NHKが本人に許可なく住民票を取得して、勝手に住所変更していた話 | Babylog
我が家が4月に引っ越してきて、NHKが2度ほど住所変更依頼に来たのですが、 どうせ引っ越す前の自宅が本拠地で、住所変更しても2〜3年後には戻る予定なので、 住所変更しても無意味だなと無視していました。 そうしたら… 勝手にNHKが住民票を取得して、NHKに登録している我が家の住所変更したという知らせが届きました。 凄いですよね、この横暴。 NHKと契約すると、勝手に個人情報を取得されてしまうんですよ。 住民票を第三者が取得する場合、委任状が必要です。親族に依頼しても、本人の委任状がなければ取得できません。 なのに！！ NHKだけは容易に住民票を取れてしまうんです。システム的に酷くないですか？？ いわば、NHKは本人に許可なく勝手に取得した個人情報で、悪用ができるということですよね。 これ、本当に怖いです。 NHK職員が個人情報を悪用して、個人情報を売ったり、詐欺に使ったりする事もできてしま
ＡＩの脅威に直面するトップ棋士たちの苦悩…淘汰か共存か？ - IT・科学 - ニュース
「ソフトとの付き合い方に苦悩する棋士たちは、私たち一般人に先駆けてＡＩの脅威に直面しているといえます」と語る大川慎太郎氏 ＡＩ（人工知能）の発達が目覚ましい。２０４５年には人の知性を超えるという予測もあるほどだ。そのとき、人々の暮らしはどう変化するのか？ 例えば、ＡＩがもたらす新しいテクノロジーによって、さまざまな業務が代替され、多くの職業が姿を消すはずだ。 人よりＡＩのほうが賢く、有能だ――。 「失業」という形でその事実を突きつけられたとき、人間はどうプライドを保つのか？ はたまたＡＩとどう共存していけばいいのか？ 疑問は尽きない。 そんな困難な問いに、ひと足早く直面している集団がいる。プロ棋士だ。将棋ソフトの進歩はすさまじく、その実力はトップ棋士を凌駕（りょうが）しつつあるという。まさに「最強」を誇るプロ棋士の存在価値が問われかねない状況なのだ。 そんな将棋界の現状にスポットを当て、棋
高速なハッシュテーブルを設計する | POSTD
(訳注：2016/9/28、頂きましたフィードバックを元に記事を修正いたしました。) はじめに 本稿では、高速で汎用的なハッシュテーブルを作るために行う、設計についての多くの意思決定事項を紹介します。最終的に、私の emilib::HashSet とC++11の std::unordered_set の間のベンチマークが出来上がりました。もし、ハッシュテーブルに興味があって、自分で設計したいなら（どのプログラミング言語かに関わらず）、本稿がヒントになるかもしれません。 ハッシュテーブル は、素晴らしい発明です。 ならし計算量O(1) ( O(√N)時間 )で、挿入、削除、検索を行うことができます。ならし計算量とは、ハッシュテーブルの計算に平均でO(1)の計算量がかかることを意味しますが、時々、これよりも多くの時間がかかる場合があります。具体的には、ハッシュテーブルに空きがない場合で、挿入の
Web開発におけるコンピュータサイエンス - 機械学習編2 - Hatena Developer Blog
この教科書は、はてなサマーインターンの講義資料として作成されたものです: https://github.com/hatena/Hatena-Textbook 機械学習編1（基礎編）では、最も初歩的な分類器である単純パーセプトロンを題材に、機械学習の基本について勉強しました。機械学習編2（実用編）では、実問題に機械学習を適用する上でのコツや、各種の機械学習アルゴリズムの使い分け、高次元データへの対処法、といったトピックについて解説していきます。 実問題に機械学習を適用する タスクを定義する データを特徴ベクトルに変換する 評価方法を決める 正解データの正例と負例は均等に ベースラインとなる手法を実装する 実データに向き合うときの心構え 機械学習のワークフロー 1. 前処理 データセット作成 サンプリング 特徴抽出 欠損値・欠測値への対応 値のスケーリング 特徴選択 次元削減 2. 学習 モデ
Web開発におけるコンピュータサイエンス - 機械学習編1 - Hatena Developer Blog
この教科書は、はてなサマーインターンの講義資料として作成されたものです: https://github.com/hatena/Hatena-Textbook この章では機械学習について、Webサービスの開発で必要とされる知識を中心に、とくに自然言語処理にフォーカスしながら解説します。 Webサービス開発と機械学習 実現困難な機能の例 闇雲な実装 もう少しましな実装 機械学習によるパラメータ決定 分類問題のための機械学習手法 パーセプトロン 判別アルゴリズム 学習アルゴリズム 特徴量のとり方 形態素解析 量をともなう特徴 組み合わせ特徴量 モデル 機械学習の種類 教師あり学習 分類 (質的変数の予測) 回帰 (量的変数の予測) 教師あり学習でのデータセット 教師なし学習 クラスタリング 次元削減(次元圧縮) 頻出パターンマイニング 異常値検出 アルゴリズムの評価 訓練データとテストデータ 学
