はてなブックマーク

TL;DR ソフトウェア・エンジニアが、めくるめく「地図」「位置情報」「GIS」の世界へ踏み入れるのに最適な一冊。 GIS（Geographic Information System, 地理情報システム）分野の基礎知識と実践方法をバランスよく提示 地図投影法やデータ形式、Webでの配信方法といった基本（第2章） QGISによる位置情報データの加工（第3章） LeafletやTurf.js、MapLibre GL JSといった技術を用いたWebアプリ作成（第3,4章） バックエンドについては簡単な言及のみ コードとデモ HTML, CSS, JavaScript の基本的な知識が前提 https://github.com/kanahiro/location-tech-sample-v1 で公開 以下のような位置情報アプリを実装できるようになります: 書籍情報 Twitterハッシュタグ #位

はじめに 名前解決サービスって？ 皆さんが今お使いのネットワーク（LAN）には、「example」という名前のPCは接続されているでしょうか？ 臨時使用の仮想マシンを作る際に foo とか hoge の様な名前のマシンを構築することはあるかもしれませんが、普通はそんなコンピューター名にはしないと思います。また、/etc/hostsに「example」という名前に関する定義はあるでしょうか？ たとえば、127.0.0.1 exampleと書かれていれば、ping exampleを実行すると、自マシンからのping結果が返ってくるはずです。 ここから先は、「example」という名のホストは存在せず、/etc/hostsにもそのような定義はなく、ping exampleを実行すると、ping: unknown host exampleという結果が表示される前提で話を進めます。 ホスト名からIP

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

2021-07-07 UPDATE: Sudachi公式チームへレポジトリを委譲しました。公式版が改めて公開される予定です (cf. https://github.com/WorksApplications/sudachi.rs, 日本語形態素解析器 SudachiPy の 現状と今後について - Speaker Deck) sorami/sudachi.rs - GitHub TL;DR 🍋 形態素解析器「Sudachi」の非公式Rust実装「sudachi.rs」をつくっている 🦀 自然言語処理ではPythonやJuliaが主流だが、一部のツールにはRustは良いかも 注: 著者は、Sudachiの開発元であるワークス徳島人工知能NLP研究所に所属していますが、「sudachi.rs」は個人的にRustの勉強を兼ねて作っている趣味プロダクトです。 🍋 形態素解析器「Sudachi

GUIアプリを作ってみましょう。Raspberry PiならPythonでやるのが王道かとは思いますが、本記事ではC++を使用します。GUIフレームワークはQt5を使用します。 インストール OSはraspbianの最新版 2017-11-29-raspbian-stretch （liteじゃない方）を使用します。標準パッケージに Qt 5.7.1 が用意されていますので、インストールは難しくありません。 マイクロSDカードにOSを書き込んだら Raspberry Pi を起動します。raspi-configを実行して、ロケール、タイムゾーン、キーボードレイアウトの設定を行ってください。再起動したら apt-get update、apt-get upgradeを実行します。ここまではRaspberry Piの基本ですので、手順は割愛させて頂きます。 Qt5とその開発環境である Qt Cre

tl;dr （要約） Kuromojiに代わる新しい形態素解析器「Sudachi」 なにが良いの？ 最新の辞書 企業（ワークスアプリケーションズ）による継続的な更新 複数の分割単位 → 検索用途での再現率と適合率の向上 プラグインによる拡張 省メモリ Elasticsearchで使いたい プラグイン: WorksApplications/elasticsearch-sudachi 使い方は当記事の後半をご覧ください 注: この記事の執筆者はSudachiの開発に関わっています さまざまな形態素解析器 形態素解析は、伝統的な自然言語処理（Natural Language Processing, NLP）において基盤となる技術です。そして世の中にはさまざまな形態素解析器が存在します。販売されているものもありますが、一般に公開されているものだけでもいくつか例をあげると、JUMANとRNNLMを利

マルチプラットフォームでGUIのGitクライアントアプリを開発中です。 という話を、昨年12月に書きました。 この場を借りて、この自作アプリの宣伝をさせていただきます。オープンソースなので開発に協力してくださる方や、開発は無理でも、使ってみて要望を寄せてくださる方も歓迎です。あと、このアプリの存在を広めていただけるだけでも嬉しいです。 そんなアプリの、開発の経緯や進捗の報告、機能の紹介をしたいと思います。 自宅のプライベートリポジトリで開発を始めたのは昨年2月、バージョン0.0.0を公開したのが昨年のクリスマスでしたので、開発を始めてから、まもなく2年が経ちます。 最初はGitの使い方を私自身が習得するためと、内部の仕組みに興味があったので、自分の勉強のために開発に着手しました。当時存在していたいくつかのGitクライアントを試してみながら、「ぼくのかんがえたさいきょうのGitくらいあんと」

9月末に「プログラミング言語を作る」という記事が投稿されました。俺の考えた最低の言語なので「俺言語」です。まずはそちらをお読みください。 http://qiita.com/shuetsu@github/items/ac21e597265d6bb906dc JSON形式でプログラムを記述し、それを実行するインタプリタです。多くの人たちが様々な言語で、俺言語インタプリタを実装し、大いに盛り上がりました。 私もC++版を投稿しました。 http://qiita.com/soramimi_jp/items/aa99c00a65579c2e25a2 あれから2ヶ月経ちましたが、最近仕事でLLVMを扱うことになったので、その勉強も兼ねて、俺言語コンパイラを作ってみました。 実際には LLVM IR という中間コードを生成するものなので、厳密にはコンパイラではありません。正しくは、コンパイラのフロントエ

はじめに さだまさし x IT Advent Calendar 2015 - Qiita という素敵な企画があります。 いたく感激し、参加したいと思ったのですが、考えている間に枠が埋まってしまいました（ohtamanさんに24日枠を取られてしまいました）。 ともかく、Juliaで簡単なLDAを実装し、さだまさしさんの歌詞に適用してみました。 トピックモデル 「トピックモデル」とは、データの潜在的な”トピック”を見つけ出すための手法です。これだけ言われてもなんのことかさっぱり分からないとは思いますが、世の中にはとても素晴らしい解説資料が沢山あるので、興味がある方はぜひ記事末の文献一覧を参照ください。 トピックモデルといっても色々なものがありますが、最も有名で、よく使われているものが、今回の題材となるLDAです。 LDA Latent Dirichet allocation（LDA, 潜在的デ

「データサイエンティスト養成読本 機械学習入門編」を、著者の福島真太朗さんからいただきました。ありがとうございます！ 福島さんとはプログラミング言語Juliaの集い「JuliaTokyo」などで交流があり、彼の記事「機械学習ソフトウェアの概観」にてJuliaも紹介されていることから、今回書籍をいただけることになりました。 この記事では、昨今の機械学習を取り巻くソフトウェアの紹介で、R、Python、MLlibと並んで、Juliaでの予測モデルの構築・評価の実行例が述べられています。 出版前、福島さんが「Juliaを軽くdisってあるんで」と仰っていたので、どのような内容なのかビビっていたのですが（笑）、説明も非常に丁寧で、結論も至極納得のいくものでした。 いまだ情報が少なく、「検索してもヒントとなるページが見当たらず、ソースコードに立ち戻らないとならないことも往々にして発生」（p.85）と