リアルタイム共同編集のアルゴリズム (Operational Transformation; OT) を理解する試み – RORO
Google Docsのように文書を複数人でリアルタイムに共同編集できるアプリケーションがあります。あのような機能は、多かれ少なかれ、Operational Transformation (OT; 操作変換) という考え方を使って実現されているようです。興味があったので、このOTについて調べてみました。 (追記: これからは OT でなく CRDT だという話 → I was wrong. CRDTs are the future) なおGoogle Docsではいわゆる「リッチテキスト」を共同編集できますが、ここでは話を簡単にするために「プレーンテキスト」を共同編集することを想定します。 リアルタイム共同編集の流れ 共同編集システムの登場人物は次の通りです： サーバ x 1（各クライアントから届く編集操作をもとに、最新の文書を保持します） クライアント x N（文書を編集する側です） そ
8時間を0.01秒に短縮 「アルゴリズムの素晴らしさが2分で分かる動画」が今すぐ勉強したくなる分かりやすさ
※本記事はアフィリエイトプログラムによる収益を得ています アルゴリズムの素晴らしさを2分で解説した動画が、とても分かりやすくためになると人気です。なるほど、これがアルゴリズムと仕組みかぁ。 最短経路をアルゴリズムで算出しよう この動画では、迷路を最短手数で解くアルゴリズムについて解説。迷路はマス目状になっており、全部で8900億個の手順が存在するものとなっています。全ての経路を試せば最短手順を導き出せますが、普通のコンピュータでは約8時間かかってしまう計算になります。 全パターンの網羅は非常に時間がかかります そこで計算の手順を変更。スタートに0を書き、その隣1を、また隣に2……と繰り返していきます。こうして進めていくと最終的にゴールは34となり、この34が最短手数となることが分かります。今度はゴールから34，33，32とたどっていけば、最終手数で進む経路の1つが導き出せました。 数字を振
TensorFlowとは？不動産の価格をTensorFlowを使って予測してみよう（入門編）
機械学習をやってみたいけど何から初めて良いか解らないと思ったことはありますか？もしそうでしたら、この記事はそんな方に向けて書かれています！ 本記事では「TensorFlow 入門」として、Googleが提供する機械学習フレームワークである「TensorFlow」を使って、不動産価格を予測する流れをまとめました。概要は下記の通りです。 プログラミング経験がある方が対象 環境構築不要！ブラウザのみで可能 TensorFlowの基礎的な使い方が学べます 機械学習の基礎が学べます 所要時間の目安は1〜3時間程度 TensorFlow（読み：テンソルフロー）とは、グーグルによって開発された高速数値解析用のPythonライブラリです。ディープラーニングやニューラルネットワークを構築するのに使われます。また、TensorFlowをバックエンドとしたラッパーライブラリも多く出回っています。 グーグルによっ
【感想】『Google AdSenseマネタイズの教科書』が神本である５つの理由 - 俺の遺言を聴いてほしい
『Google Adsenseマネタイズの教科書』が素晴らしい本でした。 これまで何冊もアドセンス本やSEO本を読んできましたが、ダントツで濃い内容でした。 仮の話ですが、本の執筆陣の方々が『マネタイズの教科書』の内容をnoteに書いて、 「カリスマアドセンサーが教える、10年先もグーグルアドセンスで稼ぐ10のコツ」 みたいなタイトルをつけて、「序」「破」「急」に分けて発売すれば、それぞれの価格が4,800円でも飛ぶように売れたでしょう。 『Google AdSenseマネタイズの教科書』の内容でセミナーを開けば、一回につき一人10,000円以上の価格でも、満員御礼となっていたように思います。 この本には、それくらいの価値は間違いなくあるといえます。 なぜなら、本に書かれている内容を繰り返し読んで、真摯に実践していけば、必ず投資分の元は取れるであろうことが容易に予想できるからです。 これは
最新グーグルSEO要因と順位の関係7つのポイント、サイバーエージェントと京都大学が共同研究 | 【レポート】Web担当者Forumミーティング 2013 Autumn
取得したデータを基にした分析手法では、上位のサイトのデータ項目の傾向を機械学習させ、そのアルゴリズムを用いて順位を予想し、実際のGoogleでの順位との誤差でアルゴリズムの信頼度を決めている。また、これらの分析結果を解説する前に木村氏は、相関関係があるからといって必ずしも因果関係があるわけではないこと、相関が大きければよいわけではないこと、定量データ以外は計測できていない（今回のデータがすべてではない）ことを注意点として示している。 インデックス数が最も高い相関を示す続いて、ランクとの相関が大きい要素として圧倒的に大きかったのが「インデックス数」であったことを示す木村氏は、物理的にURLの配下にあるページ数がランクとの相関が大きいと説明する。 また、ディレクトリトップやサイトトップのインデックス数も相関が大きい要素として挙げられている。被リンク数に関連する要素（被リンク総数、被リンクサイト
1
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
