ハンノマライフ。

或る、半分ノマドな湘南ライフ。

Latest Posts

Flaskで OSError: [Errno 48] Address already in use が表示された時の対処法。

The server encountered an internal error and was unable to complete your request. Either the server is overloaded or there is an error in the application.

Flaskで

を実行したら、下記のようなエラーが出てしまいました。

 

解決策は、該当のprocessIDをオフにすれば良いらしいです。
まず、processIDを下記のコマンドで調べます。

*5000の部分は、http://127.0.0.1:5000/の5000を開きたい場合は、5000を記述します。他の数列の場合は、それに置き換えてコマンドを実行してください。

このコマンドを入力すると、

OSError: [Errno 48] Address already in use

このように、processIDを調べることができます。調べた数列を、下記のコマンドのprocessIDの部分と置き換えて入力するとオフにすることができます。

例、

 

killコマンドがちょっと怖いですが、思い切ってやってみたら解決しました。

LINEで送る
[`evernote` not found]
LinkedIn にシェア

Deep Learning(深層学習)で画像分類機を作成 その3

前回の「Deep Learning(深層学習)で画像分類機を作成 その3」でAnacondaを準備し、EnvironmentsにTensorFlowをインストールしました。

PythonやAnacondaをすでにインストールしている場合は、余程メモをつけたり記憶力がよくないと、色々やっているうちにどの環境に何をインストールしたかわからなくなることもあります。

そんなときは、ターミナルから

を打ってみましょう。Anacondaの他にも過去に設定したことのあるディストリビューションも一覧できます。
ここで現在の環境は、環境名とディレクトリの間に「*」が表示されています。

 

で、この表示の中から、前回使用した環境を選んでアクティベートします。

xxxは前回の「tf140」を選択したい場合は、

とコマンド入力を行えば、その環境に切り替わります。

*Windowsの場合は、

と、

は不要です。

 

また、AnacondaやPythonのバージョンをアップデートしたい場合は、

など、それぞれ必要に応じて行います。

LINEで送る
[`evernote` not found]
LinkedIn にシェア

Deep Learning(深層学習)で画像分類機を作成 その2

Anaconda

今回は、AnacondaでTensorFlowを開発するための環境設定を行います。

Anacondaのインストールが完了して開くと、Anaconda Navigatorのホーム画面が表示されます。

Anaconda Environments

次に、Environmentsを開き、環境を設定します。下方にあるCreateのアイコンをクリックしてください。

Environments Create

環境を作るため、Nameにわかりやすい名前(今回はTensorFlowのバージョン1.4.0を使用するためtf140と入力します)、PackagesはPythonにチェックを入れて、バージョンを選択します。今回は、3.6にします。(*Pythonは2系と3系で互換性がないため、書籍やウェブを参考に開発を進めるときは、このバージョンが何で開発されているかに注意が必要です。)

設定が終わったら、Createをクリックすると新しいEnvironmentsが1つ追加されます。少し時間がかかるので待ちましょう。

Anaconda Environments

Environmentsが追加されたら、▶︎のアイコンをクリックします。

Open Terminal

そうすると、上記のポップアップが開くので、Open Terminalをクリックします。

 

Terminal

ターミナルが開き、最後の行を確認すると先ほどEnvironmentsの設定でNameに入力した文字列が丸括弧の中に表示されています。(tf140)

もし、pipが最新版じゃない場合は、

でアップグレードできます。ここで、TensorFlowがインストールできたかどうかを確認するため、

とコマンドを打ち、Enterを押します。
すると、Pythonの対話的な実行環境に入ることができます。

とコマンドラインが出るので

と入力します。

しばらくして、このようにコマンドラインが表示され入力待ちの状態になれば、tensorflowのインストールは完了です。

と入力して Pythonを終了し、次に

と入力しコマンドプロンプトを終了します。

以上で、開発の準備が完了です。

 

再開するときは、AnacondaのEnvironmentsから、該当のEnvironmentを開きOpen Terminalを選択し、Terminal上で

とコマンドすることで再開できます。

LINEで送る
[`evernote` not found]
LinkedIn にシェア

Deep Learning(深層学習)で画像分類機を作成 その1

https://www.anaconda.com

Deep Learningで、画像分類機を作ります。
そのために、Python、TensorFlowやKerasライブラリを用いて機械学習の方法を導入します。

まず、準備編としてAnacondaを導入します。Anacondaの導入は、anaconda.prgサイトからダウンロードして行います。MacもWindowsも他のOSのバージョンもあります。

