Enviar búsqueda
Cargar
ピカチュウによるPythonオブジェクト入門2
•
Descargar como PPTX, PDF
•
1 recomendación
•
2,788 vistas
Mikio Kubo
Seguir
Introduction to Object Oriented Programming using Pikacyu
Leer menos
Leer más
Datos y análisis
Denunciar
Compartir
Denunciar
Compartir
1 de 15
Descargar ahora
Recomendados
オントロジーとは?
オントロジーとは?
Kouji Kozaki
なぜベイズ統計はリスク分析に向いているのか? その哲学上および実用上の理由
なぜベイズ統計はリスク分析に向いているのか? その哲学上および実用上の理由
takehikoihayashi
MICの解説
MICの解説
logics-of-blue
強化学習と逆強化学習を組み合わせた模倣学習
強化学習と逆強化学習を組み合わせた模倣学習
Eiji Uchibe
DLLab 異常検知ナイト 資料 20180214
DLLab 異常検知ナイト 資料 20180214
Kosuke Nakago
研究法(Claimとは)
研究法(Claimとは)
Jun Rekimoto
システム思考と評価 System-Thinking & Evaluation
システム思考と評価 System-Thinking & Evaluation
Blue Marble Japan
基礎からのベイズ統計学 輪読会資料 第4章 メトロポリス・ヘイスティングス法
基礎からのベイズ統計学 輪読会資料 第4章 メトロポリス・ヘイスティングス法
Ken'ichi Matsui
Recomendados
オントロジーとは?
オントロジーとは?
Kouji Kozaki
なぜベイズ統計はリスク分析に向いているのか? その哲学上および実用上の理由
なぜベイズ統計はリスク分析に向いているのか? その哲学上および実用上の理由
takehikoihayashi
MICの解説
MICの解説
logics-of-blue
強化学習と逆強化学習を組み合わせた模倣学習
強化学習と逆強化学習を組み合わせた模倣学習
Eiji Uchibe
DLLab 異常検知ナイト 資料 20180214
DLLab 異常検知ナイト 資料 20180214
Kosuke Nakago
研究法(Claimとは)
研究法(Claimとは)
Jun Rekimoto
システム思考と評価 System-Thinking & Evaluation
システム思考と評価 System-Thinking & Evaluation
Blue Marble Japan
基礎からのベイズ統計学 輪読会資料 第4章 メトロポリス・ヘイスティングス法
基礎からのベイズ統計学 輪読会資料 第4章 メトロポリス・ヘイスティングス法
Ken'ichi Matsui
論文に関する基礎知識2015
論文に関する基礎知識2015
Mai Otsuki
卒修論プレゼンテーションの心得(2014年版)
卒修論プレゼンテーションの心得(2014年版)
Kei Gomi
[DL輪読会]GANとエネルギーベースモデル
[DL輪読会]GANとエネルギーベースモデル
Deep Learning JP
自然言語処理を 役立てるのはなぜ難しいのか(2022/10/25東大大学院「自然言語処理応用」)
自然言語処理を 役立てるのはなぜ難しいのか(2022/10/25東大大学院「自然言語処理応用」)
Preferred Networks
Active Learning 入門
Active Learning 入門
Shuyo Nakatani
道具としての機械学習:直感的概要とその実際
道具としての機械学習:直感的概要とその実際
Ichigaku Takigawa
「生存時間分析」の報告事例
「生存時間分析」の報告事例
yokomitsuken5
[DL輪読会]機械学習におけるカオス現象について
[DL輪読会]機械学習におけるカオス現象について
Deep Learning JP
落合陽一 筑波大 講演資料 10月17日
落合陽一 筑波大 講演資料 10月17日
Yoichi Ochiai
UX白書には本当は何が書かれているか
UX白書には本当は何が書かれているか
Masaya Ando
優れた問いを見つける(中京大学講演)
優れた問いを見つける(中京大学講演)
cvpaper. challenge
Deep forest
Deep forest
naoto moriyama
Tier Ⅳ Tech Meetup #2 - 自動運転を作るのはCloudシステムの集合体?? 活用技術を大解剖 -
Tier Ⅳ Tech Meetup #2 - 自動運転を作るのはCloudシステムの集合体?? 活用技術を大解剖 -
Tier_IV
責任あるAI ガバナンスガイドブック | Accenture Japan
責任あるAI ガバナンスガイドブック | Accenture Japan
Accenture Japan
「いい検索」を考える
「いい検索」を考える
Shuryo Uchida
相互情報量を用いた独立性の検定
相互情報量を用いた独立性の検定
Joe Suzuki
論理と計算のしくみ 5.3 型付きλ計算 (前半)
論理と計算のしくみ 5.3 型付きλ計算 (前半)
Lintaro Ina
アンサンブル学習
アンサンブル学習
Hidekazu Tanaka
機械学習で嘘をつく話
機械学習で嘘をつく話
Satoshi Hara
シンギュラリティサロン20211030ep
シンギュラリティサロン20211030ep
Masatoshi Yoshida
Hl20160929
Hl20160929
Mikio Kubo
ここが変だよ人道支援ロジスティクス
ここが変だよ人道支援ロジスティクス
Mikio Kubo
Más contenido relacionado
