これはFluentd Advent Calendar 14日目の記事です。 私は現在、VOYAGE GROUPの子会社であるadingoで、DMP cosmiの開発をしています。今日はcosmiでのfluentd利用の話をしようと思います。 DMPについて 過去に勉強会でアドテクまわり及びDMPについて話したのでそれを貼っておきます。ざっというと、いい感じにいろんなログを受けいられるようにして、それらをモニタリングしながら整理して使えるようにする、という役割をもったプロダクトです。 Head First Ad Technology and DMP http://www.slideshare.net/suzuken/head-first-ad-technology-and-dmp どこで使っているか ほぼ全てです。構成としては ログ収集サーバ | | out-forward (roundro
O(log n)でフィボナッチ数のN番目を求める方法をRubyで実装してみました。この間のSICP勉強会で教えてもらったやつです。 まず普通のフィボナッチ数。こいつはO(n)です。 def fib1(n) a, b = 0, 1 n.times do a, b = a + b, a end a end O(log n)版のフィボナッチ数。なんでこれでフィボナッチ数が求められるかは、ここを参照してください。ちなみにRubyのMatrixの**は、O(log n)で実装されています。 require 'matrix' def fib2(n) a = Matrix[[1, 1], [1, 0]] b = Matrix[[0], [1]] (a ** n * b)[0, 0] end こんな感じでベンチマークをとってみました。 require 'benchmark' n = 100_000 Ben
概要 CoreOS を Vagrant で利用した CoreOS 内で docker を使って Ubuntu のイメージを作成した Ubuntu のイメージ内に Ruby 2.1-preview1 と fluentd をインストールしたイメージを作成した 作成したイメージを index.docker.io にコミットする(ところまで出来れば嬉しい) 参考 Running CoreOS on Vagrant CoreOSでDocker入門 仮想環境構築に docker を使う Docker を読む Docker = LXC + aufs + GitHub Culture ウンチク CoreOS とは Linux Kernel と systemd だけで実装されたシンプルな OS Chrome OS がベースとなっている Docker と組み合わせて OS のアップデートを行う CoreOS
グラフ上の最短経路問題を解くアルゴリズム.エドガー・ダイクストラが 1959 年出版の論文で提案. 入出力 入力:グラフ 、コスト関数 、始点 、終点 . 解:始点から終点への経路.すなわち、次を満たす頂点の列 (ただし ). 、 、 任意の について . 解のコスト:経路に含まれる各辺のコストの和. 出力:コスト最小の解. 直観的なアイディア まず前提として、始点ではない任意の頂点 について、始点から への最短経路は、始点から別の頂点 への最短経路に を加えた形に必ずなっています.何故ならば、始点から への最短ではない経路に を付け加えた形の経路は、 への経路の部分を最短経路に置き換えることによってコストを削減することができるからです. よって、終点に単一の辺で接続されている頂点への最短経路に終点を加えたもののうち、コストの最も小さなものを選べばそれが始点から終点への最短経路になっている
最近、アルゴリズムの勉強がちょっとした趣味になっている。 もちろん、最強最速アルゴリズマー養成講座を購入した。 おもしろい。 アルゴリズム体操はおもしろい!! で、タイトルになっているA*というのもアルゴリズムの一つで、 "エースター"と読む。 最短経路を求めるアルゴリズムで、 あのダイクストラ法の改良版である。 実際の内容やら、名前の由来なんかは、wikipediaに詳しく載ってます。 ソースは、ソースを表示すれば丸見えです。 (数行下に載せてあるリンクからの方が見やすいかも) このアルゴリズム、何が素敵かというと、 ゴールノードまでの最小コストの推定値を算出する関数の名前が ヒューリスティック関数 という。 ヒューリスティック・・。 なんとも中二病な香り・・・。 あまりにかっこいいから、javascript(jQuery)でビジュアライズしてやったぜ。 ヒュー・・リス・・・テッィク。