AnacondaとはPythonのディストリビューションで、簡単に言えばPythonとその周辺の付随機能を使いやすくまとめたアプリと考えるとわかりやすいと思います。ややこしくて理解が難しい場合は、上記でPythonを用いての部分をAnacondaを用いてに替えて理解しても大丈夫です。

AI(人工知能、機械学習)を使用し開発・分析などをするにあたって、OSS(オープンソースソフトウェア)のライブラリであるTensorFlowを使用したいと行き着いたら、自然とまずはPythonを使ってみようかというのが私の場合でした。

Pythonをそのまま単独で使うと、バージョン管理やOS環境の管理に苦労してなかなか開発が進まなかったりするということが起こります。(*しょっぱなから苦労しました)

そこで、様々なライブラリやバージョンを管理しながら、Mac、LinuxやWindowsも使用できるAnacondaを利用するという選択肢が出てくるのです。

Anacondaのダウンロード、インストールはとても簡単なので、まずは自分のOSに合うAnacondaを準備してください。

次回は、画像分類をするための解説を記事にします。

 

 

LINEで送る
[`evernote` not found]
LinkedIn にシェア

MBAを卒業し中小企業診断士1年目を振り返る。その2

language Exchange

MBAを卒業し中小企業診断士1年目を振り返る。その1

の続きです。

昨年(2017年)1〜2月に申請書に取り掛かり、受託した調査事業について、こちらもどのように依頼を受けたかという話についてです。

これは、本当にたまたま

  • ある企業Aが「業務が煩雑なので受発注システムを入れて省力化したい」という要望を受けていた。
  • 大学院の先生に「IT導入補助金についての質問」をこちらからしていた。
  • あるITベンダーのB社に、システムについての質問をしていた。

上記は私が動いていたことだけど、A社側からもB社の受発注システムについてすでに説明を受け、資料をもらっていました。また、大学院の教授は調査事業について、私にやってみないかと提案があり、B社にも同様の提案をしていました。そして、A社、B社もともに繋がっていたため、自分の会社はアドバイザーとして、この2社とともにコンソーシアムを組み調査事業に申請することになったのです。

偶然が重なり、運命のようなものを感じて、これは絶対やってみたいという気持ちになり、かなり力を入れて申請書を作成した。

 

どのようにしたら、調査事業に参画できるかについては、

  • 各方面に資格ややってみたいことについて言って回る
  • フットワークの軽いベンダーと知り合いになっておく(HPから質問するだけでもいいと思う)
  • 経産省やITコーディネータ協会のようなところに属する先生と予定のある事業について聞いてみる

こんなことをすると、調査事業に参画できるかもしれない。

また、調査事業とはどんなものかは、それぞれ違うと思うけど、私の経験した中で印象的だったもののうち大変だったのは、業務日誌などの記録が大変、事前に立てたスケジュール通り進まなくても超過した分は費用が出ない、プロジェクト期間中は費用は一旦持ち出し、かと思う。

日誌については、当たり前かもしれないけど事細かに記録したし、スケジュールについてはいろんな調整で超過した。プロジェクト費用は特に、今回はグローバルなプロジェクトだったこともあり、飛行機代などできつかった。人件費(小さい企業なら自分の給料)がプロジェクト終了後に入るので、幾らかは会社に貯めておかないと受託後にキャッシュがなくなる。

と、まあ、上記に書いたネガティブ部分以上の得るものがあったのは言うまでもない。

 

そもそも、補助金の申請サポートやコンサルティングについても、実績紹介に書きにくい業態であるため、このような公的でさらに国の公開資料に乗ること自体が駆け出し中小企業診断士に取っては信用力の面で大きなメリットになります。実際に、プロジェクトの推進能力は一気に向上すると思います。

特に海外でのやり取りや、今回特に離島に近い僻地に出向いて行ったプロジェクトだったため、フライトの遅延に伴う乗り継ぎ不能時の対処については、プロジェクト外だけどサバイバル能力がついたと思います。非英語圏でのチケット取り直し、払い戻し請求や、急な夜中のホテルの手配など一人取り残されて、PCのバッテリーが少ない中で行うという感じ。。