La actualidad más candente
論文に関する基礎知識2015
論文に関する基礎知識2015
Mai Otsuki
卒修論プレゼンテーションの心得(2014年版)
卒修論プレゼンテーションの心得(2014年版)
Kei Gomi
[DL輪読会]GANとエネルギーベースモデル
[DL輪読会]GANとエネルギーベースモデル
Deep Learning JP
自然言語処理を 役立てるのはなぜ難しいのか(2022/10/25東大大学院「自然言語処理応用」)
自然言語処理を 役立てるのはなぜ難しいのか(2022/10/25東大大学院「自然言語処理応用」)
Preferred Networks
Active Learning 入門
Active Learning 入門
Shuyo Nakatani
道具としての機械学習:直感的概要とその実際
道具としての機械学習:直感的概要とその実際
Ichigaku Takigawa
「生存時間分析」の報告事例
「生存時間分析」の報告事例
yokomitsuken5
[DL輪読会]機械学習におけるカオス現象について
[DL輪読会]機械学習におけるカオス現象について
Deep Learning JP
落合陽一 筑波大 講演資料 10月17日
落合陽一 筑波大 講演資料 10月17日
Yoichi Ochiai
UX白書には本当は何が書かれているか
UX白書には本当は何が書かれているか
Masaya Ando
優れた問いを見つける(中京大学講演)
優れた問いを見つける(中京大学講演)
cvpaper. challenge
Deep forest
Deep forest
naoto moriyama
Tier Ⅳ Tech Meetup #2 - 自動運転を作るのはCloudシステムの集合体?? 活用技術を大解剖 -
Tier Ⅳ Tech Meetup #2 - 自動運転を作るのはCloudシステムの集合体?? 活用技術を大解剖 -
Tier_IV
責任あるAI ガバナンスガイドブック | Accenture Japan
責任あるAI ガバナンスガイドブック | Accenture Japan
Accenture Japan
「いい検索」を考える
「いい検索」を考える
Shuryo Uchida
相互情報量を用いた独立性の検定
相互情報量を用いた独立性の検定
Joe Suzuki
論理と計算のしくみ 5.3 型付きλ計算 (前半)
論理と計算のしくみ 5.3 型付きλ計算 (前半)
Lintaro Ina
アンサンブル学習
アンサンブル学習
Hidekazu Tanaka
機械学習で嘘をつく話
機械学習で嘘をつく話
Satoshi Hara
シンギュラリティサロン20211030ep
シンギュラリティサロン20211030ep
Masatoshi Yoshida
La actualidad más candente
(20)
論文に関する基礎知識2015
論文に関する基礎知識2015
卒修論プレゼンテーションの心得(2014年版)
卒修論プレゼンテーションの心得(2014年版)
[DL輪読会]GANとエネルギーベースモデル
[DL輪読会]GANとエネルギーベースモデル
自然言語処理を 役立てるのはなぜ難しいのか(2022/10/25東大大学院「自然言語処理応用」)
自然言語処理を 役立てるのはなぜ難しいのか(2022/10/25東大大学院「自然言語処理応用」)
Active Learning 入門
Active Learning 入門
道具としての機械学習:直感的概要とその実際
道具としての機械学習:直感的概要とその実際
「生存時間分析」の報告事例
「生存時間分析」の報告事例
[DL輪読会]機械学習におけるカオス現象について
[DL輪読会]機械学習におけるカオス現象について
落合陽一 筑波大 講演資料 10月17日
落合陽一 筑波大 講演資料 10月17日
UX白書には本当は何が書かれているか
UX白書には本当は何が書かれているか
優れた問いを見つける(中京大学講演)
優れた問いを見つける(中京大学講演)
Deep forest
Deep forest
Tier Ⅳ Tech Meetup #2 - 自動運転を作るのはCloudシステムの集合体?? 活用技術を大解剖 -
Tier Ⅳ Tech Meetup #2 - 自動運転を作るのはCloudシステムの集合体?? 活用技術を大解剖 -
責任あるAI ガバナンスガイドブック | Accenture Japan
責任あるAI ガバナンスガイドブック | Accenture Japan
「いい検索」を考える
「いい検索」を考える
相互情報量を用いた独立性の検定
相互情報量を用いた独立性の検定
論理と計算のしくみ 5.3 型付きλ計算 (前半)
論理と計算のしくみ 5.3 型付きλ計算 (前半)
アンサンブル学習
アンサンブル学習
機械学習で嘘をつく話
機械学習で嘘をつく話
シンギュラリティサロン20211030ep
シンギュラリティサロン20211030ep
Más de Mikio Kubo
Hl20160929
Hl20160929
Mikio Kubo
ここが変だよ人道支援ロジスティクス
ここが変だよ人道支援ロジスティクス
Mikio Kubo
サプライ・チェイン・アナリストになるために
サプライ・チェイン・アナリストになるために
Mikio Kubo
Why python
Why python
Mikio Kubo
Why python
Why python
Mikio Kubo
ピカチュウによるPythonオブジェクト入門
ピカチュウによるPythonオブジェクト入門
Mikio Kubo
Pythonintro
Pythonintro
Mikio Kubo
Python opt
Python opt
Mikio Kubo
久保研究室とは
久保研究室とは
Mikio Kubo
Mickey mouseに会うために
Mickey mouseに会うために
Mikio Kubo
Or seminar2011final
Or seminar2011final
