Scala で実装した社内ナレッジ共有ツールを OSS にして公開しました
社内の事業部・プロジェクトを跨いで、社員間で技術やノウハウの共有をもっともっと盛んにしたいーそんな社員の声から生まれ、社内で運用中のツールをこの度 OSS にして公開しました。 公開先 GitHub 上に公開しています。 atware/sharedocs README にデモサイトや Heroku ボタンを記載していますので、すぐに試すこともできます。 Sharedocs Markdown で記事が投稿でき、コメントや Like やストックができる、言ってしまうとどこかで聞いたことがある某有名サービスのような情報共有ツールです。 投稿画面 絵文字も入力できますし、さらにはシーケンス図やフローチャートも Markdown で描けます。 レスポンシブにしてあるのでスマホやタブレットでも使えます。 つくるに至った背景など 背景 弊社には以前から、 他のプロジェクトでどんな技術が使われているのかよ
ニューラルネットのための最適化数学 - HELLO CYBERNETICS
はじめに 最適化数学 最適化問題の簡単な例 例題の解法 微分による解法の注意点 凸最適化問題 凸関数 凸関数の定義 ニューラルネットの学習 ニューラルネットの目的関数 ニューラルネットの勾配降下法 パラメータを求める戦略 勾配降下法 ニューラルネットの損失関数 目的関数の凸性 最適化における課題 記事 はじめに 機械学習での学習とは、パラメータを逐次最適化することです。 最適化数学自体は、それだけで1つの広大な研究範囲を持っていますが、今回は機械学習で用いられる逐次最適化が分かるように、最適化数学の基本を記したいと思います。 機械学習には非常に多くの手法がありますが、逐次最適化という面においてはほとんど共通の形を持っています。各手法毎に最初から理解のし直しが必要というわけではなく、最適化数学の基本を抑えておけば、新しい手法を学ぶときにもやっていることを理解することが可能になります。 最適化
なぜGo言語 (golang) はよい言語なのか・Goでプログラムを書くべき理由 | yunabe.jp
結論としてはGo言語には以下のようないくつかの長所があり、現実路線で非常にバランスがとれた言語だと思います。 これらの長所のために失われたメリットも当然いくつもありますが、一定程度以上の規模のプロジェクトで利用する言語の選択肢としては現存するプログラミング言語の中では一番か二番目によいのではないかと思います。 コンパイルが速い (vs. C++) GCとメモリ安全性 (vs. C++) 妥当で現実的なレベルの型安全性 (vs. Python/Ruby) 実行時パフォーマンスが良さ (vs. Python/Ruby) 現実問題、ある程度の規模と期間のプロジェクトになると型検証があるとリファクタリングなどがだいぶ楽になるのでありがたい。 型があるので自然と実行時パフォーマンスも良い 標準ライブラリが整備されている (vs. C++) むしろ標準ライブラリにjsonのparserすら存在しないC
頭はいいけど部下がついてこないリーダーの「共通点」とは!?（中原淳） - エキスパート - Yahoo!ニュース
世の中には「あいつ、頭いいけど、部下はまったくついてこないんだよなー」という残念なリーダーが36000人ほどいらっしゃいます。ソロプレーヤーとしての力量、馬力は申し分ない。しかし、部下をつけると、「アチャパー」と思わず言ってしまいそうになるくらい、人がついてこない。そういう残念な状況というのが、日本全国1万カ所くらいでおこっています。 「あいつ、頭はいいけど、人は全くついてこないんだよなー」という状況で、もし、その人がリーダーをすることになると、だいたい、その後のプロセスは、こんなところかと思います。 だいたい、こんな感じで、「頭のよいリーダー」はつまづく。 １．目標共有不足 本人は「頭がいい」ので、「人はみな、１を聞けば１０動く」と思っている。少しだけ目標を伝えれば、部下は、みな、わかって、ただちに動くと思っている。しかし、そんなことはない。「目標の腹落とし」に失敗し、チームで目標を握れ
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
処理を実行中です
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
