図書館を退職して大学教員になって、4か月が終わろうとしている。なんだかあっという間だったが、学生さんの顔を見ていると元気が出てくるもので、授業は上出来とはいえなかったかもしれないが、どうにかここまで来ることができた。 図書館勤めの経験を活かそうと思い、出来るだけ本を紹介しようとしていたら、1年生などから、おすすめの本を教えてほしいというリクエストがあったので、このリストをごく簡単にしたものを授業でも紹介したが、こちらには補足も兼ねて書いておく。あわよくば使いまわしたい。 「大学生」「本」「おすすめ」のキーワードでググってみると、たくさんのキュレーションサイトなどが見つかるが、現役学生が作ったのか、あるいは社会人が作ったのか、人文系のものよりも、ビジネス書や自己啓発系の本が多めなのが気になった。それも良いのだが、もうちょっと大学生のうちに、とくに人文系の人が腰を据えて挑む系のブックリストがあ

機械学習エンジニアの西場です。 私が「今していること」から「将来しようとしていること」や「仕事のモチベーション」が連想するのが難しいのかなっと思うことが何度かあったので、実現したいことやモチベーションを紹介します。 仕事のモチベーション 私の仕事のモチベーションは、医師への情報伝達を最適化し、医療の質の向上に貢献すること。 そのために、様々なプロジェクトを進めており Archimedesでは医師の短期トレンド、長期トレンドのモデル化 Bourbakiではコンテンツのバナーのデザインの最適化 Cantorではコンテンツのテキストから特徴量の抽出 GaussやIsaacsでは医師が興味がある医療系のキーワードの取得 を行っています。(※ プロジェクト名に数学者・物理学者を使っています。個人的にはBourbakiは不満ですが) それぞれのプロジェクトは独立して既存サービスに貢献しています。将来的

西日本応援プロジェクトで前回の続き。 soudai.hatenablog.com 集まった募金金額 イベント当日の募金額 299,282円 LT大会参加費/寄付枠 190000円 ※PayPal手数料14,060円はサムライズムさんに補填いただきました 募金額は 489,682円 でした！ 結論 偉い人が先に結論を言うべきってことなので結論。 募金額は489,682円集まった話 とにかく最高なのでぜひ、下記のリンクからセッションが見れるのでみんな見て欲しい！ live.line.me そして楽しくて募金したい気持ちになったら募金してみて欲しい。 経緯 西日本7月豪雨の速報を聞きながらなにか出来ないかととにかく筆をとったのが下記のエントリー。 soudai.hatenablog.com これを公開した後、 募金するための導線設計が足りない って考えてツイートしたのが下記のツイート。 なんかこ

http://d.hatena.ne.jp/megascus/20180726/1532557216 ---- 空リプで文句言う人がいて悲しいらしいが、直接リプライで文句言う人はブロックされたみたい(https://twitter.com/neuecc/status/1022474784569876481)(https://twitter.com/megascus/status/1022431727979913217)なんで、増田で書くわ。 @megascusがMSの自動翻訳がおかしい問題をツイッター経由で知って、軽い気持ちでフィードバックしようとしたのが6月。 https://twitter.com/megascus/status/1009298346064822273 (彼はJavaプログラマーなので、.NETのフレームワークデザインガイドラインにはモチベーションがないはずなので、たぶ

■Twitterで仲のいい友達たちと電話ができる GA-YA-CHAの使い方はシンプルで、ヒマになったりさみしくなったらTwitterにシェアし、仲のいい友達たちがそのツイートをタップするだけで、最大8人までのグループ電話ができるサービス。 SNSというのもあり、例えば「起業してる人！お互いのサービスについて電話しよう〜」とツイートし、仲のいい起業仲間がそのツイートをリツイートすると、出会ったこともない起業家が電話に参加し、お互いのサービスについて話すことができたり、グループ内の友達に紹介してもらったり等、仲のいい友達だけに限らず、共通の話題で会話ができるのもGA-YA-CHAの面白いところだ。 ■アプリ概要 ダウンロードはこちらから App Store https://itunes.apple.com/jp/app/ga-ya-cha/id1376955043?mt=8

経済学者のジョン・メイナード・ケインズ（1883-1946年）は、 1930年に”Economic Possibilities for our Grandchildren（孫の世代の経済的可能性）”というエッセイの中で、イギリスやアメリカのような先進国では、テクノロジーの進化によって20世紀末までに週15時間労働が実現しているだろうと予言した。（”Essays in persuasion（ケインズ 説得論集）”） ケインズの指摘する通り、確かにテクノロジーは大いに進化したものの、結局、この予言は当たらなかった。ロンドンスクール・オブ・エコノミクス（LSE）の社会人類学教授のデヴィッド・グレーバーは、その理由を、テクノロジーがむしろ無意味な仕事を作り出す方向に使われたからだと説明する。 グレーバーは、”We are the 99%（我々は99パーセントだ）”というスローガンで行われた、201

