2016年7月2日のブックマーク (6件)

  • マネーフォワードエンジニアインタビュー 谷口徹「BtoBはユーザーとの距離が近い」 - Money Forward Developers Blog

    エンジニアの越川です。 マネーフォワードの中の人を知ってもらう企画として、当社でフルタイムのRubyコミッターを務める卜部昌平がマネーフォワードのエンジニアにインタビューする企画、マネーフォワードエンジニアインタビューを始めました。 今回は第一回として、なぜか公認会計士試験2次試験に合格している、エンジニアでもありMFクラウド会計のプロダクトオーナー谷口のインタビュー記事です。 日時 2016年 6月 29日 (水曜日) 語り手 谷口徹(MFクラウド会計プロダクトオーナー兼エンジニア) 聞き手 卜部昌平(Ruby開発者) ガヤ芸人 越川直人(書き起こし・エンジニア) 青木香菜子(広報) 小川昌之(人事・写真担当) 谷口徹インタビュー たまたま住んでいる家の近所にマネーフォワード 卜部 とりあえず。 谷口 これは突然なんか話し始める感じですか。 卜部 何から始めますか。 谷口 そうですね。

    マネーフォワードエンジニアインタビュー 谷口徹「BtoBはユーザーとの距離が近い」 - Money Forward Developers Blog
  • ディープラーニングによる 自然言語処理 (技術編)

    名古屋大学特別講義 2016年6月29日(水) ディープラーニングによる 自然言語処理 (技術編) 日アイ・ビー・エム株式会社 東京基礎研究所 坪井 祐太 yutat@jp.ibm.com 1 ニューラルネットワーク技術詳細 • 目的関数 • 誤差関数 • 目的関数の最小化 • 勾配法 • 目的関数の微分計算 • 誤差逆伝搬法 • 誤差の分解と対処手法 • 推定誤差に効く手法 • 最適化誤差に効く手法 • RNNの話題 2 目的関数: 誤差 • 教師あり学習の目的関数 • 𝑥 ∈ 𝑋: 入力, 𝑦 ∈ 𝑌: 出力 • 入力xからyを予測したい問題設定 • 真の目的関数: 𝐿∗ 𝜃 = ∫𝑝 𝑥, 𝑦 ℓ𝜃 𝑥, 𝑦 𝑑𝑥𝑑𝑦 • ℓ𝜃は事例ごとの損失関数(後述) • 訓練データでの誤差 • データ分布p(x,y)は普通わからないので訓練データN個: D=

  • 「誰かを助ける」のに理由はいらない(哺乳類なら):研究結果

  • 中の人に聞いたGitHub flowの本当の使い方 - Qiita

    背景 今日GitHubの中の人のLTを聞く機会があって当のGitHub-flowを聞いてきたので 忘れない間にメモ GitHub-Flowのお約束 Masterにあるものは即座にデプロイ可能な状態に保つこと ブランチの上で必ず作業し、その生存期間を短くすること すぐにPRを作り、フィードバックやサインオフを求めること マージしたらすぐにデプロイすること 当のGitHub-flow 中の人曰くよくマージしてからデプロイすると言っている人がいるらしい。 だが当のGitHub-flowは違う。 当のflowは PR作成 ⇩ 修正 ⇩ デプロイ ⇩ フィードバック ⇩ マージ らしい。 マージ前にデプロイすることでさらにユーザーに近いところでフィードバックを受けることができるとのこと。 ダメなら直ちにmasterに戻す。なので決まりごとの中にmasterは直ちにデプロイできる状態にあること

    中の人に聞いたGitHub flowの本当の使い方 - Qiita
  • 英国の経済格差は日本よりどれだけ酷いか調べてみた - シェイブテイル日記2

    先週末のイギリスのEU離脱決定は今も世界経済に影を落としたままです。 イギリスでは、エリート社会と低所得者社会がもともと分断されているところに、この投票結果はさらに分断を強める結果になるだろうと報じられています。 そうすると、近年移民流入が続く英国の格差社会はかつての格差を超えて、さぞ酷いことになっているのだろうと思い、ピケティの所得データベースを使って実際のところを調べてみました。(図表1) 英国の所得下位者の所得は伸びているし、格差拡大もしていない 日の所得下位者の所得は著しく減り、格差は英国以上に拡大 図表1 英国・日の所得上位10%と下位90%の所得推移 出所:The World Top Incomes Database Thomas Piketty他 それぞれの所得水準は、2010年通貨で実質化されている。 英国の所得格差は5.5倍程度で変化がないが、日の所得格差は 4.4

    英国の経済格差は日本よりどれだけ酷いか調べてみた - シェイブテイル日記2
  • 「コツコツ努力できる人」は前向きでも、モチベーションが高いわけでもない。自動的に動いているだけ。

    コツコツ積み上げることは大事。よく言われるだろう。例えばこんな具合だ。 「毎日英語の練習をしよう」 「毎日記事を書こう」 「毎日お客さんに手紙を書こう」 だが、実際にやりだすと、 「うまくなっている実感がわかない」 「アクセスが伸びない」 「時間がない」 と、1ヶ月も立たないうちに諦めてしまいがちだ。頭で理解はしているが、体は動かない。これが人間の悲しい性だ。そのため「努力は、つらいことだ」というイメージが生まれ、手っ取り早く結果を出せるワザが人気を集める。 だが、時間をかけなければ成し得ないことも数多くある。 例えば人の信用を得たりすることや、高度な技術、卓越した知性などは多くの場合、気の遠くなるほどの数の基礎を少しずつ積み上げた結果の頂点に置かれた「キャップストーン」なのである。 そして、そこで重要なのは、「積み上げる」という単調で結果を実感しにくい仕事をいかにコツコツ続けるか、という

    「コツコツ努力できる人」は前向きでも、モチベーションが高いわけでもない。自動的に動いているだけ。