実際のプロジェクトの推進については、簡単に言えばプロマネ的や、まさにITコーディネータ的なことがメインとなっていました。

 

で、話はかわり、この1年間の間にも国(経産省)の方向性がかなりITやコネクテッド・インダストリーに傾いてきたと感じています。

 

ドイツのIndustry4.0、日本のSociety 5.0、経産省のコネクテッド・インダストリーと国が方向性を指し示す中で、AI、Iot、ビッグデータの活用、ドローン、ロボットなどがすでに社会に浸透し始めていて、その技術の境界がなくなり始めていると感じています。

よく目に入るITサービスは次々とAPIなどで連携が可能となり、さらにそれを簡単にするプラグインが出たり、IFTTTなどのサービスで自動化ができたり、バックグラウンドが非IT系だとしても応用可能なサービスが増えたように思えます。

 

また、これらIT系の知識や、コミュニケーションのための英語も必要な場面が多々ありました。これも偶然ですが、米国人の友人や他海外の友人がたくさんできた一年でもありました。

英語を勉強し直すためにも、海外の友達とIT系のテーマでLanguage Exchangeの合宿をしようかと思っています。興味のある方は教えてください。

 

ということで、内容がバッラバラになってしまいましたが、1年くらいぶりのブログでした。

この1年はITと英語を頑張ろうと思っています。

LINEで送る
[`evernote` not found]
LinkedIn にシェア

MBAを卒業し中小企業診断士1年目を振り返る。その1

MBAとは 卒業

現在2018年3月末に差し掛かるところ。
ちょうど去年の今頃、MBAを卒業して中小企業診断士の資格を取得しようという頃でした。

 

で、このブログも1年ほど放置状態になってしまい、その間何があったかを書こうと思います。つまり、中小企業診断士1年目でどんなことをして、どんな風になっているかの指標になればと思い書きます。

 

去年の最後の実習と卒業論文の真っ只中で、ものづくり補助金と経済産業省中小企業庁の調査事業の申請を1月、2月と依頼され受託を目指して資料集めや申請書作成をしていました。

自分の会社としても初めての国家プロジェクト参画なので、とにかく精一杯に書いたつもりでした。

 

さて、中小企業診断士1年目の方に向けてという意味合いで考えると、どうやってそのような補助金や調査事業への依頼を受けたかを知りたくなると思います。

 

まず、ものづくり補助金の申請書の依頼について、こちらは「中小企業診断士になります!」と各方面に行くたびに言っていたのが功を奏し、ある会社の社長から「あるシステムを入れたいのだけど、その費用を補助金などでどうにかならないか?」という質問がきたことがきっかけです。

 

たまたま、その社長が中小企業診断士というものがどういうものか知っていたから「補助金」「助成金」のサポートというキーワードに繋がったのかと思いますが、本来ならもう少し中小企業診断士と、そのサポート(サービス)内容を紐づけて宣伝した方がいいかもしれません。

 

そして、その会社の事業内容から商品・サービス、経営環境などを学びながら、現状の成長性や当該システムを導入した時の変化などをシミュレートして申請書を作成しました。

結果、無事受託され中小企業診断士の免許を受け取る前から一つの仕事に携わることができました。

 

次に、昨年1〜2月に申請書に取り掛かり、受託した調査事業について

続く

 

LINEで送る
[`evernote` not found]
LinkedIn にシェア

Gmailで外部メールの送受信設定を行う。(さくらインターネットの場合)その2

さくらインターネットでGmail送受信設定

Gmailで外部メールの送受信設定を行う。(さくらインターネットの場合)その1

の続きです。

その1で準備した

  1. 送信サーバ これは、初期ドメイン名と同じです。 例 xxx.sakura.ne.jp
  2. アカウント これは、メールアドレスです。例 ○○○@xxx.jp
  3. メールパスワード これは、さくらインターネットで設定したメールパスワードです。 例 任意の文字列

を用います。

まず、Gmailの画面の右上にある、下記の設定アイコンをクリック

さくらインターネットでGmail送受信設定

 

