仕事で使うちょっとしたコードをOSSとして開発メンテしていく��- Django Redshift Backend の開発 - PyCon JP 2016
定番テキストエディタのひとつ。 今はSublime Text 3を購入して使っているので個人的にはあまり出番がないですが、同じく定番のCotEditorに比べると、巨大なファイルも開きやすかったりとか、強力なDiff機能があったりだとかでこちらを選びました。 Diffに関しては、Xcode同梱のFileMergeというのもありますが、フォルダ単位での比較ができないし文字化けすることがあったりして使っていません。 TextWrangler カテゴリ: 開発ツール 価格: 無料 日本語が含まれるファイルをZip圧縮すると、Windowsで解凍した時に文字化けしてしまいます…。これは、Macの問題ではなくてWindows側でZip内のファイル名のエンコーディングがMSCP932(Shift_JIS)しか対応していないことに起因しています。 これを回避するために、WinArchiver Liteと
フロントエンド周りの技術は驚異的なスピードで進化し、また多様化しています。それらを全てマスターするのは途方もなく大変なので、ペパボでは、社内のエンジニア・デザイナが「最低限これだけはおさえておこう」というスタンダードを文書化することにいたしました。社内向けを想定した文書ではありますが、社内のみに留めず多くの方に役立てたいと考えたため公開します。 この項目の担当 @hadashiA どうしてフレームワークを使う? (1) ドメインロジックとプレゼンテーションの分離 (2) SPA(シングルページアプリケーション) 流行り廃り (1) MVC (2) MVVM (3) Virtual DOM どれを使う? どうしてフレームワークを使う? (1) ドメインロジックとプレゼンテーションの分離 まずこちらの画面を見てください。 ©任天堂 スーパーマリオワールド スーパーマリオが右にダッシュすると、マ
この表は、あくまで目安ですので、すべてのスペースがこのように分類されるかどうかは分かりませんが、ここでは、時期とともにスペースの形態が変化してきたということが伝えられたら良いなと思っています。 また、たとえば2014年に第一世代型のコワーキングスペースが生まれないということではありません。とはいえ、今後は「新規の」第一世代型のコワーキングスペースは少なくなっていくと思います。 はじめに大事なことをお話しますと、第一世代型のスペースよりも第三世代型のスペースのほうが優れいているという話ではありません。 シェアオフィス型のスペースとドロップイン型のスペースに優劣がないように、世代の違いによって優劣はありません。 (もちろん事業的な違いというのはあります) このことを念頭においたうえで、読み進めていただけたらと思います。 第一世代型のコワーキングスペースについて Coworking Magazi
執筆者プロフィール:柳谷智宣 1972年生まれ。ライターは16年目だが、PC歴はシャープのX1Cから数えて31年目。コンシューマからエンタープライズまで、ハード・ソフトを問わずIT全般の仕事を手がける。PCは自作で、ごりごりのギークな環境を構築している。また、ITの知識を生かし、「原価BAR」を都内3か所で経営中。 外出先でMacbook Airがそのままネットにつながる! 2012年、iPhone 5でテザリングを利用できるようになり、モバイルルーターを手放した。絶対に身に着けているiPhoneで通信できるので、外出先ではiPadやMacbookを便利に使えている。そのうえ、iOS 8では、さらに簡単につながる「Instant Hotspot」が登場。早速使い倒している。 Instant Hotspotは、iPhoneのテザリング機能に簡単につながる機能だ。従来は、iPhoneの設定画面
UCI machine learning repositoryで公開されているデータセットを一覧にまとめ、機械翻訳を交えて日本語化し掲載します。データセットのサンプルを探す参考にしていただければ幸いです。 Causal-DiscoveryMultivariate UbiqLog (smartphone lifelogging) Causal-Discovery | Multivariate | 9780000 Instances UbiqLog is the smartphone lifelogging tool that runs on the smartphone of 35 users for about 2 months. UbiqLogは、35人のユーザーのスマートフォン上で約2ヶ月間動作するスマートフォンのライフログツールです。 SIFT10M Causal-Discovery
