このページをもとにする
http://scikit-learn.org/stable/datasets/index.html
機械学習で使える様々なデータを読み込んだり生成したりするためのAPI集。
これ以降のサンプルコードは
import sklearn.datasets as d
を実行した後を仮定。
学習のテストに使えるような、人工的なデータを生成するメソッドたち。
make_classification: nクラス分類問題生成
正規分布に従う複数のクラスから生成されるデータを合成する。
データには、様々なノイズを含ませることができる。
生成するサンプル数は (n_samles) で、
各次元の特徴は
正解の分布の特徴は
make_multilabel_classification: 複数ラベル分類問題生成
サンプルごとにラベルが複数あるデータを合成する。
ラベルの種類は n_classes 個あって、
各サンプルは、平均で n_labels 個のラベルがついている。
各サンプルの特徴量は n_features 次元あって、
その総和は平均で length である。
length は、例えば特徴量を単語の頻度としたときに、平均的な一つのサンプル (=文章) の長さを意味する。
allow_unlabeled を True にすると、どのラベルにも属さないサンプルの生成を許して生成する。
return_indicator は、クラスが 0-4 の5クラスあって、あるサンプルが 2, 4 のクラスに属している場合、
True にすると、 [0, 0, 1, 0, 1] というようにフラグで、
False にすると、[2, 4] というように値で表示される。
デフォルトは、現在は False だが、将来的に True になるらしい。
make_regression: 線形回帰問題生成
1サンプルあたり n_features 次元のサンプルを n_samples 個生成する。
ただし、そのうち線形モデルを構成するのは n_informative 次元で、
残りは無関係。線形モデルには定数項 bias が足されている。
回帰対象は n_target 次元のサンプルが生成される。
データには標準偏差が noise のガウスノイズが加算されている。
このページをもとにする
http://scikit-learn.org/stable/datasets/index.html
機械学習で使える様々なデータを読み込んだり生成したりするためのAPI集。
これ以降のサンプルコードは
import sklearn.datasets as d
を実行した後を仮定。
ダウンロードせずに読み込めるとても小さいデータたち。
とりあえず試すには良いが、現実的なタスクにはならない。
506 個のデータで、価格や部屋数など 13 次元の特徴量と価格がセットになっている。
データの抜けはなし。下記コードで読み込める。
x = d.load_boston()
x.data
(506, 13) サイズの array になっていて、特徴量ベクトル。
x.target
(506, ) サイズの array で、回帰する対象。
x.feature_names
文字列の配列で、13 次元の特徴量の名前が書かれている。
x. DESCR
データセットの特徴を記述した文章。
print x.DESCR
で読める。
442 個のデータで、 10 次元の特徴量と、1個のか回帰データがある。
特徴量は年齢、血圧などの生理学的な特徴で、
回帰対象は１年後の病気の進行度らしい。
http://www.math.unipd.it/~aiolli/corsi/1314/aa/user_guide-0.12-git.pdf
x = d.load_diabetes()
で読み込んで、
x.data で (442, 10) の特徴量ベクトルが手に入り、
x.target で (442, ) の回帰対象ベクトルが手に入る。
150個のデータで、3種類のアヤメ (setosa, versicolor, virginica) のラベルと
その特徴量 4 つが手に入る多クラス分類用データ。
x = d.load_iris()
で読み込める。
x.data
(150, 4) サイズの array になっていて、特徴量ベクトル。
x.target
(150, ) サイズの array で、回帰する対象。0-2 の整数がはいる。
x.feature_names
文字列の配列で、13 次元の特徴量の名前が書かれている。
x.target_names
文字列の配列で、target の値ごとの花の名前が書かれている。
x. DESCR
データセットの特徴を記述した文章。
print x.DESCR
で読める。
1797 個の、0-9 の数字を書いた 8x8 の画像セット。
x = d.load_digits()
で読み込める。
x.images
(1797, 8, 8) のデータ。 8x8 の画像が 1797 個ある。
x.data
(1797, 64) のデータ。8x8 の画像が 64次元の 1本のベクトルになったもの
x.target
(1797, ) のデータ。上記画像データの数字を表すラベル。
