アカウント移動しました @SKBsu 街コン、もっとちゃらちゃらしてて煌びやかなイメージあったけど、私みたいに意を決して来た普通の人が大半なのかなという感じでした 2017-12-28 08:41:29
アカウント移動しました @SKBsu 街コン、もっとちゃらちゃらしてて煌びやかなイメージあったけど、私みたいに意を決して来た普通の人が大半なのかなという感じでした 2017-12-28 08:41:29
本記事はWACUL Advent Calendar 2017の12/25の記事になります。 こんにちは、株式会社WACULで、データ分析の仕事をしている@onhrsです。 現在、機械学習エンジニアをしておりますが、数学や物理などが好きなので(できるとは言ってません)、今でも重力波を解析したり、量子アニーリングのイジングモデルを計算したりしております。 今回は、徐々に浸透してきた量子コンピュータについて、最近の動向を含め個人的に勉強しまとめてみました。とりあえず量子コンピュータは何か、量子アルゴリズムとは何かっていうのがわかってもらえたらと思います。 はじめに 今回参考にした書籍です 全体な流れは量子コンピューター 量子コンピュータとは何か (ハヤカワ文庫NF―数理を愉しむシリーズ) 量子アルゴリズムについては 量子コンピュータ―超並列計算のからくり (ブルーバックス) どちらも10年以上前
ショーンKY @kyslog The Global Gender Gap Reporでは日本は毎回低位だが、あちらは女性経営者や女性政治家など「出世した女」、結果を得た女性を数えていて、合わせて法律は公平なのに結果は出ない、となり「産休を2週間で切り上げ主夫を養い月20万払って保育園に預ける本物のバリキャリ女子が少ないのが問題、となる。 2017-12-29 09:54:55 ショーンKY @kyslog The Global Gender Gap Reportで日本のスコアが悪いので女性の社会進出を推す立場の人が日本が悪い根拠にこの数字を使いたがるんだけど、政府はそれでこれをKPIにして「女性が輝く日本」「産休を2週間で切り上げ主夫を養い月20万払って保育園に預ける本物のバリキャリ女子」を推奨してる側面がある。 2017-12-29 09:57:24 Global Gender Gap
The Qiita Advent Calendar 2017 is supported by the following companies, organizations, and services.
これは「TeX & LaTeX Advent Caleandar 2017」の25日目の記事です。 (24日目は golden_lucky さん です。) 例によって前フリ アドベントカレンダーもいよいよ今日が最終日ですが、何だか超絶アレなタイトルです。「システムプログラミング」って何なのでしょうか。チョットこちらの記事を見てみましょう。 Goで覗くシステムプログラミングの世界(プログラミング+) 本連載では、一番最後の「OSの提供する機能を使ったプログラミング」をシステムプログラミングの定義として話をすすめます。 なるほど。そういうわけで、本記事では、「TeXで、OSの機能を直接利用する」という超絶アレな世界をチョット覗いてみます。ただし、対象とするOSはWindowsに限定します。つまり、TeXでWindows APIを呼び出す、という話です。 ※本記事で扱ったソースコードは以下のリポ
9月末くらいにAppleのストアにRNHBFavというはてぶのお気に入りフィードのビューアーアプリを申請していました。 ReactNativeにハマっていたこともありHBFavのReactNative版として作ったものです。 実装自体は割と簡単にできてあとは審査結果を待つだけの状態が8月末。 そこから怒涛のリジェクト祭り。 「アイコンがダメ」 「コンテンツがしょぼい」 「webアプリでよくない?」 みたいなやりとりが続きついには1ヶ月ほどたちました。 その当時のお気持ちは下記のGithubのissueに残っています。 AppStoreリリース これほどまで審査に時間がかかりリジェクトの連続だったこともあり、完全にモチベーションを失い開発をやめました。 そしてリジェクトも放置したままというのがこの前までのステータスです。 ところが、先日のクリスマス前あたりに突然Ready for saleの
こんばんは。数学とコンピュータ II Advent Calendar 10100日目の記事を書かせていただきます。 この記事では、ソリトンと呼ばれる対象についてご紹介します。 やや数学・物理色が強め、ですが、あまり詳細に囚われず読んでいただければ幸いです。 ちなみにソリトンは歴史的に見ても計算機のおかげで発展したと言っても過言ではなく、一方で近年ではセルオートマトンといった対象とも関わりがありますので、テーマ的にはあっていると思います。 そして日本が元々強い分野でありながら、あまり周知されていない気がするので、もし興味ある方(特に計算機に強い方々)が増えて、この分野が活気づけばいいな、と思って今回投稿しました。 本論に入る前に 1.まずちょっと言い訳(お詫び)です。 もともとlatexで書いていて、後でマークダウン用に変換したのですが、慣れていないためレイアウト等がかなり適当です。また数式