100万ダウンロード間近な「ネイルブック」の女性ディレクターが語る、女性にウケるサービス作りの極意 現在のダウンロード数は96万件と、100万の大台も近づいてきた「ネイルブック」。ネイルブックは、モバイルに特化した開発会社「ゆめみ」からスピンアウトして、2011年4月末にリリースされたネイルアプリです。ネイルブックを提 […] ネイルブックのディレクター 正木友佳さん 現在のダウンロード数は96万件と、100万の大台も近づいてきた「ネイルブック」。ネイルブックは、モバイルに特化した開発会社「ゆめみ」からスピンアウトして、2011年4月末にリリースされたネイルアプリです。ネイルブックを提供するスピカにお邪魔して、ネイルブックのディレクターである正木友佳さんに取材してきました。個人的にも、次のネイルを決める際に参考にしていて、かなり「あるある」があって面白い取材でした。女性向けサービスを開発し
こんにちわ、昨日今日のデータエンジニア ひろぽん(hiroponius)です。 データ分析の部署でお仕事するようになって1年、 それまでのWeb(しかもフロント)系とはぜんぜん異なるノウハウが要求される中、 「このままでは円滑な業務遂行に差し支えが、統計の勉強せんと!」 「Rとかちゃんと使えるように!」 「ていうか、データともっと深い感じになりたい!」 ということで、まさに今年2014年がんばった軌跡、主に参考にした本について。 たぶん、以下のような状況でなおかつ統計学勉強したいなーと思ってる人に、 ちょっと役に立つ内容になってるはず、です。 (学習するにあたってのマイルストーンは統計検定2級合格レベルです。) いわゆる文系、ちゃんとした数学教育は高校まで 中学校課程の数学までは理解できる/具体的な数式で解ける 微分積分は「見たことあるし解いてたはずなんだけど忘れた...」 Σ... がん
なぜか唐突にブログを同時更新使用みたいな話が決まってしまったので、無理矢理エントリを書いています。 自然言語処理のトピックモデルの一つの手法であるLDAを使ってみました。 LDAについては以下のスライドが詳しいので、参照ください。 LDA入門 一部引用すると ・白鵬が単独首位 琴欧洲敗れる ・人は上の文を見て相撲に関係する文であることを理解できる 文中に相撲という単語は出てこないにもかかわらず ・単語は独立に存在しているのではなく、潜在的なトピックを持つ単語は同じ文章に出現しやすい といったモデルです。 ギブスサンプリング*1によるLDAをC++で実装したソフトが公開されています*2。Pythonによる実装*3もいくつかありましたが、今回は研究室の人が利用しているこちらを。 GibbsLDA++: A C/C++ Implementation of Latent Dirichlet All
Treasure Agentをさらに使いやすく ご存知の方も多いかと思いますが、トレジャーデータ社では、out_tdプラグインを使うことで、Fluentdから簡単にデータを流し込めるようになっています。これはHeroku上でも動くようになっており、heroku-td-agentとして公開されています。 ただこれ、意外と面倒くさいです。具体的には Treasure Dataのアカウントを持っていることが前提。 そしてAPIキーをメモ。 GitHubのHerokuアプリをクローンしてきて bundle install... あああああああああああああああああああ、やってられるかボケえぇぇぇ!!!! これではいかん。せっかくHerokuという、ソフトウェアのデプロイを抹殺してくれたプラットフォームにいるんだ。その恩恵を100%受けてやろうじゃないか。 出ましたTreasure Agent Her
Latent Dirichlet allocationの実装を色々試してみた.自分でも実装したことある気がするけど.比較はまた後でやるとして使い方だけメモ.詳細は各リンク先で… Latent Dirichlet Allocation in C GibbsLDA++ A C C++ Implementation of Latent Dirichlet Allocation (LDA) using Gibbs Sampling for Parameter Estimation and Inference plda - A parallel C++ implementation of fast Gibbs sampling of Latent Dirichlet Allocation - Google Project Hosting 1. Latent Dirichlet Allocation