終了 2018/07/03（火） 16:00〜 Amazon SageMaker｜機械学習エンジニア向けセッション＋体験ハンズオン 機械学習のプロセスを容易にするクラウド マネージドサービスを体験しましょう。 DaisukeSawada 東京都目黒区下目黒1-8-1 アルコタワー

こんにちは。フロントエンドエンジニアの小枝です。この春、新卒入社したサーバーサイドエンジニアに、「フロントエンドエンジニアリング研修」を実施しました。フロントエンドとサーバーサイドという、職種を超える...

ガートナーの米国本社発のオフィシャルサイト「Smarter with Gartner」と、ガートナー アナリストらのブログサイト「Gartner Blog Network」から、＠IT編集部が独自の視点で“読むべき記事”をピックアップして翻訳。グローバルのITトレンドを先取りし「今、何が起きているのか、起きようとしているのか」を展望する。 人工知能（AI）のマーケティングへの活用が盛んにもてはやされている。AIは、マーケッターが日々携わる仕事の成果を高めるためのさまざまな“インテリジェント”機能を表す最新のバズワードであり続けている。マーケッターは、リアルタイムパーソナライズから音声による会話のやりとりまで、AIを利用した顧客エクスペリエンスをますます大規模に構築、管理するようになっている。 「AIは、今後10年以上にわたってマーケティングのやり方を大きく変革する可能性を持っている」と、G

時系列データ分析の可視化 僕が普段扱っているデータ（エネルギーデータ）の可視化をPythonを使って行うためのメモです。 Githubにまとめもあげています。 エネルギーデータの分析にPythonを使うときの参考になればと思っています。私も勉強中なのでこんなのがあればというものがあれば教えてください。m(_ _;)m ※あくまで、普段使っているエネルギーデータに対応したものなので、適宜変更していただければと思います。また、使用データはGithubに置いています。 概要 エネルギーデータを使用(1h間隔のデータ) 使用言語はPython 可視化は、pandasのplot, matplotlib, seabornなど githubではJupyterNotebookで実現 Pandas,Seabornの両方で行っているものもあります Bokehも使ってインタラクティブなチャートも使いたい #使用

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? これは何？ Kubernetes ドキュメントの Standardized Glossaryの翻訳案として作成しました。違和感の有無や、より分かりやすい説明のご提案がありましたらコメント等でご指摘いただければと思います。 なお、対象ドキュメントのバージョンは v1.11 です（https://kubernetes.io/docs/reference/glossary/?all=true） 基本用語集（Standardized Glossary） この用語集が目指すのは、広範囲にわたる Kubernetes 技術から、共通する項目の一覧化

※コメントでご指摘頂いたSLAの箇所を修正しました。 高可用性とは 何か障害があっても、システムの停止時間をなるべく少なくすることを指す。絶対に止まらないということではなく、障害が発生することを前提とし、停止時間をどれだけ短くすることができるのかという考え方。 高可用性の実現には、複数のAZおよびリージョンにまたがるアーキテクチャにしたり、Auto Scalingを使用するといった方法がある。 高可用性を実現するAWSサービス例 Amazon RDS Amazon DynamoDB Amazon S3 Amazon SQS Elastic Load Balancing 高可用性を実現したシステム構成の例 仮に、SLAを満たすには4つのEC2インスタンスが必要なシステムをAWS上に構築していたとします。 2つのAZに2つずつEC2インスタンスを起動 AZ-aに障害が起きた場合、残るのはAZ-

組織に解決しないまま残り続けている問題がたくさんある。 そんなことは多かれ少なかれ多くの組織にあるのではないでしょうか。 ここでは、そんな問題を解決に導くことができるかもしれない1つの選択肢について触れてみます。 なぜ問題が残り続けているか？ よくあるケースとして 問題を解決するために必要な情報が暗黙化されている 問題の真因を認識できていない 問題の原因を曖昧に考えて解決不可能と捉えて諦めている ということがあります。 このケースに対する解決について考えます。 手順 問題を深掘りする質問をする 該当する問題に関わる人を集めて、問題周辺に関わる質問をします。 解決されていない問題がどのような問題なのか、ということを納得するためには どのようなことがわかればいいのかということを意識しながら質問します。 暗黙知を形式化する 質問を繰り返す中で、既存の情報として共有されていなかった情報がでてきたら