Rubyは毎年クリスマスにバージョンアップされます。 今年も12/25にRuby 2.5がリリースされました。 https://www.ruby-lang.org/ja/news/2017/12/25/ruby-2-5-0-released/ https://docs.ruby-lang.org/en/trunk/NEWS.html を元に変更内容を調べてみました。 前に書いたのは 2.5.0 preview1 時点のものでしたが、それから結構変わっています。 長くなったので3つにわけてます。 全般 - このページ 組み込みライブラリ 標準添付ライブラリ 個人的にはブロック内の rescue/else/ensure に begin, end を書かなくてよくなったのが嬉しいです。 言語仕様 トップレベル定数参照 rescue/else/ensure 節 文字列内式のRefinement U
Best of arXiv.org for AI, Machine Learning, and Deep Learning – November 2017 In this recurring monthly feature, we filter recent research papers appearing on the arXiv.org preprint server for compelling subjects relating to AI, machine learning and deep learning – from disciplines including statistics, mathematics and computer science – and provide you with a useful “best of” list for the past mo
2017年ももう終わりなので、自分用のメモも兼ねて今年触った技術をざっとメモしてみる。 フロントエンドに対しては大凡モダンなものを使っているけれど、他についてはその限りではないので、自分が古いと感じるものについては来年以降移行したいもの、手をつけたいものもあわせてまとめる。 ちなみに今年のGitHubで見えるだけのアクティビティとしてはこんな感じ。そこそこコードは書いた。 技術の分類 とりあえず以下でカテゴライズしておく。そこそこその他はありそう。 Webフロントエンド Webバックエンド その他Node周り インフラ / ミドルウェア Webサービス(クラウド周り) まとめ Webフロントエンド フレームワーク周り 基本的に去年に続きVue.jsが中心でコードを書く機会が多かった。体感Vue:React:Angularが7:2:1くらい。他もちょこちょこというところ。一定以上有名なもので
お仕事の関係上、たまにLet's EncryptのAPIエンドポイントであるletsencrypt/boulderのソースを見ます。 組んだシステムがぶっ壊れないよう、事前にstagingへの変更を確認したり軽く結合テストをする目的ですね。 新機能フラグとかは、なるべくONでーという感じでコンフィグをみたら。 $ cat test/config-next/ca.json | jq .ca.features { "WildcardDomains": true, "AllowTLS02Challenges": true, "GenerateOCSPEarly": true } おや、WildcardDomainsフラグですってよ。 この調査をした時点のstagingブランチ(521e27...)をベースに、軽くどのように展開されるのか見てみました。 先に見通しの結論 実際リリースの時にこうなる
この記事は TensorFlow Advent Calendar 2017の最終日の記事です。 何を書こうか迷っていたのですが、最近 kubeflow というものを知ったので、それについて書こうと思います。 機械学習システムの実運用 TensorFlowが公開されて2年ほど経ち、いろいろな事例が出てくるようになりました。昨年度は、いわゆるPOC(Proof of Concept)の事例が多かったように思いますが、徐々にビジネスで本格的に深層学習を使っているような事例も出てくるようになってきており、今後は深層学習のアルゴリズムそのものではなく、如何に実システムに組み込み運用するか、という観点も重要になってくるだろうと思います。 言い古された話ですが、機械学習を本番に導入して運用していくには、いろいろんはハードルがあります。このあたりは2014年にGoogleから出された論文「Machine
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