ハッシュ関数「SHA-256」の計算プロセスをわかりやすく視覚化してくれる「Sha256 Algorithm Explained」
アメリカの国家安全保障局(NSA)によって開発された「SHA-2」は電子署名やブロックチェーンに応用される暗号学的ハッシュ関数の1つです。そのSHA-2の中でも特に使われているSHA-256でハッシュを生成するための計算プロセスがよくわかるサイト「Sha256 Algorithm Explained」を、Domingo Martin氏が公開しています。 Sha256 Algorithm Explained https://sha256algorithm.com/ Sha256 Algorithm Explainedにアクセスするとこんな感じ。 上部にある入力欄に、好きな文字列を入力します。今回はGIGAZINEのURLである「https://gigazine.net/」を入力してみました。すると、入力したURLをバイナリに変換したメッセージブロックが表示されます。メッセージブロックは32b
数あるソートアルゴリズムをビジュアル化し堪能できるサービス「SORTING」
大小の関係が決められたデータを小さい順や大きい順に並び替える作業はソートと呼ばれ、コンピュータには欠かせないプログラムです。そのため、ソートをより早く・確実に・効率良く実行できるように、さまざまなアルゴリズムが考案されてきました。そんなコンピュータの発展にかかせない役割を果たしてきたソートアルゴリズムをビジュアル化することで直感的に理解できるのが「SORTING」です。 SORTING http://sorting.at/ これがSORTINGのサイトページです。ソートアルゴリズムを選択してページ下の「PLAY」ボタンをクリックすると、そのソートアルゴリズムを使ってボールが並び替えられます。 たとえばアルゴリズム「クイックソート」でランダムに並んだ状態の大きさの異なるボールを左から小さいもの順に並び替えるとこんな感じです。 選べるソートアルゴリズムは、クイックソート・ヒープソート・スムース
コロナウイルスなどのアウトブレイクは、なぜ急速に拡大し、どのように「曲線を平らにする」ことができるのか
ワシントン・ポストでは、全ての読者がコロナウイルスに関する重要な情報へアクセスすることができるよう、この情報を無料で提供しています。無料講読を希望される方は、当社のデイリーコロナウイルスアップデートニュースレターへご登録ください。 COVID-19による感染が初めて確認され、この新型コロナウイルスによる感染症についてアメリカ国内でも公表されたが、さらなる感染については、ぽたぽたと滴り落ちるように、なかなか報告されていなかった。それから2ヶ月が経ち、その滴りはゆるぎない潮となって押し寄せてきたのである。 [Read this story in English] このいわゆる指数曲線は、専門家の間で懸念の原因となっている。もし感染者が3日ごとに2倍に増加するとなると、5月にはアメリカ国内での感染者が1億人ほどにまでのぼるであろう。 これは計算から導き出した数字であって、予言ではない。公衆衛生の
Splay Treeの可視化Webページを簡易的に作った - 日々ｄｒｄｒする人のメモ
この記事は IQ1アドベントカレンダー2019 の 5日目の記事です。 adventar.org 今回はちょっとした小ネタ記事として、splay treeのvisualizationを簡易的に作った話を書きます。 はじめに Splay Treeとは? bottom-up top-down visualizationの実装 参考 はじめに 最近、Splay Treeがぬるぬる動く様子を眺めて癒やされたい(?)、という気持ちになり自作したくなったのでさくっと作りました。 作成期間はこのアドベントカレンダー記事を書こうとしてからの直近1週間です。 Splay Treeとは? スプレー木 - Wikipedia Splay tree - Wikipedia 平衝二分探索木の1つであり、参照したノードを回転しながらrootに持ってくるsplay操作によって平衝を保つ。 splay操作では zig,
Gitのマージを図解する | To Be Decided
このエントリでは、Gitが提供するマージのための機能の内、主なもの4つ、真のマージ、リベース、ファストフォワードマージ、チェリーピック について図解する。 ここでマージとは、とあるブランチのコミットが入れた修正を別のブランチに取り込むこととする。 この記事を事前に読んでGitのオブジェクトモデルを理解しておくと分かりやすいかもしれない。 ここで説明するマージは全てローカルリポジトリ内のブランチを操作対象とする。 真のマージ 真のマージは、複数のブランチでそれぞれ開発が進んでいて、つまりそれぞれのコミットグラフが伸びている場合に、それらの修正を統合するときに実行する。 マージするブランチはいくつでも指定できる。 基本的なコマンドはgit merge <ブランチ(複数可)>。 操作に成功すると、マージ後のプロジェクトの状態を表すコミット(マージコミット)が作られ、カレントブランチの先頭に追加さ
