Fork is getting better and better day after day and we are happy to share our results with you.
Fork - a fast and friendly git client for Mac and Windows
Fork is getting better and better day after day and we are happy to share our results with you.
2016年に設計なんてない、そこそこの量のJavaScriptのエラーを監視して対策し始めました雑感
公開されるどこにも記録を残していないような気がするが、2016年の初めからとある事情により JavaScript のエラーをサーバに送りつけて監視サービスに送りつけてエラーの発生を知り、修正する、ということを地味にくり返していた。 そこに至る顛末と今後の分析の予定のお話。 背景これまで扱ってきたものはそこまで JS ヘビーでないものが多く、また自分で書くものはできるだけユニットテストが動くように書いていた and そもそも監視サービスが入っていなかったので、エラーのログをサーバに送るとか監視するとか、そこまで手をかけていなかった。 しかし今回の案件は初期の設計では考えてもみなかった量のカウボーイスタイル JS がコミットされしまい、要するに非常にイキのいいフレッシュなレガシーコードがてんこ盛りで動いている状態になってしまった。 （あーはい、全部ぼくがコードレビューしてリジェクトすれば防げた
ベンチャー企業「本当にあった失敗例」83パターンを見れるこの無料サイトがスゲエ。
ベンチャー企業「本当にあった失敗例」83パターンを見れるこの無料サイトがスゲエ。 ビジネスは失敗例に学ぶ 世界的な事業家やカリスマ経営者、起業家や億万長者の成功ノウハウ…。 一見とっつきやすいそれらを参考にしようと思っても、その「武勇伝」は、聞く側にとっては現実味に乏しく、なんだか結局は身にならないことも多いもの。 では、ビジネスを成功へ導くには、何に学ぶのが良いのでしょうか。ノウハウ本？ サロン？ セミナー？ それはズバリ「失敗例」です。 「失敗の法則」をつかんでおく 会社の「どんな業種が／どんな時期に／どんな要因」でつまづき、痛手を負ったのか。 そしてそこから墜ちたのか、這い上がったのか。 もしそれらのデータをサクサクと、しかも同じ調査、同じフォーマットで比較することができたら、効率よく「失敗の法則」をつかむことができるでしょう。それも、雲の上の世界的大企業の事例でなく、従業員100人
機械学習モデルを推定する方法 : 研究開発
「White-box」とは、訓練されたモデルをローカルでダウンロードして使用すること 「Monetize」とは、ユーザーがモデルへのブラックボックスアクセスを他のユーザーに課金すること 4 Extraction with Confidence Values まず信頼性の値を返す予測APIに注目した抽出攻撃方法 ここでは logistic regressions (LR), neural networks, and decision trees を、対象としている。 4.1 Equation-Solving Attacks 多くの機械学習モデルは、入力xと実数値モデルパラメータの連続関数としてクラス確率を計算している この場合、このクラス確率を示すAPIは、未知モデルパラメータの方程式として見ることができる サンプル (x, f(x)) を敵に提供する事になる 4.1.1 Binary lo
AppleScript の JavaScript for Automation で Excel から JSON ファイルを作成する - ObjecTips
これまでの記事 これらを組み合わせて Excel のシートから JSON ファイルを作成するという事をやってみる。 例として以下の様なシートを用いる。 一応シートのデータも Gist にアップした。 sample data セルの内容を取得して配列化する まずアプリケーションの取得を行い、Excel の worksheet の取得を行う。 app = Application('Microsoft Excel'); worksheet = app.worksheets['Sheet1']; シートの一番上の行は列の内容を表すタイトル部分になっているので、表の内容取得はインデックス1の行（2行目）からループ処理で row を順番に取得してくようにする。 for (rowIndex=1; ; rowIndex++) { row = worksheet.rows[rowIndex]; } 上のコー
Even Faster Images using HTTP2 and Progressive JPEGs
Tobias Baldauf (@tbaldauf) is a web performance evangelist and consultant at Akamai. He creates DevOps tools, image optimization algorithms & speaks at conferences. He's a proud dad, mindful veggy & music lover. tl;dr: Progressive images render faster on HTTP2, thus increasing perceived performance. Take control of progressive JPEG’s scan layers to show meaningful image content with only 25% of im
「もっと書きたい、もっと早く…！」を求めてブログを書くために実践しているたったひとつの方法 | DevelopersIO
