長年叫ばれ続けてきた「IT人材不足」「セキュリティ人材不足」が、そう遠くない将来、改善されるかもしれない。コミュニティー活動や産学連携の取り組みを通して、少しずつだが確実に、IT技術やサイバーセキュリティに興味や関心を持つ学生たちに、知識や体験を提供する場が増えているからだ。 IT企業のインターンシップもその一つだろう。意欲と才能のある学生を発掘し、IT業界やセキュリティ業界での働き方を垣間見る機会として機能していることは間違いない。 セキュリティの強みを生かし、次世代に何らかの形で貢献を 日立ソリューションズもそんなインターンシップを実施している1社だ。同社は2022年8月30日から9月1日にかけての3日間、「ホワイトハッカー」の仕事を体験するインターンシップを実施し、協定を結んでいる早稲田大学の学生3人が参加した。 日立ソリューションズは、セキュリティを事業の柱としてさまざまなセキュリ
はじめに Oracle に接続する場合、対象PCに Oracle クライアントをインストールする必要があるアプリケーションがありまして、リプレース作業に伴い「ODP.NET Managed Driver」に切り替えてOracle クライアントのインストールする手順を省きたいと思っています。 「ODP.NET Managed Driver」は、.NET 4以降のアプリケーションから使用できます。 ちなみに Java の場合、「Oracle Thin JDBC Driver」を使えば Oracle クライアントを介せずに直接 Oracle に接続することができます。ようやっと Java と同じことが出来るわけですね。 環境 Windows 10 Home Visual Studio 2017 Communicate Oracle Database 11g Express Edition (Or
プログラミングの型システムに関する記事を読んでいると、共変や反変といった用語が出てくることがある。 TypeScript や Flow についての記事でも、見かけることがある。 それらは TypeScript を使う上で必須の知識ではないが、把握しておくに越したことはない。 この記事では、TypeScript を題材にして、変性について説明していく。 TypeScript に関する議論を理解できるようになることがこの記事の目的であり、より詳細な、学術的、数学的な内容には踏み込まない。 この記事の内容は、TypeScript のv3.9.5で動作確認している。 変性 変性(variance)とは、任意の型Tに対してどのような性質を持つのか示したものであり、以下の 4 種類がある。 不変性(invariance) Tそのものが必要 共変性(covariance) Tそのものか、そのサブタイプが
量子コンピューティングの企業であるD-Wave Systemsの研究者らは、量子アニーリングと呼ばれる手法を用いることで、一定の材料のシミュレーションを古典的な手法の300万倍高速に行えることを示した。 D-Waveの研究者らはGoogleの研究者らと共同で、D-Waveの量子アニーリングプロセッサーを使用したシミュレーションの性能を計測した結果、シミュレーションのサイズと問題の難易度の両方に対して性能が向上し、古典的なCPUで実現可能な速度の数百万倍の速度が得られることを明らかにした。 D-WaveとGoogleのチームが実行した計算は、現実世界の問題だ。実際、この問題は、2016年に量子磁気システムで発生するいわゆる「エキゾチック磁性」の振る舞いについての研究でノーベル物理学賞を受賞したVadim Berezinskii氏、J. Michael Kosterlitz氏、David Th
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます Microsoftが米国時間9月8日にリリースした「Windows 10バージョン2004」の月例セキュリティーパッチをインストール後、「Windows Subsystem for Linux 2(WSL2)」が起動できなくなるという問題が、複数のユーザーから報告されている。 このセキュリティーアップデートは「KB4571756」に詳述されており、Windows 10 2004のビルド番号は19041.508となる。 WSL2では、完全なLinuxカーネルが組み込まれているほか、「Docker」「FUSE」「rsync」を含むすべてのLinuxアプリで、システムコールのサポートが改善されている。WSL2は、Windows 10バージョン
kmc-advent-2017.md gpg のはなし この記事は KMC Advent Calendar 2017 の 10 日目の記事です。 昨日の記事は tron 君 (id:tron_kmc) の今年の活動を振り返る - tron-Factory 業務日誌でした。 はたち:tada:めでたい:congratulations: はじめに KMC 6 回生の hatsusato です。 修士 2 回生ともなると研究にかまけて KMC 活動がおろそかになっているので、この場を借りて申し訳程度に KMC 活動をしようと思います。 この記事は 10 日目の予定でしたが、 10 日には KMC の追い出しコンパがあり、僕も飲み会に出席しなければならなかったので、遅刻も致し方なしなのです(言い訳)。 この記事における記述は、自分の環境である Ubuntu 17.10 におけるものをもとにしていま