x.target_names
データ。[0-9]
x.DESCR
データの説明文。
20個の、3次元特徴量と3次元の回帰対象のセット。
x = d.load_linnerud()
で読み込める。
x.data
(20, 3) の特徴量データ
x.target
(20, 3) の回帰対象データ
x.feature_names
x.data の各次元の名前
x.target_names
x.target の各次元の名前
x.DESCR
データの説明文
http://www.math.unipd.it/~aiolli/corsi/1314/aa/user_guide-0.12-git.pdf
機械学習の勉強をせなならんとずっと思っていたので、
これからしばらく、scikit-learn の user_guide を順番にまとめながら、
機械学習を学んでいきたいと思います。
おおきな括りとしては以下の７つなので、順番にやって行く予定。
1. Supervised learning:
教師あり学習。学習したいデータに何らかのラベルがあるものが対象。
2. Unsupervised learning:
教師なし学習。学習したいデータにラベルがないものが対象。
3. Model selection and evaluation:
上の二つのモデルのパラメータ・性能の評価など。
4. Dataset transformations
学習したいデータの前処理。高次元のデータを、重要なものだけを選んだ低次元データにする。
（低次元データの方が学習しやすい / パフォーマンスが出やすい。）
5. Dataset loading utilities
scikit-learn で遊ぶたえの学習データを用意しているので、その読み出し方。
6. Bigger data
より大きなデータのためのいろいろ。追加学習とか。
7. Computation performance
実行速度について
たぶん、5 から始めるとおもちゃ (=toy data) がまず手に入るので、
そこから始めようかな。
PyConJP 2014 ２日目の感想
ちなみに1日目の感想はこちら
http://mzmttks.blogspot.jp/2014/09/pyconjp-2014.html
目が覚めるといい感じの時間だったので午前の感想は無い
まず、期待よりもずっと楽しいカンファレンスですごく楽しめた。
ご飯もおいしいし、発表も面白いし、いろいろ知り合えたし。
スタッフのみなさんありがとう！
言語仕様を安定させたいという Core Developers の方針なのか、
scipy/numpy/scikits みたいな科学技術系パッケージが多いからなのか、
思ったより研究者やPhD が多かった。
ちゃんと理論やる系発表と実装系発表をわけると興味がマッチするのかなあと思った。
パッケージメモ: wheel / devpi / PuLP
聞けなかったけどスライドシェア
スポーツ動画からの姿勢推定をしている博士課程の学生 （ブログ）
資料はこちら
ちょっと資料の文字が小さかったけど、最初に資料の URI を出してくれたので
特に問題はなかった。
注意点
話を聞きながら自分でハンズオンしようと思ったけど、
brew install opencv
で Python バインディングが入らなくて悲しい気分になった。
入門ってことで、インストールの方法とか最初に言ってくれると
聞きながらできてよかったかも
たまに twitter で見かけたけど s/機会/機械/
Naive Bayes でスパムフィルタを学習してみましたって話。
形態素解析ツールで Mecab / kuromoji / ChaSen を紹介していて、
kuromoji は知らなかった。
まずは ML 系の python パッケージを紹介していた
spam: スパム
ham: 非スパム
のラベル付き。 spam/ham ってラベルが標準なのね。知らなかった。
このへんは、見ながらメモったので適当。 あとで試して記事書くかな。
まあその、ちゃんと学習からクロスバリデーションによる評価までしていたので
よかったと思ったが、なんというか聴衆の事前知識量 and 興味はだいぶ広そうなので
難しいなあと思った。
資料は ipython notebook で公開されてる。http://goo.gl/kAbWrA
技術者のためのゲーム理論の基礎 というチュートリアルをやるそうで、
もれなくOR学会 の会員になれるっぽい
PuLP でいろんな問題を解けるよーという話。
紹介されてた日本語の数少ない (らしい) 解説ブログ記事は
Pythonで整数計画問題・線形計画問題を解く（PuLP編）
ポイントは、
よく使う関数は
数独の制約条件が、
変数を vijk というバイナリ変数で表現して、
座標 (i, j) の値が k のとき 1, そうでない時 0 となると定義することで
エレガントに表現できるのにだいぶ感動したんだけども、
さらっと流されてしまった。
この辺の制約条件 and 変数の設計の妙がキモだと思うんだけど、
そういうのは OR 学会で聞けって話なんだろうか
pypi
cheeseshop が前身の PyPI サーバ、
