OSSベースの機械学習が強い理由
英語版はこちら。 TensorFlowの登場以降、OSSベースの機械学習の盛り上がりは加速しています。Kerasの作者のFrançois Cholletさんの言葉が、この状況を非常に端的に表しています。これだけでも十分だとは思いますが、この記事では、なぜオープンソースの機械学習が強いのか、最近のどういった流れがあるのかを整理したいと思います。 tl;dr機械学習やDeep Learningのフレームワークが充実してきた論文が査読前に公開され、他社も簡単にアルゴリズムの検証ができるようになった多くのプレーヤーの参戦により、アカデミアでの機械学習の研究がレッドオーシャン化した他社にないアルゴリズムで一発勝負、実装は秘密、というアプローチが厳しい牧歌的な時代5年前10年前の世界では、先端の機械学習に取り組んでいるのは大学などの研究室、大企業の研究所や一部の先進的な企業がほとんどでした。特に、ラベ
Slackと違ってオンプレミス環境で作れるOSSチャット基盤4選＆RocketChatの基礎知識
Slackでは、チャット形式でメッセージやファイルのやりとりができ、リアルタイムなコミュニケーションが可能です。また、UIが分かりやすく直感的に操作できるため、初めての人でも使いやすいのが特徴です。ユーザーは「チャンネル」というチャットルームに自ら参加し、自由なコミュニケーションができます。なお、一部の人だけでチャットをするプライベートチャンネルや、個人宛のメッセージも可能です。 その他、高い検索機能や簡単なファイル共有、多彩なショートカットコマンド、外部サービスとの連携の容易さなどが、人気の要因となっています。 Slackは現在最も注目されているチャットツールの1つですが、クラウド型サービスであるため、企業内でやりとりしたメッセージの内容やファイルなどのデータは外部のサーバに保存されることになります。企業によっては、社内情報を外部に保存することに抵抗があり、Slackおよびその他クラウド
オープンソースプロジェクトを最初から英語で運営してみてわかったメリットについて｜Rui Ueyama
僕は最近とあるオープンソースプロジェクトをオーナーとしていわば運営しているのですが、英語でプロジェクトをまわすというのは良いなと思うようになりました。他の言語を使うのに何も悪いことはないのですが、英語のほうがコミュニティがずっと大きいので想定外の幸運なことが起こる可能性が高くなるというのが理由です。 僕がやっているプロジェクトは開発ツールを作るというもので、それなりに専門的な知識が必要になるプロジェクトです。人間が書いたプログラムのコードは最終的に何らかの形でコンピュータが直接実行可能な形に変換されて実行されるわけですが、僕が作っているリンカというのは最後の実行ファイルを作成する部分を担当するプログラムです。つまり僕はプログラムを出力するプログラムを書いているわけで、そのためにはOSやCPU、入力や出力のファイルの形式などについてよく知っている必要があります。 また僕らの目標は既存のものよ
1
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