はじめに おばんです、初コミケ参戦に意気込んで実弾（小銭）の用意も完了した田中です！！！明日は戦じゃ！ 今回は自分が登壇するイベントレポートと登壇報告のレポートをイベント終了時には同時にアップし終えている私が普段実践している、とにかくブログを早く書く方法をご紹介します。 もくじ ブログを早く書くことの必要性 テンプレートを作る テンプレート紹介： イベントレポート テンプレート紹介： 実績系（出演・執筆・登壇報告など） テンプレート紹介： 技術TIPS テンプレート紹介： 大きな粒度の技術まとめ まとめ 参考・関連 ブログを早く書くことの必要性 ネタの鮮度問題? まず問題点として以下の二つがもっとも大きな問題として挙げられます。 人が持つ特定の技術やイベントに対する熱はいつまでも保てない 自分が保持しておけるネタの鮮度はいつまでも保てない 前者は技術トピックであれば熱が保たれる期間はまだ長
LinuxのI/OやCPUの負荷とロードアベレージの関係を詳しく見てみる - Qiita
大人気TBSドラマ、「逃げるは恥だが役に立つ」でも話題になったインフラエンジニアという言葉ですが、今ではインターネットインフラを知らないまま開発をするのも難しい状況になっています。クラウドが一般化されたからといって単にリソースの調達が簡単になっただけで、つまりハードウェアの知識が無くても何とかやっていけるようになっただけであり、インフラの知識が要らなくなったなどということは全くなく、むしろdevopsの掛け声とともに、ソフトウェア開発者にインフラを見なければならない新たな責務が課せられたという、なかなか痺れる状況なのだろうと思います。 そういった中で、先日のさくらインターネットのAdvent Calendar最終日に「いまさら聞けないLinuxとメモリの基礎＆vmstatの詳しい使い方」という記事を書かせて頂きましたが、今回はLinuxサーバの「負荷」と、ロードアベレージに関して、掘り下げ
Top 20 Python Machine Learning Open Source Projects, updated - KDNuggets
Top 20 Python Machine Learning Open Source Projects, updated Open Source is the heart of innovation and rapid evolution of technologies, these days. This article presents you Top 20 Python Machine Learning Open Source Projects of 2016 along with very interesting insights and trends found during the analysis. Continuing analysis from last year: Top 20 Python Machine Learning Open Source Projects, t
モチベーターという職媒 – カワマタ さとし – Medium
モチベーターという職媒久しぶりのブログの投稿です。ブログを連投してた時期は半年？くらい前で、何かを言いたくてたまらないような時期で、それも落ち着いて、何かを作ることに時間と意識を使っていました。今年の振り返りのブログはまた後ほど書くとして、久しぶりのテーマはモチベーションです。 ひょっとしてモチベーション上げるのうまい？最近、ひょっとして、僕は周りの人たちのモチベーションを上げることが得意なんではないか？ということに、うっすら、いや、割と普通に気づきました。というのも、会社のチームでも自然と中心にいてメンバーを鼓舞していたり、3331α_art_hack_dayというハッカソンでも僕が特に作品に強い制作力を発揮したわけではないですが、チームメンバーのモチベーションを上げていたり、と、なんかそんな出来事が多いです。このハッカソンでは、人工生命体を作って優勝したりしました。（いやこれはチームが
エンジニアな僕の情報収集法 - Qiita
はじめに エンジニアの情報収集の話です。 僕は、けっこうストレスな環境で情報収集をやっていて、クリスマス一人ぼっちを機に見直し、やり方を変えてみました。 ちょっと自分メモ的なところがありますが、qiitaにしてみました。 ※ ここでは参考先URL(link)がある情報だけです。それ以外は対象外としています。 ※ これがベストなやり方と主張してるわけではないです。人それぞれ自分にあったやり方でやれば良いと思います。僕の場合はこうなったよ、というのqiitaにしただけです。 やり方変更前とストレス やり方変更後と辞めたもの 解決したこと やり方変更前とストレス やり方変更前の全体像 やり方変更前の全体像です。 「Input情報」をまとめていた「Input先」(feedly,HBfav,TechFeed,Twitter,Facebook)が複数あり、分散して情報観覧してました(図の赤線)。 「O
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 - housseindjirdeh/angular2-hn: :boom: Progressive Hacker News client built with Angular
GitHub - geckotang/alfred-hatebulist: はてブのマイブックマーク内から検索するAflredのワークフロー
Downloads for Chrome Browser | Chrome Enterprise | Google Cloud
Considerations for Choosing 3rd Party Swift Libraries