機械学習を勉強するときはDockerを使うと便利 - あさのひとりごと
いまお仕事の関係で、機械学習の教科書的な書籍を読んだりオンライン講座を受講したりしながらサンプルやチュートリアルを動かして勉強しています。 機械学習を勉強するときは、Pythonの環境を構築し、JupyterNotebookを使って、実際に手と頭を動かしながら行うのが効率的です。が、アルゴリズムの理論そのものの理解がすでにしんどい上、過学習対策のための正則化、汎化性能の評価、クロスバリデーション、不均衡データや少ないデータはどうすればいいか、などなどいちいち難しいことを数多く勉強しなければなりません。 その上、、、、機械学習での学習は、1度やれば終わり！ではなく、パラメータチューニングしたり、データを増やしたり加工したりしながら、繰り返しなんども行う必要があります。一見ビジネス寄り＆アカデミックな雰囲気を醸し出していますが、実際のところは、非常に泥臭い作業のオンパレードです。 が、、、、、
RedashでAmazon Athenaのクエリ結果をビジュアライズする | DevelopersIO
Amazon Athenaのクエリ結果をチーム内で共有する場合、クエリ結果を表やグラフ形式でビジュアライズできると便利です。この場合Amazon Athena自身にはビジュアライズの機能がないため、他プロダクトの力を借りる形になります。 弊社ブログでもAmazon QuickSightとTableauでAmazon Athenaのクエリ結果をビジュアライズする方法が紹介されています。 【新機能】Amazon QuickSightがAmazon Athenaをサポート！ ｜ Developers.IO Tableau 10.3新機能：Amazon Athenaへ接続 #tableau ｜ Developers.IO OSSのプロダクトという観点では、Redashも有力な選択肢になるかと思います。 今回はこのRedashでAmazon Athenaに接続しクエリ結果をビジュアライズする方法をご
GPSやWi-Fiなしで屋内ナビを実現するには？ Microsoftのユニークな試み
GPSやWi-Fiなしで屋内ナビを実現するには？ Microsoftのユニークな試み：鈴木淳也の「Windowsフロントライン」 今やスマートフォンの地図アプリとナビゲーション機能さえあれば、知らない街でも迷わず目的地に行けるのが当たり前になった。こうした機能はGPSのような衛星を使った位置情報システムで実現されているが、残念ながらGPSの電波を受信しにくい屋内や地下では十分なナビゲーション機能を提供できていない。 そのため、屋内や地下にもナビゲーション機能をもたらすため、さまざまな技術が日夜開発され続けている。しかし、精度や使い勝手、ましてや普及の面ではまだまだというのが実際だ。 例えば、Wi-Fiに加えて、Bluetooth Beaconと呼ばれる省電力型Bluetooth（BLE）を使った補正システムなどが一部導入され、既に展示会や特定施設内でのスマホ向け案内アプリに利用されている。
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
