0からはじめるpower-assert - console.lealog();
テスト書いてないとかお前そ(ry すみません、言ってみたかっただけです。 そして本記事は、巷で話題のAdvent Calendarとも何の関係もありません。 来年こそは書いてみたい！ そもそも こんなたいそうなタイトルの記事ですが、 書いてる人がそもそもテストに関してぺーぺーなので、なんか変なコト言ってたら教えてください。 まず、根本的に勘違いしてたことがあるので、まずそれを記しておきます。 ※今思えば個人の勝手な勘違いです。 巷で話題のpower-assertですが、これだけ使えばもうテスト全ておっけー！ってものではないです。 そして、サクッと入れてサクッと使えるってものでもないです。 よーわからんけどテスト書いた方が良いって最近よく聞くし、 power-assertってのがとりあえずイケてるらしいから、それ使ってテストデビューしてみようかな・・って人。 それなりに前提知識がないと辛いで
5minで分かるpower-assert
power-assert 5分ぐらいでわかるpower assert power-assert power assert assert(a === b); のような単純なアサーションのみ必要十分 Assert失敗時(テストが通らなかった時)に分かりやすい情報を表示 沢山のアサーションを使い分けしなくていいというメリット そもそも何故アサーションの種類が豊富なのか? 例) Chaiのexpect 33コもアサーションメソッドが存在 expect('foobar').to.contain('foo'); contain 含んでないから失敗した 失敗した時に何故失敗したのかを表示することが出来る どうやって動いてるの? power assert !== アサーションライブラリ コードを変換したりするのでツールに近いテストツール Work flow テストコードをpower-assert用に変換し
人工知能との囲碁対決でシンギュラリティの予行練習気分になってる - ただのにっき(2016-03-10)
■ 人工知能との囲碁対決でシンギュラリティの予行練習気分になってる Googleが開発したAlphaGoが韓国のプロ棋士イ・セドル九段と囲碁対決をして、AlphaGoが2連勝中。先手でも後手でも勝ったので、世間でははやくも「これは本物だ」という雰囲気が漂っている。 おれは囲碁は知らないので識者の意見や評価を鵜呑みにするしかないのだけど、序盤はどうみても悪手なのに、進むにつれてそれがじわじわ効いてきて、気がつくと負けてる……という状況(らしい)にはもう、ゾクゾクしてしまう。これってようするに、人間にはAlphaGoの指し手を理解できないってことだもんな。人類はついに、人間とは異質の知能を創りだしてしまったのだ。ひゃっはー!! ……もちろん、AlphaGoが単なる碁打ちマシーンにすぎなくて、AGI(汎用人工知能)どころか「知能」すら持っていないだろうということは百も承知だし、AlphaGoが進
AWS Lambda / Amazon API Gateway Deep Dive
1. AWS Lambda / Amazon API Gateway Deep Dive Keisuke Nishitani (@Keisuke69) Amazon Web Services Japan K.K. 2. Profile Keisuke Nishitani Solutions Architect, Amazon Web Service Japan K.K @Keisuke69 Keisuke69 ✤ AWSのソリューションアーキテクト ✤ Webサービス系 ✤ モバイル系 ✤ クラウドを使ったアプリ開発とかモバイル開発の話しをよくしてい ます ✤ モバイルニンジャ1号機 ✤ RESTおじさん ✤ Lambda Wizards ✤ 餃⼦の王将エヴァンジェリスト（⾃称） Keisuke69 Keisuke69Keisuke69x
Prottとsketchとzeplinのススメ
46. Skechのexport • 複数要素に対する一括スライス設定ができる • 背景（写真や図形など）を含めず、アイコンなど必要 な要素だけを背景透過でexportすることができる • iOSアプリに必要な等倍、2倍、3倍の3種類の サイズのassetsを一回でexportすることができ、 ファイル名の末尾に”@2x” , “@3x” を自動的 に付与してくれる
ディープラーニングで検索ランキングを改善し、大きな効果が出た話 | RECRUIT TECHNOLOGIES Member's blog
検索改善担当の大杉です。今回は、2015年度まるまる取り組んでいたディープラーニング 1 を活用した施策について共有します。 汎用的に使えそうな部分を抽出して書いています。なので具体的な数字は出てきませんが、検索動線がコンバージョンに影響を与えるようなサービス一般に対して通用するんじゃないかと思ってます。 前提として すでにログやユーザーが集まっているサービス 専門性の高いメンバーで構成されたチーム（データサイエンティストは不在） が、すでに与えられている恵まれた状態からスタートしています。 なにをやったか ポンパレモール というECサイトで、検索時のランキングアルゴリズムの改善をやりました。検索基盤についてはこちらをご参照ください。 リクルート全社検索基盤のアーキテクチャ、採用技術、開発体制はどうなっているのか (1/2) 今回はそのアルゴリズムのロジック部分の話です。 やったことを１文
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
