ジコログ

TensorFlowを利用した場合における、モデルの保存と復元、そしてモデルの再利用までを解説しています。簡単にすぐ検証できるようにコピペで動くコードを載せています。この記事を読めば、すぐにTensorFlowでのモデルの保存・復元・利用を検証可能です。

断言します。感情分析にいて単語感情極性対応表（ネガポジ辞書）は使い物になりません。感情分析をやりたければ、別の方法を採用した方がいいです。この記事では、その別の方法に関しても説明しています。感情分析に興味がある方は、この記事を参考にしてみてください。

Googleの公開した自然言語理技術「BERT」を使えば、80％の正解率で感情分析ができるようになりました。やはり、機械学習の結果はデータに依存するということがわかる事例だと思います。この記事では、そのデータを集める方法も解説しています。

「Webサーバと言えば？」という質問に「Apache」と答えた人は、考えを改めましょう。その考えは、もう古いです。というか、すでに何年も前にnginxの時代が来ていたのかもしれません。そのことに気が付いていない人は、エンジニアとして反省すべきです。私は反省しています。

機械学習で最も大変なことを何だと思いますか？アルゴリズムを用意することでしょうか？プログラミングすることでしょうか？いやいや、そんなことはPythonやTensorFlowでクリアできます。最も大変なことは、質の良いデータを用意することです。この記事では、その難題を解決する方法を解説しています。

Amazonのレビューをセンチメント分析（感情分析）する方法を説明しています。スクレイピングによるAmazonレビューの取得から、Mecabによる形態素解析、散布図・ヒストグラムの表示まで、この記事だけ多くを学ぶことが可能です。

「Amazonのやらせレビューチェックをまとめてやれば便利じゃね？」と思いませんか？。サクラチェッカーとレビュー探偵の結果をまとめて見ることができれば、効率的にAmazonで買い物ができるようになります。それを実現するための方法を解説しています。Pythonで並列処理を駆使しています。

FANZA動画（旧DMM）にリベンジです。数年前には、全く歯が立ちませんでした。何をリベンジかと言うと、スクレイピングです。リベンジの結果はもちろん、実際にスクレイピングを試みたサンプルコードを解説しています。スクレイピングのスキル向上を目指す方に参考となる内容です。

レシピサイトの検索はイマイチだと思いませんか？クラシルは個人的には好きな料理レシピサイトです。でも、やはり検索がイマイチです。だから、クラシルをPythonでスクレイピングして、自分の望む検索機能で検索できるようにします。と言っても、クラシルのスクレイピングはかなり簡単ですけどね。