【最新】おすすめオンラインカジノ10選を紹介します! カジノシークレットとは?特徴や遊び方を徹底解説【オンラインカジノ】 ワンダーカジノの評判ってどうなの?特徴や遊び方を徹底解説【オンラインカジノ】 アジアで一番のカジノ […]
キャリアアップ、スキルアップを目指す方に向けて各種情報を集めました。注目記事 自分をすり減らさないための人間関係メンテナンス術 「自分取材」で、ネガティブな自分を知る 「自分取材」をするうえで重要なのは「自分の動機」です。「動機」というと、ポジティブなものをイメージされるでしょう。例え…〔記事概要〕 プロジェクト・マネージャの「やってはいけない」 [計画編]レビューを省いてはいけない プロジェクト・マネージャ(PM)は、各種レビュー日程を計画に反映しておく必要がある。しかし、プロジェクトに遅れが生じる…〔記事概要〕 特集忘年会&新年会シーズン 忘年会の季節。お酒を飲む席では、気をつけたいマナーや、段取りなどがある。ここではそんなシーズンにぴったりの記事を集めた。「西出博子のマナー教室(BPtv)」では、お酒の席でのマナーを動画で紹介している。ぜひチェックしておこう。 忘年会・
昨日から話題になっているのが、iPadアプリの「Flipboard」。カリスマブロガーのRobert Scobleも、FlipboadをiPadアプリのキラーアプリと激賞する。世界最初のソーシャルマガジンと大騒ぎする人も出始めている。 まずは、そのFlipboadのデモビデオを。 利用しているTwitterやFacebookなどのソーシャルメディアから、情報(ツイート、写真、記事など)をかき集め、自分専用のマガジンを作れるようだ。でも単なるアグリゲーターではなさそう。Flipboardは、セマンティック技術のスタートアップEllerdaleを買収したばかり。Ellerdaleはリアルタイム検索やトレンド追跡(たとえばこちら)を手掛けており、Ellerdaleの技術を使って質の高いパーソナライズド・リアルタイム情報収集が実現し、魅力的な雑誌風レイアウトのソーシャルマガジンが誕生するのかも。
【印刷界OUTLOOK2010】出版 出版市場規模が2兆円の大台割れ 出版科学研究所の調査によると、2009年の書籍・雑誌の推定販売額は5年連続の減少で21年ぶりに2兆円台を割り込んだ。 書籍の推定販売部数は4.5%減の7億1781万冊、推定販売金額は4.4%減の8492億円となった。 ミリオンセラーは合計223万部に達した村上春樹『1Q84(BOOK1・2)』と、114万部の『読めそうで読めない間違いやすい漢字』の2点だけで、2005年以降毎年4~7点あったミリオンセラーが特に少なかった。 書籍の新刊点数は7万8555点と2.9%増えた。出版不況と言われる状況の中、出版社は読者ニーズの多様化にこたえようと出版点数を増やす努力をしている様子がうかがえる。書籍の平均単価は6年連続の低下で1123円であり、2000年より7.0%安くなった。全体に占める新書や文庫、選書などのシェアが上昇したため
はじめに どうもKRAYの芳賀です。 今日はツイッターサービスをスピーディーかつ無料で作るお話です。 僕は日頃趣味でツイッターサービスを作っているのですが、アイデアを着想したその日のうちにプロトタイプを作って動かすことができるくらいにノウハウが溜まってきました。 仕事が終わってからのプライベートな時間だけでも、1週間から1か月もあれば1つサービスがリリースできる感覚がつかめたので、必要最低限の機能を備えたサービスを短時間で作れないだろうか?と時間を計測しつつ実践してみたところ、なんと1時間で完成できたので、その手順を紹介します。 開発の流れ まずは開発の流れを説明します。 ツイッターアカウントの用意 まずツイッターのアカウントが必要になるので、まだ持っていなければ取得しましょう。サービス用に改めて取得してもいいですね。 サーバの用意 作成したウェブアプリを設置するサーバを準備します。PHP
分散トランザクションの概要 分散トランザクションは1つ以上の文からなり、それらが個別に、またはグループとして、分散データベースの複数ノードのデータを更新します。たとえば、図34-1に示すデータベース構成を考えます。 scottによって実行される次の分散トランザクションは、ローカルのsalesデータベース、リモートのhqデータベース、およびリモートのmaintデータベースを更新します。 UPDATE scott.dept@hq.us.example.com SET loc = 'REDWOOD SHORES' WHERE deptno = 10; UPDATE scott.emp SET deptno = 11 WHERE deptno = 10; UPDATE scott.bldg@maint.us.example.com SET room = 1225 WHERE room = 1163
前回記事ではUTR50(Unicode縦書きの文字の向き仕様)の議論を紹介しましたが、UTR50が何に使われるかというと、まずCSSの縦書き仕様(CSS3 Writing Modes)であり、それを使っているEPUB3の縦書き実装です。そこで最新のEPUB3対応リーダー(とくにkobo Touch)で縦書きの文字の向きがどうなっているか、ためしてみました。 縦書きでの文字の方向をテストするEPUB3サンプルを作りました。 EpubTextOrientation.kepub.epub: いくつかの文字について-epub-text-orientation対応をテスト UnicodeVertical2.kepub.epub: Unicode全体について縦書きの文字の向きmvoとsvoをテスト 次の画像は、サンプルEpubTextOrientation.kepub.epubをkoboで表示したもの
