最近GitLabの人気が高まっているらしいので、GitHubのリポジトリをミラーリングしてみた - えいのうにっき
先日、「最近、GitLabの人気が高まっているらしい・再評価されているらしい」と同僚（先輩）から聞いた。あくまでもその人の観測範囲で、ではあるが、GitHub から GitLab に乗り換えたって人も何人かいるらしい。 GitLab の GitHub に対する優位性のひとつとして、CI ツールとコンテナレジストリがバンドルされていることがある、んだそう。なるほどたしかに、CI とかコンテナレジストリってそのリポジトリとの関係は密でもいい・密にしておきたい、ってかんじがするもんなぁ。 GitLab、僕のなかでは「セキュリティなどの理由により、github.com を使うことができないケース」「コストなどの理由で GitHub Enterprise を使うことができないケース」で、"自分たちの環境" に "自分たちで" セットアップして使うもの......という印象だったんだけど、そうか、普通
「障害発生時に即座に収集したいサーバの状態・14項目」を実際に収集してみた - えいのうにっき
僕はインフラエンジニアではないし、そうだったこともないのだけど、いま「インフラエンジニアの教科書２」という本を読んでいる。 インフラエンジニアの教科書2 スキルアップに効く技術と知識 作者: 佐野裕出版社/メーカー: シーアンドアール研究所発売日: 2016/08/26メディア: Kindle版この商品を含むブログを見る Twitter かなにかでこの本の存在を知り、とりあえず買ってみたものの、しばらくの間積読状態になってしまっていた。...のだけど、最近になってようやくちまちまと読んでいる。関係ないけど、kindleで読めるのはほんとに便利だ。 この本の7章「障害対策と障害対応」で、『以下のような項目についてはサーバ障害時に即座に（20秒程度で！）収集できるべき』、とされていた。 メモリの搭載量と使用量 パーティションごとのディスクの使用率と空き容量 CPUの種類とコア数 ディスクのRA
サーバーが高負荷状態になったときのプロセス一覧を自動で出力させておく - えいのうにっき
趣味でお世話をしているサーバーインスタンスのうちのひとつが、最近以下のような事象を時折起こしておりまして。 深夜に一時的に高負荷状態に陥る 朝起きてみたらそれに気づく（終息している） さすがに趣味の範疇なので、深夜に飛び起きて対応できるようなアラート通知設定はしておらず、とはいえ起きてからその理由を探ろうとするのだけど、終息したあとに見られるものといったらせいぜい以下のようなことくらい？ モニタリングツール（Mackerel）のその当時のグラフの様子 アプリケーションログを見る /var/log とかに出力されてるログを見る 今回の場合だとCPU使用率とLA（ロードアベレージ）が高騰していたことくらいしかわからずで、そのときにどういうプロセスがリソースを食ってたんだろう、みたいなことは把握することができなかった。 こんなかんじ。diskはちょっとハネてるかな...。。 対象のサーバーには
「１量子ビットしか使えない量子コンピューターでも古典コンピューターより強かった」とは実際どういうことなのか解説してみた - めもめも
何の話かというと 先日、 www.jst.go.jp ・・・というプレスリリースのタイトルを見て、 本当に 1qbit だけで動作する（有意な）計算モデルがあるのか！？ と一瞬驚愕したのですが、よくよく論文を読んでみると、「初期状態を 0 に設定できるのが 1qbit だけで、その他の n qbit はランダムに初期化される」という量子計算モデル（DQC-1）についての話だと分かりました。 （参考）Impossibility of Classically Simulating One-Clean-Qubit Computation というわけで、冒頭のタイトルは私の中で、「（１量子ビットを除いて）ランダムに初期化される量子ビットを用いて（古典コンピューターではシミュレーションが困難と考えられる）有意な量子計算を実行するテクニックが考案された」というタイトルに脳内変換されて納得したわけですが
NUPSC招待講演：アルゴリズムで広がる世界
「金融予測アルゴリズムを評価するときに、あまり一般的ではないけども自分としては皆に気にかけてほしいこと」を伝えたいと思い MarketTech Meetup #01 (https://alpaca.connpass.com/event/108066/) で話したときのスライドです
[Sansanデータ解析チャレンジ] 名刺の記載項目予測 チュートリアル｜ビッグデータ大学
はじめに 本チュートリアルでは「[Sansanデータ解析チャレンジ] 名刺の記載項目予測」コンペティションを題材にして、Pythonとscikit-learnを利用した分類器の実装方法を解説します。 掲載コードは、Python2.7.8で動作確認を行っています。また、掲載コードでは以下のライブラリを使用します： scikit-learn 0.18.1 NumPy 1.11.3 pandas 0.19.2 Python Imaging Library (PIL) 1.1.7 本チュートリアルは、下記を参考にしております： https://deepanalytics.jp/contents/sansan_tutorial_1 https://github.com/takagiwa-ss/deepanalytics_compe26_benchmark
Microsoftの自然言語分類技術を本気で検証してみた。〈Microsoft Cognitive ToolkitでのChatBot実装〉 - Qiita
Microsoftの自然言語分類技術を本気で検証してみた。〈Microsoft Cognitive ToolkitでのChatBot実装〉C#自然言語処理機械学習DeepLearningbot はじめに MicrosoftのDeep Learningツール（Cognitive Toolkit）を使った自然言語分類技術を、機会あって本気で実装したので共有しようと思います。 今回のテーマは自然言語分類技術としていますが、もう少し具体的にいうと 自然言語の質問文に一問一答形式で回答するチャットボット です。「チャットボット」という言葉でも少しイメージが広くなってしまうので、今回は「ヘルプデスクの代替として使う問合せチャットボット」に限定します。本投稿ではQAチャットボットと呼ぶことにします。具体例としては、こんなやつ。 LOHACOのマナミさん SMBCの若草わかばちゃん こういうQAチャットボ