Mikio Kubo
Scmbook5 e
Scmbook5 e
Mikio Kubo
4章在庫の数理
4章在庫の数理
Mikio Kubo
Current trend
Current trend
Mikio Kubo
Python ehon1
Python ehon1
Mikio Kubo
Gurobi python
Gurobi python
Mikio Kubo
Más de Mikio Kubo
(16)
Hl20160929
Hl20160929
ここが変だよ人道支援ロジスティクス
ここが変だよ人道支援ロジスティクス
サプライ・チェイン・アナリストになるために
サプライ・チェイン・アナリストになるために
Why python
Why python
Why python
Why python
ピカチュウによるPythonオブジェクト入門
ピカチュウによるPythonオブジェクト入門
Pythonintro
Pythonintro
Python opt
Python opt
久保研究室とは
久保研究室とは
Mickey mouseに会うために
Mickey mouseに会うために
Or seminar2011final
Or seminar2011final
Scmbook5 e
Scmbook5 e
4章在庫の数理
4章在庫の数理
Current trend
Current trend
Python ehon1
Python ehon1
Gurobi python
Gurobi python
ピカチュウによるPythonオブジェクト入門2
1.
ピカチュウによる オブジェクト指向入門 (新版) 東京海洋大学 久保 幹雄
2.
オブジェクトにくっついているものは 「オブジェクト. なんとか」と記述する! つまり「.」(ドット)こそが オブジェクト指向である!
3.
例として ピカチュウ(Pikachu) オブジェクトを考える! class Pikachu(): ….
4.
Pikachu.cheak ピカチュウ の ほっぺ .
5.
ピカチュウ(Pikachu)オブジェクト の(・)ホッペ(cheak) 属性 (Attribute or
Property)
6.
Pikacyu.cry( ) ピカチュウ が(.)
泣く cryメソッド
7.
ピカチュウ が(.) 泣く (cryメソッド=関数)
8.
Pikachu.eat( “Apple” ) ピカチュウ
が 「リンゴ」(引数) を(.) 食べる
9.
ピカチュウオブジェクト が(・)「リンゴ」(引数:ひきすう) を食べる
10.
class 型名( ): def
初期化(自分,引数): … def メソッド(自分,引数): … 実体 = 型名(引数) class Pikacyu( ): def _ _init_ _(self, owner ): … def cry(self): … def eat(self, something): … MyPika = Pikacyu( “Mikio”) ピカチュウのクラス(型) Pikacyu ピカチュウの(インスタンス)実体 Mikio’s Pikacyu
11.
class Pikacyu(): def __init__(self,owner=""): if
owner=="": self.name="Wild Pikacyu" else: self.name=Owner+"'s Pikacyu“ def __str__(self): return self.name ピカチュウのクラス(型) コンストラクタ(初期化) 所有者(Owner)を引数 Owner は ”” が既定値 Ownerが””のときは 野生のピカチュウ そうでないときは 名前をつける 文字列を返す 特別なメソッド 名前属性 .name を返す
12.
Pika1=Pikacyu() print Pika1 Pika2=Pikacyu("Satoshi") print Pika2 Wild
Pikacyu Satoshi's Pikacyu ピカチュウの(インスタンス)実体の生成 1000匹の野生のピカチュウ for i in range(1000): Pika=Pikacyu()
13.
class Pikacyu(): id= 0 def
__init__(self,owner=""): Pikacyu.id +=1 self.number = Pikacyu.id …. def __str__(self): return self.name + " No." + str(self.number) クラス変数とインスタンス変数 self.numberは 自分の 番号 これはインスタンス変数 idは ピカチュウクラスの 通し番号 これはクラス変数 インスタンスが生成される 度にクラス変数idを1増やす 名前と番号を返す
14.
PikaList=[] for i in
range(100): Pika=Pikacyu() print Pika PikaList.append(Pika) 1000匹のピカチュウインスタンスのリストの生成 Wild Pikacyu No.1 Wild Pikacyu No.2 Wild Pikacyu No.3 Wild Pikacyu No.4 Wild Pikacyu No.5 Wild Pikacyu No.6 ... Wild Pikacyu No.99 Wild Pikacyu No.100
15.
継承 class FlyingPikacyu(Pikacyu): def __init__(self,owner=""): self
= Pikacyu.__init__(self,owner) def Fly(self): print "I can fly!" NewPika=FlyingPikacyu("Mikio") print NewPika.fly() >>> "I can fly!" 空飛ぶピカチュウクラスは ピカチュウクラスを継承 新しい「空を飛ぶ」 メソッドの追加 親(スーパ-)クラス 子(サブ)クラス
Descargar ahora