はてなブックマーク

import { AnimatePresence } from 'framer-motion' import type { AppProps } from 'next/app' import 'styles/globals.css' const MyApp = ({ Component, pageProps, router }: AppProps) => ( <AnimatePresence mode="wait"> <Component key={router.asPath} {...pageProps} /> </AnimatePresence> ) export default MyApp アンマウント時のアニメーションを有効にするため、framer-motion から <AnimatePresence> を import して、<Component> を囲みます。 AnimateP

CI: 継続的インテグレーション CD: 継続的デリバリー CT: 継続的トレーニング CM: 継続的監視 2.2 Facebook Facebookのエンジニアブログを検索しましたが、ヒットしませんでした。 FBLearnerでMLOpsを実践しているものの、定義を書いているわけではなさそうです。 2.3 Intel Intelのwebサイト内にてMLOpsで検索しましたが、SeldonのCTOの紹介と求人票以外はヒットしませんでした。 https://www.intel.com/content/www/us/en/search.html?ws=text#q=MLOps&t=All プロセッサを作るのがメインの会社だから、無くても仕方ないですね。 2.4 Microsoft 2.4.1 Microsoftの定義 MLOps:Azure Machine Learning を使用したモデル管

以下では，予測サービスとして機能するMLモデルのトレーニングと評価の代表的な手順を説明します． MLのためのデータサイエンスの手順 どのMLプロジェクトでも、ビジネスユースケースを定義して成功基準を確立した後、 MLモデルを本番環境にデリバリする過程には次の手順が含まれます。 これらの手順は手動で完了することも、自動パイプラインで完了することもできます。 データ抽出： MLタスクのさまざまなデータソースから関連データを選択して統合します。 データ分析： 探索的データ分析 （EDA） を 実行して、MLモデルの構築に使用可能なデータを把握します。 このプロセスにより、次のことが起こります。 モデルが期待するデータスキーマと特性を理解します。 モデルに必要なデータの準備と特徴量エンジニアリングを特定します。 データの準備： データはMLタスク用に準備されます。 データの準備には、データのクリー

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? #はじめに ESP-WROOM-02をMQTTを使ってネットに接続しIoT化する方法について、簡単ですが説明します。 読みにくい、情報が足りない、など拙い部分がありますが、生暖かい目で見ていただければ幸いです。 ※同じネタでIoTノードをRaspberry PIにした記事もあります。 http://qiita.com/arrowmeiwaracing/items/6f234590d421c2635fe9 MQTTは、IoT向けにメッセージ電文を極力軽量化したPub/Sub型メッセージキューイングシステムです。 本説明におけるシステム構成

はじめに ダイソーなどの100均グッズで、クローゼットの”中”に設置するLED照明があります。クローゼットの扉に磁石式の開閉センサーを付けて、扉が開くと点灯、閉じると消灯する仕組みです。この開閉センサーをハサミで切ってRaspberry PIに付けて、（雰囲気だけですが）扉の開閉を監視しスマホに通知する仕組みを作ってみました。 なお、大半の説明は、以下の記事に機能を追加したものなので、お手数ですが併せて御覧下さい。 Node-REDからMicrosoft Flowをhttps(POST)を使って呼ぶ（以下、前記事と記す） http://qiita.com/arrowmeiwaracing/items/600b30c473a3aac22437 ※使用しないLED部分は、”後でスタッフがおいしくいただきました。” 概要 Raspberry PI(2B+）に開閉センサーを取り付ける Micros

はじめに rukihenaさんの下記の記事に触発され、スマートメーターから取得した家庭の電力使用量をグラフ化してみました。 http://qiita.com/rukihena/items/82266ed3a43e4b652adb こんな感じで、1分ごとに瞬時電力使用量を確認できます。 グラフ化されると何がうれしいか 節約意識が高まる 電気を節約しよう！と思って意気込んでも、本当に節約できているのかは分かりにくいもの。 電力使用量がリアルタイムで分かると、節約意識が高まるかもしれません。 よく電気を使用している時間帯/曜日が把握できるので、時間帯別で割安になる電力プランを選ぶときの参考になる 電気を使う傾向は体感で分かっているかと思いますが、グラフ化することでさらに正確に分かります。 不在の時間帯に電力使用量が急増した場合、空き巣に入られた可能性があることが分かる 誰もいないはずなのに電気を