atm_09_tdのブックマーク / 2018年5月8日

atm_09_td id:atm_09_td

2018年5月8日のブックマーク (6件)

プロジェクトの成功と、アウトカム | タイム・コンサルタントの日誌から
「自分がチャレンジする予定のプロジェクトでは、ゴール到達から成功失敗の判断まで半年かかることになっていますが、このような目標設定は適当ですか？」今回は、この質問を取り上げよう。例によって、大学でプロジェクト・マネジメントの講義をしていた時、学生から出てきた問いである。そして、とても良い質問だ。このときの講義のテーマは、「ミッション・プロファイリング」だった。この用語は、PMBOK Guideには出てこないので、なじみのない読者も多いかとは思う。プロジェクトにおけるミッション、すなわち使命を、その目的・ゴール及び目標（＝成功基準）などの観点から、分析・定義し文章化する作業である。その結果がプロジェクト・チャーターになる。授業では特に目標設定の大切さを学生に教え、修士論文や就活を題材に、プロジェクトとしての目標を考える、簡単な演習を入れている。さらに、自分がこれから将来関わるであろうプロ
atm_09_td 2018/05/08
プロジェクト

マネジメント
リンク
結局、機械学習と統計学は何が違うのか？ - Qiita
これは私達の行っているデータサイエンスのトレーニングで、日本でもグローバルでもよく聞かれる質問です。実は2年ほど前にこの質問に正面から真摯に答えていた"Machine Learning vs. Statistics"という、とても素晴らしい記事があるのですが、今日は、そちらの記事をみなさんに紹介してみたいと思います。ちなみに、筆者のTom FawcettとDrew HardinはSilicon Valley Data Scienceというデータサイエンスのコンサルティング会社で、多くの有名企業がデータサイエンスを使ってビジネスの問題を解決するための支援を行っていました。ちなみに、その会社の方は去年、Appleに買収されています。さらに、Tomは、「Data Science for Business」(翻訳書：戦略的データサイエンス入門 ―ビジネスに活かすコンセプトとテクニック）という有名
atm_09_td 2018/05/08
統計

機械学習
リンク
[第1回]Kubernetesの公式チュートリアルをやって基本を押さえる -アプリのデプロイ- | DevelopersIO
コンニチハ、千葉です。 Kubernetesを勉強中です。Kubernetesは簡単に使えて、かつコンテナのデプロイや可用性を向上することができます。高度なことを簡単に使えるようにテクノロジーが注ぎ込まれています。チュートリアルでは、クラスタの起動からアプリケーションのデプロイ、確認、公開、アップデートまで基本的なライフサイクルを身につけられます。分量が多いので数回に分けて、チュートリアルをやっていきましょう。範囲＊の箇所が第1回の範囲です。＊クラスターの作成＊アプリケーションのデプロイ＊アプリケーションの状態確認アプリケーションの公開アプリケーションのスケールアウトアプリケーションのアップデート他の回はこちら環境の用意チュートリアルを実施するKubernetesの環境を用意します。 Kubernetesのベーシックチュートリアルでは、Web上でターミナル環境が用意
atm_09_td 2018/05/08
kubernetes

チュートリアル
リンク
regxr - macOS用の正規表現チェッカー
MOONGIFTはオープンソース・ソフトウェアを紹介するブログです。2021年07月16日で更新停止しましたプログラマといえども難しいのが正規表現です。プログラミング言語によって方言もありますし、マッチした後の変換などでつい指定を間違えてしまったりします。Atomなどはマッチした部分が置換前にハイライトされますが、Emacsなどはそんな機能もないので何度もミスしてしまいます。そこで使ってみたいのがregxrです。macOS用の正規表現チェッカーです。 regxrの使い方上に正規表現、下にサンプルになるテキストを記述します。マッチした場所がハイライトするので分かりやすいです。反映はリアルタイムに行われます。正規表現の練習に良いですね。 regxrはSwift製なので、適用される正規表現はSwiftで使えるものになるでしょう。プログラムに組み込む前に正規表現を試したり、思ったマッチに
atm_09_td 2018/05/08
Mac

正規表現
リンク
Python: 機械学習の学習済みモデルを pickle でファイルに保存する - CUBE SUGAR CONTAINER
今回は機械学習において学習済みのモデルを取り回す方法の一つとして pickle を扱う方法を取り上げてみる。尚、使うフレームワークによっては pickle 以外の方法があらかじめ提供されている場合もある。例えば学習済みモデルのパラメータを文字列などの形でダンプできるようになっているものとか。ちなみに pickle という機能自体は機械学習に限らず色々な用途に応用が効く。より汎用な解説については以前に別の記事でまとめたことがある。 blog.amedama.jp 使う環境は以下の通り。 $ sw_vers ProductName: Mac OS X ProductVersion: 10.13.4 BuildVersion: 17E202 $ python -V Python 3.6.5 下準備今回はサンプルとして scikit-learn を使うため、まずはインストールしておく。
atm_09_td 2018/05/08
Python

pickle
リンク
Python: pickle を使って pandas の CSV 読み込み時間を削減する - CUBE SUGAR CONTAINER
機械学習やデータ分析に使うデータセットは CSV などの形式で提供される場合がある。それを Python で処理するときは pandas の DataFrame 形式に変換することが多い。このとき CSV から DataFrame に変換する処理は意外と時間がかかる。特に大きなデータセットでこれを毎回やっていると効率が悪い。今回は、一旦読み込んだ DataFrame を pickle を使って直接ファイルに保存することで時間を節約できるという話について。使った環境は次の通り。 $ sw_vers ProductName: Mac OS X ProductVersion: 10.13.4 BuildVersion: 17E202 $ python -V Python 3.6.5 下準備まずは pandas と iptyhon をインストールしておく。 ipython を入れている
atm_09_td 2018/05/08
Python

pickle
リンク
- 2018年5月9日
- 2018年5月8日
- 2018年5月7日