設定画面で、下記のアカウントとインポートタブをクリックし、画面の真ん中あたりまでスクロールして、他のメールアドレスを追加をクリックしてください。

さくらインターネットでGmail送受信設定

 

すると、次のポップアップ画面が表示され設定ができるようになります。

さくらインターネットでGmail送受信設定

①名前:ここはなんでも大丈夫です。ご自分の名前や担当者としての名前などを入力しましょう。例、〇〇部 部長 xxx、代表取締役 ooo 等

②メールアドレス:ここには、先ほど設定したメールアドレスを入力してください。↓の青文字で準備したメールアドレスです。

2:アカウント これは、メールアドレスです。例 ○○○@xxx.jp

③入力が終わったら、次のステップ>>をクリック

 

下記の画面に切り替わったら、それぞれのデータを入力していきます。

さくらインターネットでGmail送受信設定

すでに準備した3つのデータを入力していきます。
上記のは、それぞれ、下記の1. 2. 3. に対応していますので、そのまま入力し、④アカウントを追加>>をクリック。

  1. 送信サーバ これは、初期ドメイン名と同じです。 例 xxx.sakura.ne.jp
  2. アカウント これは、メールアドレスです。例 ○○○@xxx.jp
  3. メールパスワード これは、さくらインターネットで設定したメールパスワードです。 例 任意の文字列

最後に、下記の画面に切り替わるので、その1で転送設定したGmailアドレスに確認コードが記載されてメールが届いているかご確認ください。

(*Gmailで受信しても、迷惑メールフォルダに入っていることもあります。)

さくらインターネットでGmail送受信設定

メールが確認できたら、記載のリンクをクリックして認証するか、コードを下記の画面に従って入力→確認を行ってください。

 

最後に、Gmailの新規メール作成で、Fromのところにあるをクリックして、送信アドレスが追加されているか確認してください。

 

以上で終了です。お疲れ様でした。

この記事が役に立ったら、共有してくださいね!

LINEで送る
[`evernote` not found]
LinkedIn にシェア

Gmailで外部メールの送受信設定を行う。(さくらインターネットの場合)その1

さくらインターネットでGmail送受信設定

独自ドメインを取得して、サイトを作ったりするとそのドメインでメールを作りたいですよね。

今回は、さくらインターネットを使っている場合で記載します。

これから準備するものは、下記のデータです。

  1. 送信サーバ これは、初期ドメイン名と同じです。 例 xxx.sakura.ne.jp
  2. アカウント これは、メールアドレスです。例 ○○○@xxx.jp
  3. メールパスワード これは、さくらインターネットで設定したメールパスワードです。 例 任意の文字列

それでは、さくらインターネットのサーバコントロールパネルにログインして、下記の通りメールアドレスを作成し、上記のデータを準備し、Gmailへ転送設定をしてください。(すでにメールアドレスを作成済みの方は、転送設定だけで結構です。)

 

さくらのコントロールパネルのアドレス作成と転送設定

まず、サーバコントロールパネルにログインして、初期ドメインとして表示された文字列を控えておいてください。次に下記の通りメールアドレスの管理をクリックしてください。
さくらインターネットでGmail送受信設定

下記のメールアドレスの追加画面で、新しいメールアドレスを作成します。

さくらインターネットでGmail送受信設定

この時のメールアドレスと、メールパスワードを後で使用しますので、控えておいてください。

これで、必要なデータ3つを揃えることができました。次は転送設定です。

 

さくらインターネットで作成したメールアドレスをGmailへ転送設定する

メールアドレスの管理画面のメールアドレス一覧に、先ほど作成したメールアドレスが表示されるので、下記の通り変更をクリックしてください。

さくらインターネットでGmail送受信設定

変更をクリックすると、そのメールアドレスの詳細画面が表示されるので、スクロールして下記のメール転送の追加をクリックしてください。

さくらインターネットでGmail送受信設定

すると、次の画面が表示されるの、この受信したGmailアドレスを入力してください。

さくらインターネットでGmail送受信設定

 

ここまで、完了すると、下記の3つのデータの準備と、設定したメールアドレスに送られたメールをGmailで受信できるようになります。

  1. 送信サーバ これは、初期ドメイン名と同じです。 例 xxx.sakura.ne.jp
  2. アカウント これは、メールアドレスです。例 ○○○@xxx.jp
  3. メールパスワード これは、さくらインターネットで設定したメールパスワードです。 例 任意の文字列