※普通は「教師なしLDA」という言い方はしないです モチベーション 元々は、TwitterからURLつきのツイートを取りたかった。某ニュースアプリがTwitter上で(?)話題になっているニュース記事を(法的な是非があるとはいえ)配信しており、そんな感じのマイニングがしたかった。 ただ、普通に「http,https」でTwitter上で検索すると、量が膨大だった。加えて、ほとんどがスパム。なーにが「このサイトすごすぎwwwww」じゃ。 ということで、検索の段階でスパミーなキーワードを取り除き、純度の高いURL投稿マイニングをしたいわけだが、キーワードは既知なものには限らない。例えば「無料」とか「アフィリエイト」とかがスパムなのはそうなんだけど、「パズドラ」とか「魔法石」とか、未知のキーワードとか出てきた時に対応できない。 そこで、教師なし学習のアプローチを使って、スパムなキーワードを抽出す
EclipseとGithubを連携させるプラグイン『EGit』を利用して、新しいリボジトリを作成する手順メモ Githubにローカルリポジトリを登録する方法は以前調べました。 githubに新しいリポジトリを作成してローカルのリポジトリをアップロードする | Futurismo 今回、Eclipseで管理しているプロジェクトをそのままGithubにアップロードしたかったので、その手順をメモします。 環境# Eclipse 4.3 Kepler git 1.7.9 Egitプラグインをインストール# まだEGITがはいっていない場合は、インストールする。たぶん、デフォルトで搭載されているはず。 EGit - Download ローカルリポジトリの作成# Git管理したいプロジェクトを右クリックして チーム -> プロジェクトの共用 -> Git -> 次へ プロジェクトの親フォルダ内のリポジ
教師なしLDAでTwitterのスパム判別をしてみる(予備実験編) - 病みつきエンジニアブログ の続きになります! モチベーション 前回の記事で、LDA(latent Dirichlet allocation)のモデルを獲得したので、獲得したモデルを使って「どんな単語がスパムによく使われるのか?」というのを推定しようと思った。 そんなにちゃんとモチベーションない気がする*1。 考えられる使い道は、 スパム判定のルールを作ることができる スパム判定されなさそうな単語を選択することができる(スパマー側の気持ちに立ってw) なのかなあ、あんまり使えなさそう。でも、ここらへんの教師データってちゃんとないから、前者は普通にありかなあと思ったり。 推定方法 という式に基いて行っている。順番に説明すると、 は「ある単語がスパムっぽい確率」 は「そもそもスパムが発生する確率」、つまりスパムの事前確率 は
こんにちは。エンジニアののびすけです。 最近はひさしぶりに浅草をランニングして健康オタクを気取っています。 さて、ランニングといえば、アプリを使ってタイム測定をしている人も多いのではないでしょうか。大半のアプリには地図が内蔵してあり、特にGoogle Mapsを呼び出しているものが多いですね。 そこで今回は、そのGoogle Mapsをカンタンに導入できるgmaps.jsを使ってみたいと思います。コピペで試せるので、JavaScriptが得意ではないデザイナーやコーダーの方にもおすすめです。 http://hpneo.github.io/gmaps/ gmaps.jsはGoogle Maps APIを使いやすくしてくれるライブラリです。 そのメリットは大きく3つあります。 1. シンプルなコード 記述方法がとてもカンタンで、通常のGoogle Maps APIよりも分かりやすいソースコード
この記事は CAMPHOR- Advent Calendar 2014 の10日目の記事です。 こんにちは、みかさ(@To_Mikasa)です。 今日はデザイン初心者である僕が、Photoshopを使ってWebサイトのデザインをしていく上で、「それっぽく」していくためにやったことをざっくり書きたいと思います。ざっくりです。 はじめに デザインの知識を付けたり、流行をキャッチアップするために、コリスやPhotoshop Vipは 普段から見ています。とても参考になる記事ばかりです。 参考にするサイトを探す ノンデザイナーにとって0からデザインを考えるのはツラかったので、 デザインの参考にするためにイケてるサイトを3個選びました。 自分が作りたいイメージに似たものを選ぶといいかもしれません。 1つだけを参考にするとあれなので、それぞれのいい所や好きな所をそれっぽく組み合わせました。 ワイヤーフ
前の記事ではユーザー(受信者)側から重要なメールが迷惑メールに誤認識されない方法を見ていきました。 今回からは送信者側からユーザーに対してメールを配信する際にGmailで迷惑メールに誤認識されない方法を見ていくことにします。 まず、送信者にはメールの送信方法で分けて2通りあります。 1対1(友人との連絡等) 1対多(メルマガ、お知らせ、プロモーション等) 1対1(友人との連絡等) 1対1ではフリーメールサービス、企業等で運用しているメールシステムを利用して送るでしょう。 また、1対1でメールをやりとりしているので受信者側も連絡先などに送信者側のメールアドレスを登録していることでしょう。それにより迷惑メールに誤認識されにくくなるはずです。 お試しあれ。 1対多(メルマガ、お知らせ、プロモーション等) 次に1対多のメールですが、1対1でのメールとは違い多数のユーザーに対して送信するためにそれ専
