去年の９月頃、Unityで機械学習を行う ML-Agent（ver 0.01)が公開されました。 このライブラリを使用すると、Unity上で作成したゲームで機械学習によるAIを実行したり出来そうです。 最近このML-Agentを使用して色々と試していたのですが、ある程度形になったので色々とこちらの記事にメモを残します。 目次 機械学習？ 強化学習？ 報酬は"結果"ではなく"連続した動作"に与えられる Unityと強化学習 独自のプロジェクトを作ってみる シーンのセットアップ アクションの設定 Stateの設定 Reward（報酬）の設定 終了とリスタート 学習 その他 関連 機械学習？ 機械学習は最近騒がれている技術の一つで、AIの一種です。 その特徴は、「明示的にプログラムされる事なく、経験から学習する」という点にあります。この学習のプロセスは、提供されたデータに基づいてパターンを抽出、

The best place to backorder/drop purchase expiring ccTLD domain names

自力で Python2 のコードを Python3 にも対応させようとすると、なかなか泥臭いコードを書くことになる。 例えば、文字列一つとっても Python2 には str, unicode があって、それらは basestring を継承していたのに対し Python3 では unicode, basestring が廃止されて str の実装が unicode になっている。 つまり、対象が文字列か判別するためのクラスを取り出すにしても、両対応するためには以下のようなコードを書く必要に迫られる。

この記事は Altplus Advent Calendar 2017 の14日目のエントリです。 こんにちわ。Xamarin人材です。 最近、ゲームのチートだったりハッキングだったり、怖い話が多いですね。 ああいう手口から身を守るには、まず攻撃手段について学ばなければなりません。 というわけで今回は、「notepad.exeを、2度とJavaコードかけない体に改造する」というテーマで、悪いプログラマーになりきってみようと思います。 実演 「意味がわからない」という声が聞こえますので、まずはデモを見ていただきたいと思います。 おわかりいただけただろうか。 ファイル保存時にHelloWorld.javaと入力したにも関わらず HelloWorld.csとなっているのです。悪魔的所業。これではJavaコードがかけないじゃないか。許せない！！！ 解説と実装 何をやっているのかというと、 notep

! This post is also available in the following languages. 英語, 韓国語, ベトナム語 こんにちは、LINEのIT支援室で社内システムの開発と運用をしている岩月です。この記事はLINE Advent Calendar 2017の6日目の記事です。 人員の増加に対応するために、今年の4月、LINEはJR新宿ミライナタワーに移転しました。移転に伴い、IT支援室ではいくつかの新しい社内システムを導入しましたが、今日はその1つである「座席表」についてお話させていただきます。 開発のきっかけ 移転前、座席の管理は以下のようにExcelで行われていました（名前は消しています）。 ◯◯さんの座席を調べたいと思ったら、Excelもしくは変換されたPDFをダウンロードして、ビューアーの検索機能で名前を調べる必要がありました。恐らくよくある運用というこ

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

deck.gl is a WebGL-powered framework for visual exploratory data analysis of large datasets.

× Voiced by Hatsune Miku Created by daniwell (twitter) Inspired by Patatap (Wonderful website!)

はじめに はじめまして。ニコニコ生放送でマイクロサービスチームのグループリーダーを務めています、 ビビる(@vivil@friends.nico) です。以前歌舞伎座.techでニコニコ生放送フロント レガシーシステムの改善の発表をさせていただきました。 ニコニコ生放送（以下「生放送」）ではバックエンド・フロントエンドのサーバーを建てる環境として、2016年からDocker Swarmを採用し始めています。ここではその際に得た知見等を書いていきます。 ご意見・ご質問等あればコメント・トゥート等でお声をおかけ下さい。 何故docker化を始めたの？ マイクロサービス化の機運 生放送は肥大化したモノリシックなサービスが2つ並列運用されており、それぞれロジックを保有する見通しの悪い状態になっていました。 そこで、各種のロジックをマイクロサービスとして切り出すことで、サービス全体の見通しを良くする

Awaken your home Open source home automation that puts local control and privacy first. Powered by a worldwide community of tinkerers and DIY enthusiasts.

Xarray documentation# Xarray makes working with labelled multi-dimensional arrays in Python simple, efficient, and fun! Useful links: Home | Code Repository | Issues | Discussions | Releases | Stack Overflow | Mailing List | Blog | Tutorials New to xarray? Check out the getting started guides. They contain an introduction to Xarray’s main concepts and links to additional tutorials.

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

機械学習のスタックしていた案件をFacebook Prophetで３日で返済した話 背景 広告代理店業を行なっており、クライアント企業から予算を預かって、インターネット広告やマーケティング業をしているのだが、クライアントの予算消化の異常値を監視したい 2016年半ばに外部のデータ分析専門の会社に、その日の予算消化が異常の場合、アラートを鳴らすシステムを外注開始、2016年10月に納品 2017年9月半ばに進捗率が芳しくないことが判明した。終わる見込みが立たなかったので、私が解決に当たる （ついでに"Machine Learning: The High-Interest Credit Card of Technical Debt[2]"と呼ばれる負債化してしまう機械学習のシステムとはという評価軸があったので、これらから今回使えそうなプラクティスを取り出して適応してみたいというモチベーションが

お久しぶりです。技術開発部の相原です。 昨年度は技術基盤部としてmrubyを導入したりしていましたが今は少しレイヤーが開発寄りになりました。 とはいえ依然として技術基盤も見ていて、最近はご多分に漏れず機械学習を用いた技術基盤の改善に興味があります。 そんな中でここ数ヶ月メインの業務の合間の時間を使って試験的に機械学習を導入していたので、今回は技術的負債の高利子クレジットカードと呼ばれる機械学習を導入する中でどのような工夫をしたかということについて書きたいと思います。 機械学習については門外漢なので、ここではモデルの訓練などのプラクティスに関しては触れません。 (一部暗黙的に深層学習を前提としている箇所がありますのでご了承ください) 技術的負債の高利子クレジットカード Data Dependencies Cost More than Code Dependencies System-leve

（2017年の）6〜8月とOpenCV 関連本の出版ラッシュだったようなので簡単なまとめ。個人の主観によるものであり、独断と偏見に基づくものです。悪しからず。 opencv.org 環境構築、OpenCVの基本、応用（著者の得意分野）の3つのうち2つ、もしくは全てというのが基本パターン。 対象バージョンは3.0、3.1、3.2のいずれかで言語は基本的にC++。 [2018/05/09 追記・更新] 新しく出版された書籍の情報を追加。 さすがに最新のバージョン3.3（8月3日リリース）を対象にした本はない。 工学社から発売されている「画像処理アルゴリズム入門 」は新しいバージョンを前提にしている（基礎的なトピックだけだけど）。 オライリー 詳解 OpenCV 3 ―コンピュータビジョンライブラリを使った画像処理・認識 講談社サイエンティフィック（KS情報科学専門書） 『OpenCVによる画像