こんにちは.Machine Learning Advent Calendar (MLAC) 2013の14日目を担当します,[twitter:@kisa12012]です.普段は博士学生として,各地を放浪しながら機械学習の研究をしてます.今回の記事はボストンで執筆しています.現地時間(EST)での締切は守ったのでセーフ…ですよね? 本日は機械学習の技術的な内容の話ではなく,筆者が実践している機械学習関連の情報収集方法について纏めます*1.大きく分けて,学会情報の管理・論文情報の収集・その他の三種について述べたいと思います.今回のトピックの多くは他の分野にも通用する話になっているかと思います.他の分野の方がどのように情報収集されているのかも気になるところです. 学会情報の管理 まずは学会情報の管理についてです.機械学習に関連するカンファレンスは(特に近年乱立気味で)非常に沢山あります.全てをチ
Machine Learning Advent Calendar向けの記事です。 普段はGunosyという会社で社長業をしながら社長をしています。 ざっくりいうと 結論だけ知りたい人はここだけ 広告における機械学習の応用の多くはCTR予測や運用の最適化のため(クエリー予測とか)の予測問題 今後は「CVRの予測」や「アクティブなユーザーの予測」がホットな話題になる(加えてその運用をどう最適化するかといった話題も) 現在は検索エンジンの応用例が多い。今後はディスプレイ広告やタイムライン広告への応用が増えていく 個人のユーザー属性を集めることが今まで以上にメディアのビジネス的に重要になる 広告や推薦エンジンに限らずドメイン知識は非常に重要。ドメイン知識と機械学習の知識を持ったエンジニアが意思決定に携わる会社は今後大きくのびる(と思う) 広告について 最近はもっぱら広告の開発をしており、広告分野で
機械学習・データマイニング全般 変わりゆく機械学習と変わらない機械学習 [物理学会誌 2019]:機械学習・データマイニングについての専門家以外に向けた解説記事 機械学習・データマイニング分野の概要:分野全体の概要と国際会議動向まとめ資料 ML, DM, and AI Conference Map:人工知能,機械学習,およびデータマイニング関係の国際会議関連マップ データマイニング:4種類の主要分析タスクとデータマイニングによる知識発見プロセスについての学部前半レベルの説明資料 社会における機械学習 機械学習・データマイニングにおける公平性 [人工知能学会誌 2019]:アルゴリズム決定の公平性に関する議論 Fairness-Aware Machine Learning and Data Mining: Tutorial on data analysis considering pot
test と [ と [[ コマンドの違い - 拡張 POSIX シェルスクリプト Advent Calendar 2013 - ダメ出し Blog 拡張 POSIX シェルスクリプト Advent Calendar 2013、15日目の記事です。 書くのが遅れ、ネタは尽きかけ、 マニアックさやニッチさが足りなくなってきているような気がします。 ふつうの内容ですみません。 今日は test, [, [[ コマンドの違いについてざっくり紹介します。 [[ がある bash, ksh, zsh ならば test と [ の使用は避け、 [[ を使用すべきです。 [ は慎重に使わないと様々な罠にかかるため危険です。 (翌日のネタも併わせてどうぞ) test と [ の違い どちらもシェルの組込みコマンドです。名前が違うのと [ は最後の引数を ] にしなければいけない縛りがある以外、 動作まった
Project Euler † プログラムで解く数学の問題集です。 公式サイト 適当に和訳してます。我こそはと思う人はライセンスを確認した上で自由に書いてください。 ↑
2013-12-09 プログラマを引退しました 5年間、プログラマとして働いてきましたが、この度プログラマを引退しました。 過去・現在を整理して未来を向かうためにここにその経緯を簡単にまとめます。まずは自己紹介も兼ねながら過去を振り返ります。 プログラミングとの出会い 小学生 小学五年生の頃にN-88 BASICというプログラミング言語に出会いました。初めはLINE関数やCIRCLE関数でプロンプト上にガンダムの絵を描く遊びばかりしていました。そこからFOR文を使ってビームライフルを打たせたりすることを覚えながら最終的に対戦型のゲームとして完成させました。重複だらけの5,000行ほどのソースコードでした。 中学生 プログラミング好きの友人と知り合い、HSPという言語を教えてもらいました。その便利な仕様に興奮した記憶があります。TechWinという雑誌のフリーゲームを紹介するコーナーに自作
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