次は、Gmailでの送信設定を行います。

Gmailで外部メールの送受信設定を行う。(さくらインターネットの場合)その2

LINEで送る
[`evernote` not found]
LinkedIn にシェア

データサイエンス超入門、Excelで求める相関係数。

データサイエンティスト Sugiyama Yoshiaki datascientist

卒論のために、本を読みまくっていてブログを放置してしまいました。書きたいことは山ほどあるのだけど。

さて、データサイエンティストなどデータの専門家、統計学の知識を持つ人たちに注目が集まっている昨今、ものごとの関係性を根拠を持って言いたいときに役立つのが相関係数!です。

 

それでは、相関係数を分析するための方法を解説します。
*ちなみに相関係数は、0が相関なし。1に近づくほど、相関が強い。つまり、Aという事象とBという事象は一緒に起こりやすい。(Aが高いときは、Bも高い。)、逆に-1に近づくほど、負の相関が強い。つまり、Aという事象と、Bという事象は一緒に起こりにくい。(Aが高いときは、Bは低い。)という、-1〜1の間で示される値です。

1、データの準備

データサイエンティスト1

今回のデータは、A列が「各業種」、B列が「非正規職員比率(役員を除く雇用者に占める割合)」、C列が「一人当たり付加価値額(百万円)」を示しています。

Excelファイルは、総務省統計局の「社会人のためのデータサイエンス入門」のダウンロードファイルより。
https://lms.gacco.org/asset-v1:gacco+ga031+2016_03+type@asset+block/week1-6.xlsx

 

 

2、データ分析のアドインを準備するデータサイエンティスト2

相関を分析するためには、この矢印の先に「分析ツール」を表示させる必要があります。この準備のために、まず「分析ツール」のアドインを入れる必要があります。
Macは、Excel2016から分析ツールのアドインが用意されています。それ以前のExcelでは、StatPlus:mac LEというツールで対応できるようです。

データサイエンティスト3

「ファイル」をクリック。

 

データサイエンティスト4

「オプション」をクリックして、Excelオプション画面へ。

 

データサイエンティスト6

「アドイン」をクリックして、「設定(G)…」をクリックし、アドイン画面へ。

 

データサイエンティスト5

「分析ツール」にチェックを入れて、「OK」をクリック。

 

データサイエンティスト7

これで、「データ」タブに「データ分析」が出現する。

 

 

3、データの相関係数を求める

データサイエンティスト7

「データ分析」をクリックしデータ分析画面へ。

データサイエンティスト8

「相関」をクリックして、「OK」をクリックし相関画面へ。
データサイエンティスト9

「先頭行をラベルとして使用」にチェックを入れて、「入力範囲(I):」のボタンをクリックして範囲設定へ。

データサイエンティスト10

列の先頭を含めて範囲を選択する。選択後、相関画面の「OK」をクリックすると、シートが生成され相関係数が求められる。

 

データサイエンティスト11

この場合は、-0.7でした。

結果は、

B列「非正規職員比率(役員を除く雇用者に占める割合)」と、C列「一人当たり付加価値額(百万円)」には、負の相関がある。

です。

言い換えれば、

B列「非正規職員比率(役員を除く雇用者に占める割合)」高いとき、C列「一人当たり付加価値額(百万円)」は低い。

と言えます。

 

取り扱いの注意としては、相関関係は、因果関係ではないので、事象の時間的な順序は特定できません。因果関係を示すには、実験による観察が必要です。

 

先ほどの、非正規職員比率と一人当たり付加価値額で言えば、「非正規職員比率を高めると、一人当たり付加価値額が下がってしまう。」とは、言えないということです。

逆の「一人当たり付加価値額が低いから、非正規職員比率が高い。」可能性もその他の可能性もあるので、どっちが先なのかは、この相関係数だけでは特定できません。

このように、ある事象の関係性を示す相関関係は、データ分析で使用できるととってもかっこいいですが、因果関係との区別をしっかりして使うといいと思います。

 

相関関係と因果関係について簡単に説明すると、

例、5000人の集団の中に、コーヒーを飲む人が2500人いました。コーヒーを飲まない2500人とコーヒーを飲む2500人の寿命を比べると、コーヒーを飲む人の方が、平均5年長生きでした。