最近は warehouse という次世代サーバが準備されていて、
https://warehouse.python.org でアクセス可能。
pip
SSLを通さない場合アクセスしなくなったので、
-allow-external / -allow-unversioned とかがいるらしい。
ほかにもオプションがいろいろあった。
wheel
Python のパッケージを、依存ライブラリも合わせてまるごと入れる
（ベンダリングする）ツール。
pip install wheel で pip wheel が使えるようになる。
pip wheel pyramid で、wheelhouseというディレクトリに依存も含めて全部入る。
で、pip install -f wheelhouse pyramid …. —no-index
とかやると、全部ローカルから入れられる。
setuptools
setup.py を作る。 今後宣言的になっていくので、setup関数を呼ぶだけにすべき。
PyPI に完全公開
python setup.py register
python setup.py sdist bdist_wheel upload
Github / Bitbucket から公開 (URL 知ってる人だけ)
git tag 0.0
git push —taggs
pip install -f https://...github.../archive/v0.0.zip
みたいな感じで入れられる。
devpi (ローカル PyPI サーバ)
pip install devpi
PyPI のプロキシ (キャッシュサーバ) としても働く。
内部向けパッケージの公開、公開前の練習とかに使える。
名前空間を切れるので1のサーバだけでみんなで使える。
使い方
聞きながらのメモだったので不正確かも。
devpi-server —start
pip install -i http://localhost:3141/root/pypi/+simple/YOURPACKAGE
ユーザ作成
devpi user -c USERNAME password=PASSWORD
devpi login USERNAME --password=USERNAME
アップロード
devpi index -c aodag.hello
devpi use aodag.hello
devpi upload --formats "sdist,bdist_wheel"
JIRA, Cacoo, Bitbucketを使ってるよーという紹介。
トークでは野球データの解析をしてた (BABIP / ピタゴラス勝率)
に加えて、三振王らしいアダムダン率の話。
PyCon JP のチェアによる運営ノウハウ
Pyramid + socket.io + Bacon.js なんかを使って人狼アプリを作った話
@cocodrip (ブログ) さんという Python アイドルらしい人の競技プログラミングの話。
制限時間がある問題では、データのサイズごとに適切なアルゴリズムが違うみたいな
まじめなテクニックから、
競技プログラミングは青春ですよね！とはにかんでいってみる可愛い部分もあって
有能だなあと思った。
乱立するバイラルメディアにある 35 のメディアからいくつかの記事を
scrapy, pandas, matplotlib で分析した。
記事シェア数はスケールフリーな分布だったり、
アナと雪の女王が多かったり、もう一段分析すると面白そうなことがわかりそう
PyCon のネットワークまわりの担当チームの話。
すごく安定して使えていて感動してたんだけども、
準備に半年かけて、実際の構築は 3-4時間ですませたらしい。すごい。
DualStack-Lite (CodeZine) という技術を使ったらしいけど時間切れ。
ドキュメンテーションツール sphinx のカンファレンス SphinxCon の宣伝。
日本コミュニティが結構活発らしい
PyConJP 2014 @ Tokyo に行ってきました。
https://pycon.jp/2014/
お台場の国際研究交流大学村が会場で、朝から行っていきました。
主に自分メモとして書いときます。
Chrome のタブが膨大になったのでリンクも入れてます。
これとは関係ないけど、 twitter で見たも書いときます。
線形最適化ツール PuLP
Kenneth Reitz の発表。heroku のプロダクションオーナー。
人のコミュニケーションは 1 to 1 から始まっていって、
インターネットの登場で広がって。。。みたいな話から
Python 2 / 3 でコミュニティが分断されつつあるという話につながった。
PyPiなどでは Python 2 は依然 Python 3 の 20-30 倍ダウンロードされているらしい
だから、もし「自分しか Python 2 をまだ使ってる人はいないかもしれない」
と思っているかもしれないけど、実はいっぱいいる。
傾向として、
昔からのユーザは Python 2系を使い続けて、新しいユーザは Python 3系を使っているらしい。
