追記1 いくつかのブクマにコメントを書いた。 https://anond.hatelabo.jp/20240111113631 追記1終わり 追記2 予算については立地、店によって違いが大きいのでわざと書いていないのだけど https://anond.hatelabo.jp/20240111143918 がいいとこついてるなと思う。 追記2終わり 追記3 「何を頼むかより、飲みながらどう過ごすのかがよくわからん。」というブコメにこれほどスターがつくとは想像していなかった（増田は気にしたこと無かったから）。増田はぼーっとしているかバーテンダーとしゃべるかたまにスマホ見てる。過ごし方が気になるなら1人誘って2人で行くのが良いんじゃないかな。3人、4人になるとテーブル席の可能性が高くなって喫茶店やレストランで良いんじゃないかとなりかねないけどバーを見てみたいというくらいの気持ちで行くなら良いかも

タイトルそのままの内容なので閲覧には注意されたい。一部の人にはつらい記憶を思い出させてしまうかもしれない。女性視点の体験記は数多くある一方で、男性視点のものは少ない。妻が妊娠すると男性も覚悟を決める。しかし、（過去の自分も含めて）何が起こり得るかはぼんやりとしか想像できない。稚拙ながらも自分の体験と後悔を書き残しておけば、その解像度が上がるかもしれない。そう思い投稿する。 分娩室。妻につながれた医療モニタが歪なサインカーブを描いていた。正確にはサイン波の絶対値のような概形でゼロ区間が長い。波形がピークに近づくにつれて妻のうめき声が大きくなる。これが陣痛発作だ。間欠的な小休止を挟みつつ、数分おきに発作が起こる。モニタの値が妻の痛みを表している。全力で妻をサポートしたいなら、助産師の動きを脳裏に焼き付けて、完全に模倣すればよい。一挙手一投足に意味がある。プロの動きを邪魔しないように、分娩室の俯

Binary Authorizationと友達になろう / Let's be friends with Binary Authorization

1 フロー 1 ワークフロー 一連のフローがある場合は 1 つのワークフローにまとめる。 トリガーしたイベントの JSON が使える needs での制御がしやすい 全体を追える グラフが表示される ファイルを分割したい ファイルを分割したい理由として以下が挙げられると思います。 行数が増えて読みづらい 処理を共通化したい 複合実行ステップアクション や workflow_run トリガー や Reusable workflow 🆕 を使うことになると思いますが、基本的には一連のフロー制御はメインのファイルに書いてその下を Reusable workflow や複合実行ステップアクションで外部ファイルへ分離するのが良さそう。 workflow_run はログが分断するのでおすすめしません。

最短でイッセンマンITエンジニアを目指すなら大炎上プロジェクトがオススメ！！経験浅でも採用の可能性が上がるし、週最大7日間1日15時間以上、プロに揉まれながらスキルを磨けるので面倒な家での積み上げは不要！やり遂げた際の経験値はヤバいし、活躍によってはPMが次のPJに引っ張ってくれるよ！— 代表取締役 岩元仁＠株式会社ロックシステム (@iwa3nen) 2021年8月28日 経験の浅いエンジニアが1千万の年収を得る最短ルートが、炎上案件に飛び込んですげぇ修行して界王拳をマスターしろなのか... 社員にそれを言えるのがすごいな。(いわもと様から社員向けではないとコメントを頂いたので、打ち消します) 炎上プロジェクトで心を病んだ人を多かれ少なかれ見てきて、人づてに色んな哀しみを聞いている身としては、危険としか言いようがない。 僕が若い頃にやった、月稼働400時間が2ヶ月続いたプロジェクトは炎上

趣味でつながってる仲間に年齢差はない、みたいなこというの、ほんとやめてほしい。 それを信じていたせいで、ずっとイタイおばはんになってるのに気付かなかった。 私はアラフィフ、ハッキリ書くと54歳で、もう紛れもないババア。 30代40代のコが卑下してババアとかいうのとは違う、正真正銘、タテヨコ斜め前後左右どこから見ても完全なババアなんだけど、ちょっと前まで、20代30代の趣味を同じくする若い女の子達といっしょにごはんとか食べたりしてた。自分から誘うこともあったし、グループLINEとかで参加を呼びかけてる飲み会とかイベント後の打ち上げに参加することもあった。 参加の方はまだしも、自分から若いコ誘うなんてイタイよねって今ならわかる。 でも去年くらいまで気付かなかったんだよね…。 趣味は、少年漫画の二次創作。ジャンプ系の漫画やアニメの二次小説とか漫画とかを書いて、pixivに投稿したりコミケとか赤ブ

