ロックの仕組み（その2）－オブジェクトのロックタイプ 前回「第27回 トランザクションの一貫性を保証するロック」は、トランザクションの4つの分離レベルの説明をしました。今回は、この分離レベルを実現するデータベースサーバのロック機構に触れてみましょう。実際にどのような仕組みでデータベースサーバがロック制御を行っているかを理解することで、トランザクション機能を利用した際に起こりやすい問題点を、あらかじめ予測できるようになると思います。 今回は、初めに、ロックの状態を取得するシステムストアドプロシージャ「sp_lock」の定義を若干拡張した「sp_lock_detail」ストアドプロシージャを作成しましょう。

リクルートテクノロジーズにおける検索改善施策の事例を通じて、Deep Learningをはじめとした機械学習の強みと限界を探る本連載「機械学習活用プロジェクト大解剖」。 前回は、検索改善のためのアーキテクチャ（QueryRewriter）とDeep Learningを導入する動機を紹介しました。今回は、「Deep Learningの導入のために何が必要であり、なぜQueryRewriterが開発されたのか」について解説します。 より具体的な改善事例は次回解説します。 機械学習を活用しやすくする開発・運用体制――2つのアンチパターン まず、「とにかくDeep Learningを使いたい！」というようなデータサイエンティストに周囲を泣かされないための仕組みと開発・運用体制について考えます。 新しい技術を導入する際は、何であれ慎重に進めた方がいいです。Deep Learningのような解釈可能性

データを取り込む・格納するための方法を理解する：ITエンジニアのためのデータサイエンティスト養成講座（3）（2/4 ページ） IPythonの基本操作を覚えよう それでは実際にデータを取り込む方法を紹介しましょう。その前に、データを操作したり分析したりするのに利用するユーザーインターフェイス（シェル）について説明します。ここでは、本連載第2回で解説した環境を前提に解説を進めます。 前回必要なモジュールをセットアップした、「IPython」というPythonのためのインターフェイスを使います。IPythonは、Python標準のインターフェイスよりも高機能で、OSのコマンドも透過的に扱うことができ、また本連載の次回以降で詳しく説明する予定の「NumPy」や「Matplotlib」といったパッケージとの親和性にも優れています。特にLinuxのbashなどで、履歴やタブキーを使った補完機能を使い