Kenneth は個人的には2 系が好きだけど、みんな Python 3 try してみて！
と言ってた。うーん。あんま使うモチベーションにならんなあ。
と、思った。
Dive Into Python 3 のそれっぽい章を読んでもうーんって感じ
Kaggle というデータ解析チャレンジの 猫と犬の画像分類問題で、
Haar-like feature (opencv, mahotas) & Logistic regression (scikit-learn)
だと正解率 60% ぐらいだけど、
DNN (DeCAF) & Logistic regression (scikit-learn)
だと 96% でてびっくりした
という話。DNN は広がっているなあ。
これをもとに、xxx48 の画像と、よなんとか興行の人の 画像を使って
人工知能で選ぶ JKC48 メンバースカウト機能を Pepper にのせる！
という話をしていて、思いのほかうまく言ってておもしろかった。
Django のパフォーマンスをチューニングする話。
django-debug-toolbar を使ってSQL アクセスが無駄に多い部分を見つけ出して、
.select_related, .prefetch_related, .bulk_create とかの JOIN する系メソッドに
置き換えることで、SQL 発行回数を減らせる。
他にも、いろんなテクニックがあって、
Index を適切に使う、Cache を使う、バックエンドを Redis にするとか、
django-compressor / django-asset とかで静的ファイルを圧縮するとか
いろいろ紹介されてた。
ただし、結局本質的に大事なのはDB設計とミドルウェアの選定だねという
まっとうなアドバイスで締められた。
あとは、Funkload という、テストシナリオを python で書けて、
複数テストから差分レポートとかトレンドとかを出せるツールが紹介されていた。
今度ためしてみたい。 (Qiita 記事)
Python のいろんな実装を紹介する話。
標準。ctypes/windll で外部 DLL にアクセスしたり、
Python C API, Pyrex, Cython, boost.python で別言語の実装とつないだり、
numpy は numba で JIT コンパイルしたりすると早いよーという話だった。
llvmpy という python の LLVM コンパイラ （でいいのか？）もあるらしい。
昔ちょっとつかった。まだ開発がされていたことに衝撃を受けた
GIL が無いらしい。
.NET Framework で動く Python.
Python Tools for VisualStudio なるツールがあるらしい。
これも GIL なし。
JIT コンパイラが走るはやい Python
JIT ドキュメント、
流行りの JITコンパイラは嫌いですか？
が詳しい情報だとか。
PyPyには、
1. 言語を作るツールセットとしての機能
2. 1 の青果物としての Python 実装
が含まれていて最初の「はやいPython」というのは 2のことらしい。
実際、PyPyによる Ruby 実装 Topaz, PHP実装 HippyVM というのがあると。
で、最近は同様に numpypy というのも作られ始めているらしい。
LLVM 上で Python をコンパイルする試み。 Dropbox で使っている/開発している
組み込みで動く python
基本的な話の、
Broadcasting (要素ごと積とかできるやつ) とか、
Indexing (インデックスに値の集合をわたせるやつ ) の話とかと、
疎行列ライブラリ scipy.sparse の話があった。
ちなみに、疎行列とは、ほとんどの値が 0 の行列のこと。
lil_matrix という代入がはやいオブジェクトで行列を構成して、
csr_matrix (rowアクセスがはやい) or csc_matrix (column アクセスがはやい) に
変換すると、速度あがるよーという内容。
ただし、実は csr/csc_matrix には内部構造の indptr, data, indices というのがあって、
それを直接操作するとさらにはやくなる。
どれぐらい疎だと疎行列のメリットが生かせるんだろうか
トーク中に紹介された Numpy Medkit が詳しくてよかった。
ただし、個人的にこれ系の資料では、 EuroScipy の Tutorial がベスト
科学技術計算に使える Python ツールの紹介。
この辺の基本的なツール
ただし、商用というかそういう系だと、速度を上げるには最適化がいるので、
anaconda, canopy のような、最適化済 python ライブラリが便利らしい。
4h の解説動画 http://www.youtube.com/watch?v=3Fp1zn5ao2M が紹介されていた。長い！
Python でリファクタリングするためのツールの紹介。
PEP8 / PEP257 が標準コーディング規約
pep8, pep257, pyflakes みたいな自動チェックツールがある。
基本的には flake8 を使えば OK.