サランラップ®・ジップロック®を利用した、食材や料理が一目で把握できるチャートです。 各食材名をクリックすると、より詳しい保存テクニックを見ることができます。

「なんかアプリでインシデント起きてエンジニアがどこかで対応してるらしいよ」 「インシデント時のお知らせって誰がどうやって出すんだっけ？」 「インシデントの復旧作業って今どれくらい終わってる？」 「あのインシデントって振り返りしたっけ？」 「似たようなインシデント、前も対応したような、していないような」 このような会話に覚えはありませんか？ FiNC Technologies社 (以下FiNC) では今まで インシデント対応をしていても自チーム内で対処しようとしてしまい、他の人が気づけないインシデント対応の仕方にフォーマットがなく、迅速な対応やお客様への報告ができないインシデントの振り返りが実施されず、インシデント時の知見が共有されないという問題がありました。 それらの問題を 気が付きやすく、シェアしやすくする = 統一のチャンネルで情報を整理し、そこにシェアしやすい空気を作る何をすべきかわ

著作権の消滅などによりパブリックドメインとなった楽譜や音楽などを無料で公開する国際楽譜ライブラリープロジェクト(IMSLP)のウェブサイトでは、主にクラシック音楽の楽譜や音源データが42万5000点以上収録されています。どのような音源や楽譜データがあるのか、実際に使って確かめてみました。 IMSLP: Free Sheet Music PDF Download https://imslp.org/wiki/Main_Page IMSLPのトップページはこんな感じ。日本語にも対応しており、言語を日本語に変更するには下へスクロール。 「日本語」をクリックすると、メニューバーなどの一部を除いて言語が日本語に変換されます。 楽譜をダウンロードするにはメニューバーから「Scores」をクリック。 作曲者名や国別、時代などから楽譜を探すことができます。例えば「作曲者から」をクリックすると…… アルファ

・チーズ 安いやつでいいので冷蔵庫にストックしておく。チーズのもたらす幸福感は半端ない。チーズを発明した奴は崇められるべきだろう。 ・業務スーパーで売ってる冷凍ライチ 値段は忘れてしまったが、たくさん入ってそんなに高くない。果物はどれもこれも生活の質を向上させるが、ライチは別格だ。楊貴妃が好んで食べたというエピソードが好きな権威主義者にも、ただ単に美味いものが食べたいという冒険者にも、お金がなくて死にそうという貧乏人にも、日本オワタと嘆く悲観論者にも、ライチは平等に微笑む。 ・明太子 明太子のおかげで、日本に生まれてよかった！と心から思っている。値段はちょっと張るかもしれないけれど、こんな美味いものが普通にスーパーに陳列されている奇跡。業務スーパーの冷凍のやつでも良き。私は白米という食べ物があまり好きではないが、明太子があればご飯何杯でも食べれる。 ・コカ・コーラ社から出てるレモンサワー檸

はじめまして@vimmodeです。普段はMNTSQというリーガルテックの会社で自然言語処理をしています。今回はBERTとBERTまでの流れを簡単に紹介します。 自然言語処理で今やデファクトスタンダードとなりつつであるBERT。登場当時はモデルの複雑さに伴う計算環境や計算リソースの確保が難しく気軽に動かせなかったが、ColabやKaggleカーネル環境が整備されたきたおかげで誰でも気軽に使えるようになりました。 また、haggingface社が公開したBERTと関連モデルのラッパーライブラリであるtransformersによりわずか10行程度でBERTモデルを記述できます。 一方、自然言語処理を始めて間もない段階でいきなりBERTを突きつけられても理解の壁が高いと思いますので、今回は数式やコードを使わずにBERTに至るまでの流れを簡単に紹介したいと思います。 ※これらはあくまで私の理解であり

｜DMM inside

統計と機械学習って結局何が違うの？なんで今日から機械学習で予測して金儲けできないの？ 機械学習を勉強し始めるとおそらく誰もが疑問に思う。そして、なんで事業会社の多くが日々の業務で今日から使えないの？っていう疑問も出てくる。いろいろな文献があるがいまいち理解に困ったので自分なりに整理しなおした資料。情報を組み合わせてかなり自論を入れています。 This article explains why many companies cannot use machine learning approaches to drive business starting today... まずは統計と機械学習の考え方や向き不向きの違いを表にまとめてみた 多くの人が言及しているが互いに関連しているとはいえ、最終目的が異なる。「機械学習」は予測や判断は行うもののなぜそうなったのかは一般的にはブラックボックスだ。「

