タグ

2016年4月9日のブックマーク (3件)

  • 旬のジビエを鍋で堪能!新宿駅近で山旅行気分を味わえるお店 - メシコレ(mecicolle)

    ジビエのシーズン! 晩秋から冬にかけてはジビエのシーズン。 新宿の、マタギ小屋に来たような雰囲気たっぷりのお店で、マタギ(猟師)が仕留めてすぐに活け〆するジビエがリーズナブルに楽しめるのです。 炉端炭火焼き用のかまどがあり、じっくりと時間をかけて焼き上げる原始焼きによる川魚やジビエをいただけます。 猟師さんが仕留めてくるものによって品揃えが変わる、ジビエの競演、「五獣奏 (ごじゅうそう)」「三獣奏」はべるべき逸品です。 新鮮なジビエを、マタギ鍋やすき焼きなどのスタイルで楽しむことができます。 当日いただいたのは、ひぐまのお肉です。 ふわっとしゃぶしゃぶのようにいただく繊細な味わいは、ジビエ嫌いの人でも挑戦しやすそうです。 原始焼き x 骨酒 炉端焼きがあるジビエのお店といえば、もう一つべておきたいのが川魚。 串をさして、炭火で45分間かけて焼き上げた原始焼きはほっくり。 骨と身の旨味が

    旬のジビエを鍋で堪能!新宿駅近で山旅行気分を味わえるお店 - メシコレ(mecicolle)
  • [機械学習] AmazonのItem-to-ItemレコメンドをPythonで実装する - YoheiM .NET

    ここではxが購入したアイテムを、空欄が未購入のアイテムを意味ます。 これを行列では以下のように表現することとします。 >>> import numpy as np >>> x = np.array([ [1,1,1,0,0,0], [1,1,0,0,0,0], [0,0,1,0,1,0], [0,0,1,1,1,0], [0,1,1,0,0,0], [1,1,0,1,1,0], [1,0,1,0,0,0], [0,0,0,0,0,1] ]) このデータから、アイテム1〜アイテム6のそれぞれについて、レコメンドするべきアイテムを計算してみたいと思います。 なおこのブログでは、行列表現にNumPyライブラリを使います。NumPyについては、[Python] 行列やベクトルを扱うことができるNumPyに入門でブログを書いていますので、そちらもご参照いただけましたら幸いです。 Item-to-It

    [機械学習] AmazonのItem-to-ItemレコメンドをPythonで実装する - YoheiM .NET
  • CodeIQについてのお知らせ

    2018年4月25日をもちまして、 『CodeIQ』のプログラミング腕試しサービス、年収確約スカウトサービスは、 ITエンジニアのための年収確約スカウトサービス『moffers by CodeIQ』https://moffers.jp/ へ一化いたしました。 これまで多くのITエンジニアの方に『CodeIQ』をご利用いただきまして、 改めて心より深く御礼申し上げます。 また、エンジニアのためのWebマガジン「CodeIQ MAGAZINE」は、 リクナビNEXTジャーナル( https://next.rikunabi.com/journal/ )に一部の記事の移行を予定しております。 今後は『moffers by CodeIQ』にて、 ITエンジニアの皆様のより良い転職をサポートするために、より一層努めてまいりますので、 引き続きご愛顧のほど何卒よろしくお願い申し上げます。 また、Cod

    CodeIQについてのお知らせ