カスタマイズはいろいろできて、例えば #NOQA を行に入れるとそれを蒸しするとかいろいろ。
autopep8, autoflake, docformatter, eradicate, unify とかがある。
jedi が vimmer にはよいらしい。
Rope がおすすめ。名前の変更、関数の別ファイルへの移動、引数変更などがいい感じにできる
静的コード解析。 Radon がおすすめだとか。
__get__, __set__, __delete__ を定義したクラスのことをディスクリプタという。
で、関数呼び出しなんかがこのプロトコルに従って行われている。
この辺を理解すると、内部構造がわかって良さそうだが、だいぶディープだった。
50msec or die の世界では
高速APIサーバ (Tornado, PyPy)
統計解析 (Numpy/Scipy/Cython/Numba/Bokeh)
並列処理(Celery)がいる。
全部 Python でやることで、3人ぐらいでもまわせるらしい。すごいな
GUI アプリ pydun を pyQt で書いて、PyInstaller でインストーラも作ったよって話。
世界樹の迷宮のマップ作成ツールだとか。
ちらっと見せられた地図は新・世界樹の迷宮のスノーウルフが出てくるとこかなーと
思ったんだけども、真相はわからん。
最初から最後まで非常によくできていた。
エンジニアを理解するためにスタッフしてみた人事スタッフの話。
こういう歩み寄りはとてもすばらしい。
あと、人事スタッフの仕事のなかにデプロイとか入ってて、
こういうのがフルスタック人事っていう人なのかーと思った。
REST フレームワークで、いろいろ Pyramid に似てるとかいう話だけども、
Django を使わないので残念ながらあんまついていけなかった。
Django REST framework
Social Lost & Found の Lapa を Indiegogo で購入したのでレポートします。
ポルトガルのスタートアップが開発した失せ物発見器。
オフィシャルページ http://lapa-app.com/jp/
Facebook ページ https://www.facebook.com/lapaapp
これが写真。 3cm x 3cm のサイズ。だいたい目薬よりふた周りぐらい小さいぐらい。
この小さいガジェットを、iPhone アプリに紐づけておくと、次のようなことをアプリからできる。
仕様はこのとおり。 Lapa ページからのコピー
大きさ
外形寸法： 1.14 x 1.14 x 0.19 inches (29x29x5 mm)
質量： 0.18 ounces (5 grams)製品仕様
150フィート(約50メートル）の検出範囲
取り替え可能なCR2016(90mAh)ボタン電池
最大8ヶ月連続使用可能
Bluetooth 4.0 (低消費電力)を用いた無線通信
値段は、2014年8月16日時点でセール中なのでひとつ 24.5 USD.
