PyData. Tokyo Meetup #4のUstream見えなかったので他人のPCで見た

不具合を起こしてUstreamが安定して見られない。とりあえず開始から30分以上はただTwitter見てた。怖い情報で脅されたいと思って楽しみにしてたから折れない心。

 

今回のテーマは"データ解析アルゴリズムの高速化"ということ。

 

以下資料。データ分析用途でPythonを高速化、機械学習にNumPy、なるほど…？

High performance python computing for data science

Introduction to NumPy for Machine Learning Programmers

 

スタバのTwitterデータをpythonで大量に取得し、データ分析を試みる その１ - Qiitaこれの記事の人とかが現地にいるらしい。

 

 

日本語リスニング力テストとして聞いてるので本当にふわふわと、キーっぽい単語やフレーズを書き出す。

 

Cythonサイソンって読むのか。

BDAS Spark velox

 

FORTRAN時代からPythonはBLASというものを読んで数値計算している。

 

49枚目からは"泥くさい"表記時の工夫の話らしい。

50枚目、やったら"ぶちころすぞ"という事らしい。

 

数値計算は自分で実装しない

Python数値計算はfor文書いてはだめ

 

####以下２つめ####

 

 

本当はSciPyの紹介もするはずだったけど、時間の関係上削ったということで、NumPyなどモジュールを使うことでCと同程度の速度を実現できる。

NumPyの中でどういうことしてるんですか？→NumPyのソースコード読んでないので分からないです。

 

Boolean(ぶーりあん)。Pandas(ぱんだす)。

flat。(スライド19枚目上から３つ目のブロックに訂正、K. FlatからKへ)

 

NMF。scikit-learn、sklearn(さいきっとらーん)。何かがNatureに掲載されたとか。ノンネガティヴ。

 

NMFのアルゴリズム、

ラムダノピー。

 

norm(のるむ)。ろじかるおあ。

normの実装が気持ち悪い、それに関しては有名な良ブログ記事があるそう。

とにかく、なるべくSciPy/NumPyを使い、自分では数値計算を書かないのが原則、という部分の結論が最初の発表者と一致していたんじゃないかな。

Code-reading。