【統計学】尤度って何？をグラフィカルに説明してみる。 - Qiita
統計学や機械学習をを勉強していると「尤度」という概念に出会います。まず読めないというコメントをいくつかいただきましたが、「尤度（ゆうど）」です。「尤もらしい（もっともらしい）」の「尤」ですね。犬 じゃありませんw 確率関数や確率密度関数を理解していれば数式的にはこの尤度を処理できると思うのですが、少し直感的な理解のためにグラフィカルに解説を試みたいと思います。 コードの全文はGithub( https://github.com/matsuken92/Qiita_Contents/blob/master/General/Likelihood.ipynb )にも置いてあります。 正規分布を例にとって 正規分布の確率密度関数は f(x)={1 \over \sqrt{2\pi\sigma^{2}}} \exp \left(-{1 \over 2}{(x-\mu)^2 \over \sigma^2
より良いビジネス意思決定のために、機械学習の閾値を可視化する | POSTD
機械学習のモデルを構築した際、データサイエンティストとしての私たちの最終的なゴールは価値の創造でした。モデルが無かった(あっても今より原始的だった)頃よりも、何かしら良いものを生み出すためにモデルによる予測を活用したいのです。結果に焦点を当てるということはつまり、私たちのモデルのパフォーマンスの最終的な評価は、その有効性によって為されるということです。それは、モデルを利用したアプリケーションが生み出した価値の量として計測されます。この投稿では、ビジネスの価値を最大限にするモデル構築による意思決定を、選択したり理解したりする際の強力なツールとして、データの可視化を活用したいと思います。 分類アルゴリズムにおいて、最も一般的な利用パターンの1つが 閾値（しきいち） です。閾値以上のスコアを持つ全てのケースに対して、何らかの特別な処置を行うのです。以下に例を挙げます。 不正の防止： あなたはソー
MLBの野球データを用いた分析と可視化のサンプル(Python)を公開しました - Lean Baseball
思ったよりプレミア12が面白くて盛り上がってる私ですこんばんわ！*1 PyCon JP 2015のトークセッション「野球Hack!~Pythonを用いたデータ分析と可視化」で披露した、MLBのオープンデータ「RETROSHEET」を用いたデモを披露させてもらいました。 そのデモで使ったコードを、「野球データを用いた分析と可視化」のお手本として本日公開いたしましたので報告します！ 野球Hack!~Pythonを用いたデータ分析と可視化 サンプルコード（New!!!） github.com スライド 野球Hack!~Pythonを用いたデータ分析と可視化 #pyconjp from 伸一 中川 www.slideshare.net 動画 youtu.be サンプルコード解説 何が出来るの？ 今回公開した野球データ分析サンプル「hatteberg」は、 RETROSHEETのcsvファイルを元に
リツイートの拡散経路を分析してツイートが広まったきっかけを可視化する「無料RT分析ツール」
ウェブページのURLを入力するだけで、Twitter上でリツイートが拡散した経路を解析するサービスが「無料RT分析ツール」です。自分のツイートを一括で解析することも可能とのことなので、さっそく使ってみました。 ユーザーローカル - 無料RT(リツイート)分析ツール http://rt.nakanohito.jp/ 無料RT分析ツールを使うには、トップページの記入枠に拡散状況を調べたいページのURLを入力して、「解析する」ボタンをクリックするだけです。 解析が済むまでしばらく待ちます。無料RT分析ツールでは直近1週間のツイートを最大500件まで取得して解析しているとのこと。 リツイートの解析が終わると、以下のような円形の図とグラフが表示されました。グラフは横軸が時間、縦軸がツイート数を表しており、どの時間帯にツイートが伸びたのか視覚的に分かるようになっています。 図の中心部にはURLが拡散す
そのツイート、どう広まった？ Twitterの拡散経路を可視化、“インフルエンサー”分かるツール無料公開
各ユーザーのフォロワーとリツイート（RT）した時刻をもとに、どのユーザーの投稿をきっかけにしてツイートやURLが拡散したかを推定し、経路を特定。拡散のハブとなった「インフルエンサー」が分かる。 自分の投稿がどう広まったか調べるには、Twitterアカウントを認証した上で、調べたいツイートを選べばOK。URLの拡散を調べる場合は、フォームに入力するだけで経路を確認できる。