僕が今回購入した 3個パックは、59.5 USD で、ちょっとお得。一個 2000円ぐらい。
http://lapa-app.com/jp/buy
Lapa を着けた物をなくしたときは、
配達された状態。
３つセットを購入したので、こんな感じ。個包装されている。色は現状この３つ。
一つをあけた。結構小さいしかわいいのでアクセサリにもいける。と、僕は思う。
べろっとでてる舌みたいなのを引っ張ると、電源が入る。ピロロロロンって感じの音がなって、端が光る。
電池は 8ヶ月もつらしい。
ちなみに、この舌が出てたところから爪をいれると簡単に開封できる。電池交換はこれで OK
つづいてアプリ。iPhone の App Store から Lapa で検索すると出てくるライトグリーンのやつがそれ。
まずは Facebook と紐付け
こういう画面になるので、 Add Lapa をタップして、追加したい Lapa を近づける。
すると、たぶん Bluetooth で通信して登録してくれる。
名前を付けたりすると見分けがつくね！
追加された Lapa を選ぶと、こんな感じで場所が表示される。
BEEP をタップすると、 Lapa からビープ音が出てくるので場所が分かる。
slide to safety mode をスワイプすると、iPhone と Lapa が離れると知らせてくれるモードになる。
財布とかの、手元にずっと持っていたいものに着けるときに便利。
失せ物探し系ガジェットはいろいろあるのでなぜ Lapa なのか。
第一の理由は友人がやってるからなので、 偏った意見になっていることは否定しない。
とりあえず、鞄と、傘をよくなくすので、傘に着けてみることにする。
２０００円ぐらいなので、それ以上の値段の傘を買うところから始めないとな。。。
免責
これを使って物を無くしても責任取らないので、自分で頑張って管理しようね！
面白かった。非常によいラブコメだった。ぼくは花澤さん派。
終わってない。現状まで非常に面白い。
ブラックブレット
ガストレアという化物と戦う民警と特殊な能力を持つ「呪われた子供」の話。
けっこう面白い終わり方だった。
ソウルイーターノット！
視聴中断。ソウルイーターで十分だと思った
Go!Go! 家電男子
5分なのでまあ許容範囲のギャグアニメだった。
ノーゲームノーライフ
非常に面白かった。戦いもよく練られている。原作も面白いのでおすすめ。
棺姫のチャイカ
謎がすべて解ける訳ではなかった。まあ普通
エスカ＆ロジーのアトリエ
視聴中断。平和すぎた
ご注文はうさぎですか？
日常系なのでまあ普通。
犬神さんと猫山さん
視聴中断。
ピンポン
非常に面白かった。スマイルの覚醒後は全話最高。
龍ヶ嬢七々々の埋蔵金
謎解きものだったけども、まあ普通だった。
Blade & Sou
視聴中断。
僕らはみんな河合荘
河合荘の住人はみんなダメなやつだけどいいやつって感じで、
こころ暖まるアニメだった。あと花澤さんがよかった。
ジョジョの奇妙な冒険
続き。安定した面白さ。
selector infected
視聴中断。
デートアライブ2
視聴中断。１期で十分
シドニアの騎士
結構面白かったけども、謎はたくさん残ってるので２期に期待
悪魔のリドル
> 順番に殺そうとして、失敗していって11話、最後が守ろうとする主人公兎角との話が
> 最終話って構成かな。
だいたい当たった。ただし終わりが思った以上にハッピーエンドだった。
金田一少年の事件簿R
視聴中断。懐かしむ必要はなかった。
魔法科高校の劣等生
爽快感があってよいとおもいました。まだ終わってない
神々の悪戯
１話と最終話だけみた。それで十分だと思った。
蒼穹のファフナー
視聴中断。
それでも世界は美しい
非常によかった。最後までみんな誠実で気持ちよいアニメだった。
ブレイクブレイド
面白いんだけども、あんまりピンとこなかった。
魍魎の匣
視聴中。結構話についていけてない。
