環境で不足しているランタイムなどがインストールされる。
今回はPythonが不足していたため、手動ダウンロード。インストールが必要であった。
要求を満たすとインストールが実行できる。「Execute」をクリック。
少々時間がかかるため、紅茶を淹れて完了を待つ。
インストールが終了すると上のように全てにチェックが入るので、Nextをクリック。
Product Configurationも同様にNextを選択する。
ここではStandalone MySQL Server / Classic MySQL Replicationを選択。
サーバとネットワークの設定ができるが、今回はデフォルト値を使用する。
rootユーザーのパスワードを要求されるため、2回入力する。
例に漏れずこのパスワードは忘れないように注意すべし。
Windows Serviceも今回はデフォルト値を使用する。
変更の適用を実行する。
完了すると上のように全てにチェックが入るので、Nextをクリックする。
サービスの確認画面が出るので、Nextをクリック。
サーバーへの接続テストができるので、Passwordに先程設定したパスワードを入力してCheckをクリックする。
成功すると下のようになる。
再び変更の適用がされるため、Executeをクリックする。
成功するとチェックが入るので、Nextをクリックする。
どこかで見た設定画面が出るので、再びNextをクリックする。
インストール作業自体はこれで完了となる。
Finishをクリックすると、下のような2つのウィンドウが立ち上がる。
MySQL Workbenchの起動
Database > Connect to Databaseをクリックして、データベースに接続する。
Passwordを要求されるため、設定したパスワードを入力する。
パスワードが承認されると、Workbenchが展開される。
以上で終了です。
お疲れさまでした。