先日、Macを買いました。 僕は今までずっとWindowsのパソコンを使っていたのですが、仕事仲間から『絶対Macのほうがいい』とか『Mac使ったらWindowsには戻れないよ』とか馬鹿にされ続けており、なんとか8年以上耐え忍んできたのですが、とうとう買ってしまいました。 買うのを決めた一番の理由は、 パソコンが壊れたとか、Macが必要になったからとか、馬鹿にされて我慢の限界を超えたから とかではありません。 先日、『人生でやりたいリスト』を17時間かけてまとめた時に、【Macを買う】というキーワードが入っていたからです。 このリストの中は、お金があればできることが大半ですが、お金がいくらあってもできないこともありますし、お金はかかるけど、頑張れば今すぐにできることもあるんですね。 で、その中で簡単にできそうだったのが、【Macを買う】だったわけです。 なので、リストをまとめた翌日に早速M
Dec 9, 2014 この記事はDocker Advent Calendar 2014の9日目です。 書こうと思ってたことが完全にネタかぶりしたので今日はどうでもいい小ネタを書きます。 dockerのイメージをDockerfileで作るにはベースイメージが必要ですよね。例えばgoを使ったWebアプリケーションを作ろうと思ったら公式のgolangイメージを使う人が多いだろうと思います。 公式の安心感もあるし基本的にそれでいいと僕も思うんですが、サイズが大きいんですよね。今手元でdocker pull golang:latestしたら448MBあるみたいです。 僕が欲しいのはgoでビルドしたらバイナリの実行環境であって全てが揃った完全なdebianではないのです。 ということで、今日のテーマは可能な限り小さいdockerイメージを作ることです。 scratchイメージ 公式にscratchと
この記事は CyberAgent エンジニア Advent Calendar 2014 9日目の投稿です。 昨日は@stormcat24 さんの開発効率化への道は一日にしてならず - tehepero note(・ω<) でした。 自分は4ヶ月ほど前にサーバサイドJavaからiOSに転向し、弊社の中で最も息の長い(?)iOSアプリの開発チームにジョインしました。利用者数も多く事業インパクトの大きいアプリですが、ちょっと前からSwift移行を着々と進めています。 Swiftが登場して6ヶ月、ネット上に良い情報が沢山転がっていて目新しい事は書けないんですが、ここでは既存のコードベースをリプレースしながら感じたSwiftの良い所でもまとめてみようと思います。 実際に現場で活きている機能 まだ書きはじめて1ヶ月ほどなので、膨大なSwiftの新機能のうち一部しか触れてはいないですが、はやくもコード
2023年1月1日 2022年の振り返り 今年は良くも悪くも某国際球技イベントに振り回された年だった。 2022年11月23日 eslint-plugin-importによってVitestの設定ファイル上でエラーが発生する場合がある vitest と eslint-plugin-import に依存している環境では、vitest.config.ts内で vitest/config をインポートすると Unable to resolve path to module 'vitest/config'. eslint(import/no-unresolved) というエラーが出る場合があります。 2022年8月24日 Next.js + Vercel + microCMSなどを使ってほぼ無料でブログを運用する 当ブログのシステム構成について紹介します。構成を真似することでほぼ無料(後述)でブログ
「機械学習」というワードになんとなく惹かれつつも、具体的にやりたいことがあるわけでもないので、手を動かすことなくただひたすら「いつかやる」ために解説記事やチュートリアル記事を集める日々を過ごしていたのですが、このままじゃイカン!と Machine Learning Advent Calendar 2014 - Qiita に参加登録してみました。 が、やはり何もしないまま当日を迎えてしまったので、お茶濁しではありますが、せめて「機械学習ってどんな手法やライブラリがあって、どんな応用先があるのか?」というあたりをざっくり把握して最初に何をやるのか方向付けをするためにも、たまりにたまった機械学習系の記事をいったん整理してみようと思います。 機械学習の概要 特定のライブラリや手法の話ではなく、機械学習全般に関する解説。 機械学習チュートリアル@Jubatus Casual Talks 機械学習チ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く