健全ロボダイミダラー
視聴中断。
マンガ家さんとアシスタントさんと
ギャグアニメ路線だけどたまにちゃんと漫画家の話をやる回もあって、思いのほかおもしろかった
随時更新していくよ
おもしろいのは
ニセコイ
前クールから継続。おしゃれ＆王道の面白いラブコメ
キングダム２
２期。キャラデザが微妙に変わって違和感があるけど、
話は相変わらずおもしろい。
ブラックブレット
Black Bullet か。 OP が進撃の巨人っぽい。
あと、全体的に進撃の巨人っぽい
ソウルイーターノット！
ソウルイーターの、大事件が起こる前に入学した後輩たちの話。
アニメ放映時は新人だった小見川千明さん (マカ) が、
そのまま先輩役になって、さらに本人も先輩になっているというのが感慨深い
Go!Go! 家電男子
5分アニメ。家電好きじゃなくて家電そのものの男子の話。
花澤さんが出てると聞いて視聴開始。でもまだタイトルコールでしか見てない
ノーゲームノーライフ
松岡さんは異世界系ほんとおおいなあ。そして似合ってるなぁ。
１話でおもしろいに違いないと思うやつあるなあ。こういうのは非常にすき。
棺姫のチャイカ
棺を担いだ女の子と、それを助ける兄弟の話。
エスカ＆ロジーのアトリエ
ゲーム原作かな。錬金術でみんなの困っていることを解決していく話。
ご注文はうさぎですか？
まんがタイムきららっぽい、かわいい女の子たちが仲良くしてる話。
のんのんびよりと違って、かわいいキャラの佐倉さんが聞ける
犬神さんと猫山さん
５分アニメ。猫好きの犬神さんと犬好きの猫山さんの話。また百合系か！
ピンポン
卓球がすごく強いのにやる気のない主人公が成長していく話。だと思う。
２話で完全に引き込まれた。
実は相手を負かしてしまうことを恐れている、あるいは躊躇しているようだ
龍ヶ嬢七々々の埋蔵金
学生のための人工島っていう舞台はインデックスとかストライクザブラッドに通じる
が、作った人が７人の学生で、そのトップが死んでて地縛霊ってのが違いか。
思ったよりちゃんと謎解き冒険ものをやりそうな予感なので楽しみ
Blade & Sou
衝撃の１話だった。オンラインゲーム原作というか同時並行なのか。
悠木碧が悪役ってのがめずらしい
僕らはみんな河合荘
アパート河合荘に住む男女を描いた話。
強い女性と翻弄される主人公の中学生って感じ。声の引く花澤さんがよろしいでした
ジョジョの奇妙な冒険
スターダストクルセイダーズ。スタンド対決がメイン。
「～～するんじゃあない！」をちゃんと「あ」まで発音する感じの忠実再現が
今回も見られそうな雰囲気。
selector infected
女の子向けカードゲームの話。販促か
デートアライブ2
空間を破壊する精霊を「デートしてデレさせる」話 の続編
シドニアの騎士
宇宙船に乗っている戦士たちの話。まだ全然話はつかめてない
悪魔のリドル
暗殺者とターゲットが同じ教室で授業を受ける黒組で、
ターゲットを殺そうとするクラスメイトとそれを守ろうとする主人公の話。
順番に殺そうとして、失敗していって11話、最後が守ろうとする主人公兎角との話が
最終話って構成かな。
金田一少年の事件簿R
コナンの前の枠。まあ、懐かしむ目的で
魔法科高校の劣等生
「周りからは劣等生に思われてるけど実はすごい実力の持ち主で妹にも愛されてる」
っていかにもなラノベって感じだった。爽快感があってよろしいと思います。
神々の悪戯
人との接点が少ない神に、人との接し方を学ばせる学校における、
神(男)たちと、人間代表(女) の話。
逆ハーレムアニメ。人気男性声優勢ぞろいって感じ。
蒼穹のファフナー
教養かと思って見始めている。いわゆる世界？守る系のロボットアニメ
op の angela はさすがの声
それでも世界は美しい
雨の降らない太陽の国に嫁ぐことになった、雨しか降らない雨の国の姫の話。
非常に、こう、ニヤニヤする感じのラブストーリーで良い感じ
ブレイクブレイド
