DeepLearning/機械学習を始めると必ずいるカス - BizDeep
(2018.1227)なんか急にバズったのでちょっと追記しました。 ディープラーニング人材はやばい奴だらけ これから「AIを仕事に導入したい！」と思う人は沢山いるでしょう。 ただ「ディープラーニング」や「AI」という言葉に関しては世間で色々な誤解がされており、正しく現状を理解できている人はとても少ないように思います。 ディープラーニングという言葉はAlexNetがでた2012年頃に流行り出しました。 実際に企業が仕事としてディープラーニングに手を出し始めたのはAWSがGPUインスタンスをリリースした頃からだと思うので2014年ぐらいからでしょうか。 まだ流行り出して５年も経っていない技術であるため、最新の研究レベルでもディープラーニングの全容は明らかになっていなかったり(参照： ディープラーニングの解釈に関するサーベイ論文) 、正しくディープラーニングを理解するための教科書や参考書などもま
マンパワーは足し算では動かない｜深津 貴之 (fladdict)
動画そのものはネタ動画だ。が、人的リソースの運用ミスを、端的に表現している。 一人で素早くできる作業が、共同作業になった瞬間にグダグダになる。いくつかの条件がそろうと、マンパワーの追加は生産性に貢献しなくなる。 ・状況が刻々と変化し、リアルタイムのチューニングが必要になる ・作業者の間で、多くのインタラクションが発生する ・インタラクションそのものの時間コストが大きい ・インタラクションが不定期に発生する ・動作の始動や停止に時間がかかる高速道路の渋滞、役所のたらい回し、伝言ゲームなどが典型的な例だろう。 逆に、マンパワーの増員でスケールする分野はどうだろうか。作業者が完全に分業するケース、インタラクションが周期的に起こるケースが多い。 ・作業者の作業が独立している ・インタラクションの時間コストが小さい ・インタラクションが周期的パターンで発生するこちらは工場のコンベア作業、椀子そば、餅
なぜ、組織のつくりとソフトウェアアーキテクチャは似てしまうのか - Qiita
このエントリーは、Engineering Manager Advent Calendarの25日目、最終日の記事です。 はじめに 拙著「エンジニアリング組織論への招待」では、ソフトウェア自体の構造とソフトウェアを作り上げる組織の構造が似てしまうという「コンウェイの法則」についてたびたび引用しました。 この「コンウェイの法則」は、ある一定規模の組織で働いたことのあるエンジニアであれば、実感を持って捉えることができるのでしょう。 しかし、何故、どのような力が働いて、「組織構造」と「ソフトウェアの構造」が似通ってきてしまうのかと問われると説明の難しいものです。 拙著においては、ロナルド・コースの取引コスト理論をベースに、社内取引においても取引コストが存在し、その取引コストがソフトウェアの構造をも変えていくという説明を行いました。 本記事は、さらに踏み込んで、組織やビジネスに働く力学と、システムで
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