この、コーヒーを飲む人の集団と、その寿命の長さは相関関係があると言えます。

一見、「コーヒーを飲めば、寿命が長くなる」ような因果関係があるのではないかという気がしてきますが、他の要因で長生きな母集団の食生活や文化に、たまたまコーヒーを飲む習慣があるだけという可能性を否定できません。

つまり、コーヒーの成分や飲むこと自体に、寿命を長くする効果があるかどうか不明です。

因果関係を調べるには、コーヒーを飲んでいない集団から、無作為にコーヒーを飲む集団をつくり、無作為に選ばれたコーヒーを飲まない集団との比較から、寿命を記録していくような実験をしなければなりません。

 

これから、IoTが発展や他のテクノロジーの開発が進み、データにアクセスするコストが下がれば、「データを得られないから分析できない」という言い訳ができなくなります。

個人レベルでも、データの取り扱い技術を身につけないと!と、最近かなり焦りはじめました。。

LINEで送る
[`evernote` not found]
LinkedIn にシェア

WordPressの方、必見!!簡単Googleアナリティクスを導入する方法。

WordPressでGoogleAnalytics を使う!!

わかっちゃいるけど、設定がめんどくさいですよね。Googleアナリティクス。
Googleアナリティクス

ちょっと前までは、テキストエディタで直接埋め込んでいました。

 

でも、WordPressを使っている方は、プラグインで埋め込めちゃうんです!!

しかも、WordPress上でも見ることができますし、いつものGoogle Analyticsの画面で見ることもできます。

以下に、順番に設定方法を記載します。

 

1、Google Analyticsでの設定

WordPressプラグイン GoogleAnalytics で分析1

まずは、アナリティクス設定をクリック。

WordPressプラグイン GoogleAnalytics で分析2

次にアカウント部分をクリック。

WordPressプラグイン GoogleAnalytics で分析3

そうすると、新しい検索が開くので、「新しいアカウントを作成」をクリック。

 

WordPressプラグイン GoogleAnalytics で分析4

アナリティクスを使いたいサイトのデータをどんどん入れていく。

WordPressプラグイン GoogleAnalytics で分析5トラッキング画面などがでるがこぴらなくてよし

進めていくと、トラッキングIDなどがでるけど今回は使わない。だって、WordPressだから(笑)

 

2、WordPressでの設定

WordPressプラグイン GoogleAnalytics で分析6ここからwp

まず、Google Analytics Counter Trackerというプラグインをインストールする。

 

WordPressプラグイン GoogleAnalytics で分析7

プラグインを有効かする。

 

WordPressプラグイン GoogleAnalytics で分析8

有効化すると、「設定」Analytics Counterが現れる。

WordPressプラグイン GoogleAnalytics で分析9

Connect Google Analytics servicesをクリック。

Google Analyticsのアカウントと連携する許可を求められるので進めていく。

 

WordPressプラグイン GoogleAnalytics で分析10

設定が終わると、「1、Google Analyticsでの設定」で設定したサイトが表示される。

 

WordPressプラグイン GoogleAnalytics で分析11

もし、loading…になったら、画面を更新してリトライ。

 

13

無事表示されたら、「Save」をクリック。

 

3、Google Analyticsへ戻る。

14アナリティクスにもどる

「ホーム」をクリック。

 

 

15時間をおいてみてみる

設定しているサイトが表示されるので、分析したいサイトをクリックして、「すべでのウェブサイトのデータ」をクリックすると、該当サイトのレポート画面で分析が可能になります。

 

分析画面では、

New Visitor Returning Visitor (再来者が多ければファン化が進んでいるかもなあ、とか)

ページビュー を増やす。

平均セッション数 を増やす。

直帰率 を減らす。

など、簡単なところから見ていき、課題を抽出して、施策を打って、施策が有効かどうかをまた分析するという繰り返しができます。まさに、PDCAですね。

 

特に、ブログやサイト運営を始めたばかりでは、施策を考えるよりも定期的なサイト更新がページビューを増やすので、そのためのモチベーションを高めるためにこれらの数値を使うのが何より有効です。

設定ができたら、分析を学びましょう!

LINEで送る
[`evernote` not found]
LinkedIn にシェア