ほぼ世の中の全員が持っている、石英を動かす力を持たない主人公が
古代のロボット（ゴーレム）を動かす話。戦うかどうかはわからん。
設定的には、インデックスの Level0 と同じ。どうなるかな。
魍魎の匣
屍鬼と似た、本格ミステリーのアニメ化。やっぱりホラー風の方がアニメ化しやすいのだろうか
健全ロボダイミダラー
健全というタイトルにあるとおり不健全な感じ
マンガ家さんとアシスタントさんと
ノーゲームノーライフの後で松岡さんのハイテンションを見ると楽しかった。
最後まで非常におもしろかった。展開も良かったし、王騎将軍が非常に男前だった。さすが小山力也
これもなかなかよかった。特に泰山府君祭を自分でさせようとしたコンの長丁場(22話) がほんとよかった。
まあ、最後までそんな感じだった。
まだ終わってない。でもまなかああ！！！ って感じ
視聴断念。1回見たからいいか。
よくわからないまま終わったけど、あれでいいと思う。なんかよくわからないまま裸になって、「これが愛か！」とか叫んでたらもう筋とかどうでもいい。面白かった。すばらしい。
思いのほか面白かった。みんな一生懸命だし、エピソードもよくできてるし。そら人気出るわ。
まあ、いかにもラノベっぽかった。でも僕は楽しめた。「ここから先は俺の喧嘩だ」「いいえ、先輩、私たちの喧嘩です」も、様式美としてたのしめたし。
これも結局最後まで疾走感がとまらなかった。ぶわーっとまくし立てて5分ぐらいで終わった総集編とか、いろいろ普通じゃなかった。「なんだかわからないもの」が実はテーマになっているっていうのは非常によい構成だと思う。わからないものをわからないまま受け入れる度量みたいなもんだろうか。
まだ終わってない。
まさかのエロコメディとまじめ農業アニメのハイブリッド。想像を超えておもしろかった。あと斎藤千和さんがたのしそうだった。
うーん、どうかなあとか思いながら最後まで見てしまった。
使い古されたような展開ではあったけども、なかなか安定してよかったんじゃないでしょうか。
特筆するほどではなかった。
そのまま見なくなった。
おもしろかった。雪音の荒れ狂うシーンとかなかなかくるモノがあった。とにかく神谷さんかっこよかった。
やまなしおちなしおもしろい。ほのぼの系10分アニメだった。
設定は、あんまりちゃんとしてなかった。でも橋本ちなみと久野ちゃんがかわいかったからいいと思います。そういうことを考える系じゃないな。これは。
楽しかった。無理矢理頑張ってる感じが、てさぐれラジオものも非常に良かった。こういうのも1つぐらいいいね。
なんというか、適切な突っ込みによって笑いに転化 **しない** 下ネタがおおくてノリがちょっと違った。
普通だったので途中で見なくなった。
これあかんやつやった！最後までみてもた！
最後まで楽しそうだった。まあ、あんまり重い話でもないので気軽に見られた。
見なくなってしまった。
最初の3回ぐらいで満足した。
途中でやめた。
これもなかなかおもしろかった。あと「ビッチアクティビティ」にしか聞こえなくてなにそれエロいと思ってた。
おもしろかった。素直でかわいい女の子が周りの協力を得ながらアイドルとかライブとかする日常系アニメだと思えばよかった。
途中でみなくなった。どうだったんだろうね。
時間ループモノだった！これは２期みたい。
山場が超えたとたんに急に時間が進んでしまった。世界の果てに至るまでの色々とかも見たかったなあ。
おもしろかったのに、なんだか尻切れな感じだった。２期に期待。
いつの間にかアニメしなくなったので見るのをやめた。
２話ぐらいで視聴を辞めた。
まあはやらなかったね。まあその、よくわからん展開は多かったけど、それなりにおもしろかった。実はもっと衝撃の展開とかを期待してたけど、久野ちゃんがかわいかったからいいや
まだ見終わってない
２クールっぽい。シャフトらしい映像の美しさと、安定したラブコメが見てて非常に心地よい。
耐え難かったので2話ぐらいでやめた。
まだ見終わってない。