【要約】 最高の英単語帳を見つけました。 しかもなんと、その英単語帳は『無料』です。 このnoteでは、その画期的な英単語帳の紹介と、英単語帳のデータを無料配布します。 【更新履歴】 22/08/19: ・8000件を超える改善を行いました。 ・改善をリアルタイムで配布データに反映できるように、データのダウンロード方法を変更しました。 21/12/09： ・iOS/Android版アプリをリリースしました。 科学者がつくった最高に怠惰な英単語帳「これだけ覚えておけば英語が読めるようになる英単語帳とかないかなぁ〜〜」 なんて考えたことありませんか？ わたしはわりとあります。 プログラミングを始めてからは、英語に触れる機会が格段に増えたこともあり、わたしの中でこのニーズはますます強くなっています。 しかし、わたしは怠惰です。 できることなら、最小限の努力で英語を身に付けたい。 そこでわたしは、

AutoML Tables を使うなら Google Cloud 公式ドキュメントのAutoML Tables 初心者向けガイドがとても親切なのでこれを読めば良いです。 ...が、適合率と再現率の詳細が解説へのリンク貼ってあるだけでちょっと突き放した感があるので、この辺について自分用に調べた時のメモです。 具体的には、↓この画面の見方についてです。 なお本稿のスクリーンショットにはAutoML Tables のクイックスタートにあるBank marketing Dataset の deposit の予測結果を使っています。実際に試してみると似たような結果が出ると思いますが、AutoMLは結果にブレがあるので必ずしもスクリーンショット通りの結果が出るとは限りません。 GCP AutoML Tablesとは何か 機械学習モデルをほとんど自動で作ってくれるクラウドサービスです。 「モデル」が何な

リンク Wikipedia 麻雀 麻雀（マージャン、繁体字: 麻將、簡体字: 麻将、英語: Mahjong）とは、テーブルゲームの一種である。牌を使い、原則として4人で行われる。中国を起源とし、世界中で親しまれている。 4人のプレイヤーがテーブルを囲み136枚あまりの牌を引いて役を揃えることを数回行い、得点を重ねていくゲーム。勝敗はゲーム終了時における得点の多寡と順位で決定される。ゲームのルールは非常に複雑であるが発祥の地である中国のほか、日本、アメリカ合衆国などの国々で親しまれている。 現在の中国語においては麻雀のことを一般に「麻将」（ 31 users 86

最近note書く人増えましたね。新年を迎え、新たに始めてみようって人も多いんじゃないでしょうか。 仕事で文章チェックしていて、削ったほうがスマートになる言葉をいくつか書き溜めてきたので、文章デビューする人のために一挙放出しちゃいます。 「私」「僕」などの一人称 あなたが書いてることはわかっているので、入れなくても伝わる流れであれば削ってOKです。 mina最新号の表紙タイトルを見て、僕ははっとした。 ↓ mina最新号の表紙タイトルを見てはっとした。「と思う」「気がする」 日本人の特性なのか、言い切らずに「〜だと思います」を多用する人は多いです。思い切って削っちゃいましょう。 人生において、言葉が余計な瞬間ってある気がします。本当に心揺さぶられたとき、言葉を重ねることほどナンセンスなことはないと思います。 ↓ 人生において、言葉が余計な瞬間ってあります。本当に心揺さぶられたとき、言葉を重ね

【編集注 12.29 18:00】 記事の内容に一部不明瞭な点があるとご指摘をいただきましため、内容を精査し、後日改めて訂正記事を公開いたします。 数学が好きな人も嫌いな人も2次方程式を習ったことでしょう。2次方程式を解くための方法は、「解の公式」や「解と係数の関係」など、世界中の人々が学んできました。 しかし最近、数学者ポーシェン・ロー氏が二次方程式の違った解き方を考案。歴史的に見れば決して「新しい」わけではありませんが、2次方程式に苦手意識のある人にとっては、その理解について新しい視点をもたらしてくれるかもしれません。 研究論文の詳細は「arXiv」で公開されました。

東大が無償でPDF公開している，統計学会の75周年記念出版『21世紀の統計科学』の3冊 1と2は実際の統計データを用いて，各事例への統計学の応用手法，3は機械学習の人なら馴染み深い統計計算を解説 下手な市販の本を買うよりは，この3… https://t.co/w2cSVIxmUI

はじめにこの記事は「eureka Advent Calendar 2019」24日目の記事です。 こんにちは、Data Analystの @pacocat です！ 私はeurekaには2019年11月に入社したばかりなのですが、毎日楽しく仕事させてもらっています。最近はプロダクト開発のための定性調査の仕組みづくりを手伝ったり、事業分析や組織開発をしていたりと、様々な定量・定性データを活用してどのように事業成長に貢献できるか考える日々です。 前職ではAI PdMとして、ゲームや強化学習領域でのAI活用を推進していました（興味ある方はGDC2019での発表や各種スライド slideshare / speakerdeck をご覧ください）。直近はがっつりAIに関わっているわけではありませんが、趣味で推薦×強化学習分野のサーベイをしていたら面白い話題がたくさんあったので、それらの中からYouTub