本当に実用的なたったひとつのソートアルゴリズム - CARTA TECH BLOG
コンテンツメディア事業本部の新卒エンジニア坂本がお送りいたします。 突然ですが、皆さんの好きなソートアルゴリズムはなんですか？ 私は基数ソートのスマートでストイックな雰囲気に惹かれます。 とはいえ、普段の開発では「どのソートアルゴリズムを使うか」を意識することは少ないのではないでしょうか。 むしろ現実世界で「トランプが全部揃ってるか」を手作業で確認するときとかのほうが、実はソートアルゴリズムが必要なのかもしれません。 ということで（？）、そのような現実的な場面で、本当に実用的なソートアルゴリズムを決める戦いが始まりました。 選手紹介 今回試したソートアルゴリズムは、独断と偏見で選んだ以下の5種類。 1 挿入ソート シンプル・イズ・ベスト！正直言ってベンチマークの噛ませ犬！ 2 クイックソート 「クイック」の名前はダテじゃない！王者の貫禄を見せてやれ！ 3 マージソート 安定感のある隠れた実
最短経路を見つけるアルゴリズムをビジュアルで見る「PathFinding.js」
カーナビやスマートフォンのマップアプリなど、目的地への最短ルートを一瞬で割り出してくれるサービスのお世話になっている人も多いと思いますが、その仕組みがどうなっているのかを知っている人はほとんどいないはず。その処理には、ルート探索専用のアルゴリズムが用いられているのですが、そんなアルゴリズムの動作する様子や、種類の違いによる結果の変化をわかりやすく見せてくれるサイトが「PathFinding.js」です。 PathFinding.js http://qiao.github.io/PathFinding.js/visual/ このサイトでは、スタート地点からゴール地点までの最短ルートを発見するさまざまなアルゴリズムを、自分で設定を変えながらインタラクティブに体験できるようになっています。2点の間に障害物を配置することも可能で、以下のムービーでは画面左下の緑色の地点から右上にある赤い地点までのル
ヨーロッパのそれぞれの言語はどれぐらい似ているのか、の図
スペイン語が母語の友人によると、イタリア語は、しゃべることはできなくても、ずっと聴いているとなんとなく言うことがわかるんだそうです。それぐらい二つの言語は似ているのだという話。もしかすると東京弁と関西弁みたいなものなので […] スペイン語が母語の友人によると、イタリア語は、しゃべることはできなくても、ずっと聴いているとなんとなく言うことがわかるんだそうです。それぐらい二つの言語は似ているのだという話。もしかすると東京弁と関西弁みたいなものなのでしょうか。 Teresa Elms さんが、ロシアの1999年の論文”Metatheory of Linguistics”の研究結果を2008年に図にしたのが、このヨーロッパ言語距離チャート。 ヨーロッパに多数ある言語の間の、「語彙」の類似性を元に、似ている言語の間をより太い線で繋いでいます。(文法が似てる、ではありません) それぞれの丸の大きさは
NHKスペシャル｜医療ビッグデータ 患者を救う大革命
NHKスペシャル 医療ビッグデータ 患者を救う大革命 膨大なデータが医療を変える 世界中からセンサーのデータを集め、これまで救えなかった命を救う新システム。患者たちの大量の情報を分析して、入院期間の削減につなげている病院。 これまでの技術では扱うことのできなかった膨大なデータの固まり＝ビッグデータが、今、医療の世界の常識を次々に覆しています。ビッグデータがもたらす人類の新たな可能性に迫ります。 病気を「予知」 命を守れ アメリカでは、いま新生児集中治療室に入院する赤ちゃんの感染症をビッグデータから「予知」するシステムの開発が進んでいます。早産などにより免疫力が弱い赤ちゃんにとって、感染症は命の危機につながる大きなリスク。しかしこれまでの医療では、感染が進行するまで検査などで発見することが難しく治療の壁になっていました。そこで研究チームは心電図や呼吸モニターなどが生み出す赤ちゃんの全データを
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
九九を理解するための表がとても分かりやすいと好評「ビジュアルで解る」「子どもの時に欲しかった」
TAIさんのツイート: "この世界中の地下鉄線路図なかなか面白いです。 https://t.co/gbRyLq3eos"
ヤフー、16万曲の歌詞ビッグデータ分析で、国内500アーティストの類似性を可視化 
AIやDX関連のコンテンツDA関連のニュース・情報 | データアーティスト株式会社
MIT 8.01 Some of Walter Lewins best lines
素因数分解ダイアグラム表示したるで――――――――――