Porting the Swift Runtime to Android, Part One: The How
Porting the Swift Runtime to Android, Part One: The How September 28, 2016 Shortly after Swift was open-sourced, Zhuowei Zhang sent an email to the swift-dev mailing list, introducing his fork of Swift, which could produce code that ran on Android devices. I worked on his fork, to adapt the code so that it could be merged into the Apple Swift repository. In February 2016 I sent a pull request, ent
実タスクで能動学習を試してみた - yasuhisa's blog
実タスクで簡単な能動学習を試してみました。結論としては、1200件で到達できる精度に400件程度のアノテーションでも到達でき、それによりアノテーションに要する時間をかなり削減できそうということが分かりました*1。今後、アノテーションを必要とする機械学習タスクをやる際には能動学習で一手間かけるのを検討してみようと思います。 能動学習をする動機 ここしばらく仕事のタスクで機械学習の教師用のデータをアノテーションをする機会がありました。機械学習する上で、1000件程度は学習データ欲しいという想定でポチポチとアノテーションをしていました。一人1時間で大体100件くらいのデータが作れるようなタスクでしたが、1000件アノテーションするには約10時間の作業工程が必要です。アノテーション自体よりはコードを書いたり実験するのが好きな人間なので、5時間くらいずっとアノテーションしていると疲労します。同じ精度
Amazon EC2 P2 インスタンス| AWS
Amazon EC2 P2 インスタンスは、GPU ベースの並列コンピューティング機能を備えた、強力でスケーラブルなインスタンスです。グラフィック要件が高いお客様は、G2 インスタンスの詳細をご覧ください。 P2 インスタンスは、CUDA や OpenCL を使用する汎用 GPU コンピューティング用途向けに設計されており、機械学習、高性能データベース、計算流体力学、金融工学、地震解析、分子モデリング、ゲノミクス、レンダリング、および非常に高い並列浮動小数点数処理能力を必要とするその他のサーバー側ワークロードに最適です。 Amazon Linux AMI には Caffe や Mxnet といった一般的な深層学習フレームワークが事前にインストールされており、すぐに使用を開始できます。また、NVIDIA AMI には GPU ドライバーや CUDA ツールキットが事前にインストールされており
googleの新しい時刻同期プロトコル Roughtimeとは - ASnoKaze blog
[追記] 2020年1月時点の動向について、新しく記事を書きました asnokaze.hatenablog.com Googleの「Adam Langley氏のブログ」で、新しい時刻同期プロトコルについて紹介されている。このRoughtimeは特定のタイムサーバに依存しないセキュアな方法で時刻同期を行うことを目的としたプロトコルです。すでに、googleのサーバで動作しており、roughtime.sandbox.google.com:2002に向けて公開されている専用クライアントで接続できる。 現在のセキュリティは現在の時刻に依存しており、その重要性はましています。証明書の有効期限や、OCSPレスポンス、Kerberosのチケット、DNSSECの応用やPGP鍵といった機能でも重要です。しかし、Chromeの証明書エラーのうち25%はローカルの時刻に起因するとしているとしています。 現在、最
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
GitHub - jwasham/coding-interview-university: A complete computer science study plan to become a software engineer.