もし僕が留学する前にこの方法を知っていたら、どれだけ英語を読む世界にドップリと浸かれていたことか・・・日本の英語教育の場で、せめてこういう方法を洋書情報に詳しい教師の口から教えて欲しかったなぁと思います。もし、学校がこの方法を各生徒達に教えたら、少しでも英語に興味のある生徒は自発的に生きた英文を読むようになると思います。今回はそんな英語書籍の検索方法を紹介します。それはAamazon.com(Amazon.co.jpではありません)のレビュー機能を利用して、英語書籍の名作を簡単にしかも様々なジャンルから探し出すというものです。 アメリカはレビュー大国なので、その性質を上手く利用すると本当に読む価値のある書籍を簡単に探し出すことができます。アメリカ人のレビュー好きな気質と国民全体数の多さが相まって、Amazon.comに投稿されるレビューの数は日本のそれと比べて物凄い数になっています。確率的
10 トランザクション この章では、トランザクションを定義し、データベースでトランザクションが処理される方法について説明します。 この章の内容は、次のとおりです。 トランザクションの概要 トランザクション制御の概要 自律型トランザクションの概要 分散トランザクションの概要 トランザクションの概要 トランザクションは、1つ以上のSQL文を含むアトミックな論理作業単位です。トランザクションは、SQL文をグループ化して、すべての文がコミットされた(データベースに適用された)状態にするか、すべての文がロールバックされた(データベースから取り消された)状態にできる必要があります。Oracle Databaseでは、すべてのトランザクションにトランザクションIDと呼ばれる一意の識別子が割り当てられます。 すべてのOracleトランザクションは、ACIDプロパティと呼ばれる、データベース・トランザクショ
今年だ来年だといって、総括やら抱負やらを書くタイプではありませんし、そういうのは苦手なのですが、開設してまもないこのブログと、SEOに関してこのブログと変わらない程度の新参者である私にお付き合いいただいた皆さんに、今年だけでもきちんとお礼がいいたいと思い、この記事を書いています。 今年はこの投稿を最後にしたいと思います。 SEOモード開設から4ヶ月、皆さん、拙い私の文章にお付き合い頂きありがとうございました。 そもそもこのブログは私自身がSEOを行う上で集めた情報を自分なりに整理したいと思い、始めたものでした。ですが、思いがけず様々な方にご覧頂くことになり、私がSEOを始める前から頻繁に記事を拝見していた方々からコメントを頂いたりして、恐縮すると共に嬉しい驚きを経験することができました。 このブログを始めて改めて感じたのは、ソーシャルメディアの持つ力でした。Twitterはこのブログに先行
近年検索エンジンのBaiduは不自然言語処理コンテストなるものを開催し、今日が締切のはずだったのだが24時間延長されたらしいことを聞いてBaiduコーパスをダウンロードしたid:nokunoは仕事帰りの電車で思いついたアイデアを30分ほどで実装してみたところそれなりに面白い結果がでたので応募してみることにした。そもそもBaiduのコーパスはエロいというのを最初に誰かが言ったら@mhagiwaraさんがこんなツイートをしたことに話は遡る。インターネットがエロいのは誰でも知っている。けれど、ケータイウェブが特別にエロいのか? については寡聞にして知らなかったため、検証してみることにした。今回はケータイウェブがエロいかどうかを検証するため、以下のコーパス(N-gramデータ)を相互に比較することとした。Baidu N-gram(Baidu絵文字入りモバイルウェブコーパス) 今回のメインターゲット
突然ですが、穴埋めクイズです。下線部に入る単語はなんでしょう? グーグルで_____ おそらく、「検索」「調べる」「探す」といった単語を思いつくのではないでしょうか? 実際に、Webにあるドキュメントをくまなく調べ、「グーグルで」の後にくる単語を調べると、「検索」が1位であるとがわかります。 一般に、直前の(N-1)個の単語を見て、次の単語を予測するモデルをN-gram言語モデルといいます。さきほどは、「グーグル」 と 「で」の2単語から次を予想しているので、3-gram言語モデルの例となります。現時点の単語が、直前の(N-1)個のみに影響を受けるという仮説は、一見現実離れしているようですが、実際には非常に有効な場合も多く、かな漢字変換、OCRのエラー訂正、機械翻訳、音声認識などに広く用いられています。たとえば、音声認識の場合、ノイズ等で現時点の単語をシステムが聞き取れなくても、言語モデル
Copyright(C) Japan Electronic Publishing Association. All Rights Reserved.
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