概要 機械学習プロジェクトに関しての自分用の備忘録です。まだ、プロジェクト自体にアサインされたばかりなので、とりあえず調べ物の途中経過的なリストです。 それでも皆さんの学習やプロジェクトの参考になれば幸いです。そのうちそれぞれ文献のまとめ記事も作成しようと考えています。 KDNuggets(英文) 機械学習、ディープラーニングなどデータサイエンスに関する記事がまとめられているサイト。最新のディープラーニングのフレームワークの動向についての記事だったり、IoTイベント情報が載ってたりで情報豊富。毎日チェックしています。 Advice For New and Junior Data Scientists (英文) TwitterからAirbnbへとキャリアチェンジをしたRobert Chang氏の記事。機械学習プロジェクトの難しい点や言語の学習について、現場サイドからアドヴァイスしています。詳
現在AIに対して多くの人がもつイメージとして、Over Estimate(過剰な期待) とUnder Estimate(過小な期待)という問題があります。Over Estimate(過剰な期待)はAIを使うと全ての問題が自動的に解決されるというもので、Under Estimate(過小な期待)はAIを使えば実は簡単に解決される問題なのにそのことに気づいてもいないということです。 今日では、比較的簡単にAIを使うことのできるツールがたくさんあるので、こうした機会を利用して、自分たちのデータをもとにどんどん使ってみて、AIを使うと実際に何ができて、何ができないのか、さらにどういったことが問題になるのかなどを理解していくことで、自分なりの正しい期待値を設定していくことが重要だと思います。 最近マッキンゼーから実際にAIのプロジェクトを始める時につまずくよくある5つのハードルとそれを解決するための
2018-03-022018-02-26 「2018年はAI運用元年」、ABEJA CEO岡田氏が「フェーズ2」のAI戦略を発表 ディープラーニングを活用し、AIの社会実装事業を展開する株式会社ABEJAは、2月22日、虎ノ門ヒルズフォーラムにてAIカンファレンス「SIX 2018」を開催した。 そこで登壇したABEJAの代表取締役社長 CEO 兼 CTOの岡田陽介氏は、「2018年はAI運用元年だ」と語った。それは、AIがテクノロジーの領域にとどまらず、社会のいたるところで実装されはじめる元年だというメッセージだ。 また、岡田氏は、ABEJAのビジネスは2月22日をもって「フェーズ1」から「フェーズ2」へ移行するとして、AIプラットフォーム「ABEJA Platform」の本格リリースを中心とした、新たな事業戦略を発表した。 「ABEJA Platform」の正式版をリリース: 月額60
経路探索問題を強化学習で解き、その過程をアニメーションで可視化しました。 ↑↓で速度調節、Spaceで最速の学習、ドラッグ or タップで障害物の追加ができます。 これにより、強化学習で何をしているのか直観的に分かりやすくなりました。 問題設定 本アニメーションで可視化している問題の設定は、下記の通りです。 条件 $n\times n$のマスからなる離散的なフィールド 固定の初期位置と目標位置(⭐)、障害物が配置されている 障害物(🔴)は、踏んだら死ぬ。初期位置からやり直し 自機(👾)は単位時間に8方向のいずれかへ1マス移動できる 横移動と斜め移動のコストは同じ 得たい出力 初期位置から目標位置までの、障害物を回避した最短経路 この問題を強化学習のフレームワークに落とし込み、Qラーニングで求解しています。 詳細は後述します。 各インジケータの意味 本可視化の見方を説明します。 前節で述
まずは図を見てほしい。これは人工知能(AI)の研究に熱心な企業・大学・団体がどこかを示したものだ。AI関連技術で最高峰とされる国際学会「NIPS(Neural Information Processing Systems) 2017」(2017年12月に開催)で採択された論文数で上位40に入った企業・大学・団体の一部をまとめた。 AIの国際学会「NIPS」の論文採択数で上位40に入った企業・大学・団体の例。このうち米大学は上位4校のみを挙げたもので、実際には米大学が上位40の半数を占める AI分野の論文採択数が多い企業・大学は、米グーグル(Google)および同じグループに属する英ディープマインド(DeepMind)、米マイクロソフト(Microsoft)、米IBM、米カーネギーメロン大学(CMU)、米マサチューセッツ工科大学(MIT)である。これらに英国、スイスなどの欧州勢や中国勢が猛追
最近日々のタスクをこなす上で、「議論をどこで行うべきか」について考えることが多いです。 チャット 口頭 GitHubのIssue GitHubのPR など、色々な手段がありますが、内容的にここで議論して問題ないか?結論をどこで管理すべきか?経緯を記録すべきか?など考えることは色々あります。 GitHubのチームディスカッション機能が議論の場所として検討できるケースがそれなりにあるような気がしたので、機能について紹介します。 チームディスカッション機能 大雑把に言えばGitHubのTeam内で議論をするための機能です。 個人的には「リポジトリに紐づかないゆるいIssue(的なもの)」を「軽く」使うための機能でしょうか。 Issueよりも、「テーマを設定できるチャット」という理解の方が正しいかもしれません。 特定のプロジェクトではなくチームとして発生する問題や提案に対する議論の場として良さそう
TIOBE Softwareから、2017年10月のTIOBE Programming Community Index (PCI)が公開された。TIOBE PCIは、複数の検索エンジンの検索結果から、対象となるプログラミング言語がどれだけ話題になっているかをインデックス化したもの。 2017年10月におけるインデックスは次のとおり。 順位 プログラミング言語 インデックス値 推移
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