3. 自己紹介 • Twitter ID:@ito_yan • 本業は仮想サーバ環境のインフラ管理者 • ネットワーク、セキュリティでご飯食べてます • ITサービスマネージャ見習い • インシデント対応では現場の最前線で指示出してます • 今年はNASに構築したRAIDのHDDがよく壊れました • 奴は初回統計検定1級合格者の中で最弱… • 「まずはスモールデータより始めよ」派 • 少ない投資で済むスモールデータを経由せずに、 大規模な投資が必要なビッグデータを薦めない 3
↓↓↓↓訂正あります。↓↓↓↓ 2018/07/02に株式会社エフコード社内で行われた勉強会のスライドです。 訂正版(随時更新中): https://docs.google.com/presentation/d/15HOMfAbtdWwO48njcB8IdkN3kVAMu3wsmZo0O3S-f_4/edit?usp=sharing 専門家による資料・専門家向けの資料ではありません。自分自身で学習し、論文・文献等を読解してまとめた内容となります。間違い等あるかもしれませんが、あれば是非コメント頂ければと思います。 【訂正事項】 スライド16: 誤:たった一つのプロセスが故障しただけでも有限時間で合意できない 正:たった一つのプロセスが故障しうるだけでも有限時間で合意できない スライド20: 誤: 重要: あるschedule σ1, σ2 がdisjoint (nodeが被ってない) なら
11. ● デザインはiOSのものが提供される ○ 必要なリソースはiOS版からもらってくるのでコスト減 ○ ビジネスロジックはiOS版コードを閲覧でできる ● 画面遷移等の仕様がはっきりしているので、仕様策定にか かる時間を削減できる ● SNSは指定ハッシュタグで投稿するだけ すでにiOS版が存在する
3. 2 Agenda 1. 自己紹介 2. RDBMSで履歴データを扱う スナップショットデータモデル トランザクション時間データモデル 有効時間データモデル バイテンポラルデータモデル 3. Javaからバイテンポラルモデルを容易に扱うReladomoの紹介 hashtag: #ccc_g3 4. 3 自己紹介 趣味:ドラム演奏 JavaOneコミュニティバンド Null Pointersで演奏経験あり(日本人初) Tech Lead @ FOLIO 伊藤 博志 Eclipse Collections:共同プロジェクトリード兼コミッター Reladomo:コントリビューター OpenJDK:コントリビューター JJUG CCC、Java Day Tokyo、JavaOne San Francisco登壇 2017年5月17日に株式会社FOLIO入社。 hashtag:
This document contains code for a Jenkins pipeline that defines stages for compiling, testing, packaging, deploying, and smoke testing a build. It also contains code to send notifications to Typetalk if the build fails. Additional code shows how to fetch pull request branches from a Git remote and check if a pull request is open for a given branch.Read less
小学校以降〜大学受験まで、学年に関係なく、受験を控えている or 受験をするかもしれない子どもの親に向けて、親にこそ知っておいて欲しい効率的な勉強方法を有給ニート中の有り余るヒマを注ぎ込んでまとめてみたスライド。Read less
スタートアップを始める前に知っておくべき、スタートアップの反直観的な事柄やスタートアップの逆説についてまとめました。Paul Graham と Peter Thiel の言説を振り返りたいときにどうぞ。※ 6/30 に東京大学のアントレプレナー道場で話した内容です。 1.不合理なアイデアこそが合理的 2.良いアイデアは説明しづらい 3.難しい課題のほうが実は簡単 4.良いプロダクトの機能は少ない 5.多数のLike より少数のLove を 6.スタートアップのアイデアを考えてはいけない 7.競争は敗者の戦略—独占せよ 8.小さな市場から始める 9.スケールしないことをしよう 10.チームに多様性はいらない 11.会社化すると良くない 12.スタートアップに関する知識はいらない 13.やりたいことはやってみないと分からない +逆説のベンチャー投資Read less
数式なしで機械学習から自然言語処理における深層学習、実装したプログラムの説明。さらに実践における注意点と勉強方法についてまとめました。keynoteで作成してPowerPointに出力したので若干ずれています。その点はご容赦ください。Read less
Several recent papers have explored self-supervised learning methods for vision transformers (ViT). Key approaches include: 1. Masked prediction tasks that predict masked patches of the input image. 2. Contrastive learning using techniques like MoCo to learn representations by contrasting augmented views of the same image. 3. Self-distillation methods like DINO that distill a teacher ViT into a st
SensorBeeとfluentdを使ってElasticsearchに機械学習適用後のツイートを流し込んで検索や可視化を助ける話Read less
1. 自然言語処理のための Deep Learning 東京工業大学 奥村・高村研究室 D1 菊池悠太 @kiyukuta at 2013/09/11 Deep Learning for Natural Language Processing 13年9月28日土曜日 3. 2つのモチベーション - NLPでニューラルネットを - 言語の意味的な特徴を NN→多層×→pretraining→breakthrough !! 焦って早口過ぎてたら 教えて下さい A yet another brief introduction to neural networks http://www.slideshare.net/yutakikuchi927/a-yet-another-brief-introduction-to-neural- networks-26023639 13年9月28日土曜日
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