Pythonでシンプルな文章の類似度判定をやってみた - [Dd]enzow(ill)? with DB and Python
会社の後輩に、社内のFAQの利用率を高めたいからなんとかしたいといわれ、自然言語の入力を受け付けて近いFAQのリンクを戻すコードを書いてみました。 後輩に説明しながらという点と元データも70件程度と少なかったことや、そもそも自分がちゃんと理解してない点もあったので、gensimやsklearn等は用いずになんちゃってBoWで実装しました。 コンセプト こんな感じでやることにしました。計算効率とかはあまり考えずわかりやすさを優先して実装します。 元々あるFAQを単語分割 単語の出現数をそれぞれカウント ユーザが入力した内容も単語に分割し出現数をカウント 出現している単語が近いものをスコア順に提案 対象データについて こんなイメージのデータでした。中身はイメージです。URLも適当です。 Question Answer link AWSとOracleCloudの違いはなんですか？ 名前が違います
![Pythonでシンプルな文章の類似度判定をやってみた - [Dd]enzow(ill)? with DB and Python](https://cdn-ak-scissors.b.st-hatena.com/image/square/d6df039b2f71d7ec7af1eb6aba06abf859f7f5cf/height=288;version=1;width=512/https%3A%2F%2Fogimage.blog.st-hatena.com%2F8599973812288943377%2F8599973812312438078%2F1509260943)
Python: 標準ライブラリ unittest.mock を使ったテストダブル
ユニットテストを書くとき、テスト対象が何か別のコンポーネントに依存していると、テストが書きにくいことがある。 例えば、その依存しているコンポーネントがまだ開発の途中で無いとか、あるいは異常系などテストしたい状況を作りにくかったり、実行にすごく時間がかかるなどなど。 そんなときは、依存しているコンポーネントをテストダブルと呼ばれる代替品で置き換えてやると良い。 Python にはバージョン 3.3 から標準ライブラリにテストダブル用のパッケージ unittest.mock が取り込まれた。 使っている Python のバージョンが 3.3 未満のときは PyPI から mock をインストールする。 これは基本的にバージョン 3.3 で導入された unittest.mock と同じもの。 $ pip install mock まずはテストを書くための題材だけど、このブログのスクレイピングにす
[python] まだmockで消耗してるの？mockを理解するための3つのポイント
隣の席の人がテスト強化週間とか抜かしていたので自分もちゃんと理解するために なるべくわかりやすく まとめてみようと思います。 この記事は 2015 tech-yuruyuru アドベントカレンダー - 15日目の記事です。 2015 tech-yuruyuru アドベントカレンダー (2015/12/01 00:00〜)# 2015 #tech-yuruyuru アドベントカレンダー #tech-yuruyuru のアドベントカレンダーです。 テーマは特に決まっていません。好きなことを書いてください。 * 参加したい日の参加枠に参加登録してください * 2 日以上参加したい場合は、フィードで宣言してください ## カレンダー 1. @pjxiao: VPC のプライベートサブネットについて解説 2. @pjxiao: mDNS を使いローカルマシン内の仮想環境に接続する 3. @pjxia
![[python] まだmockで消耗してるの？mockを理解するための3つのポイント](https://cdn-ak-scissors.b.st-hatena.com/image/square/db125f1ff393117337f2ecbc80cf0fdd7dfa6f80/height=288;version=1;width=512/https%3A%2F%2Fnote.crohaco.net%2Fmedia%2Fpython.png)
誰もいない森で倒れた木は、音を出したか？ | コラム・レポート | アーティエンス
「もし今、私たちの知らない遠く離れた地の誰も居ない森で、一本の木が倒れたとします。 その際に、その木は“音を出して”倒れたのでしょうか。」 アイルランド国教会のジョージ・バークリー主教（1685～1753）は、ある日こんなことを人々に投げかけました。──皆さんでしたら、この問いにどう応えるでしょうか。 普通に考えれば、「木は“音を出して”倒れた」という答えが返ってきますよね。 ですが、バークリー主教だけでなく、少なくない数の哲学者や心理学者は、この問いに対して「木は “音を出していない” 」と答えます。さて、それはどういうことでしょうか。 キーワードは、「認知」という言葉です。 誰も居ない森では、倒れた木の音について、だれも認知することはできません。 そして、バークリー主教は「（それが）存在するということは、（誰かがそれを）認知をすることである」という言葉を残しました。つまりは、「存在は、
建站成功
您的请求在Web服务器中没有找到对应的站点！ 可能原因： 您没有将此域名或IP绑定到对应站点! 配置文件未生效! 如何解决： 检查是否已经绑定到对应站点，若确认已绑定，请尝试重载Web服务； 检查端口是否正确； 若您使用了CDN产品，请尝试清除CDN缓存； 普通网站访客，请联系网站管理员；
建站成功
您的请求在Web服务器中没有找到对应的站点！ 可能原因： 您没有将此域名或IP绑定到对应站点! 配置文件未生效! 如何解决： 检查是否已经绑定到对应站点，若确认已绑定，请尝试重载Web服务； 检查端口是否正确； 若您使用了CDN产品，请尝试清除CDN缓存； 普通网站访客，请联系网站管理员；
TensorFlow Servingで機械学習モデルをプロダクション環境で運用する - freee Developers Hub
こんにちは、freee株式会社でエンジニアをやっている米川（@yonekawa）です。最先端のテクノロジーを使って新しいソリューションを生み出していくことをミッションにした、CTW (Change The World) という役職で働いています。 この記事はfreee Developers Advent Calendar 2017の23日目です。 機械学習ではアルゴリズムや大規模データ処理が注目されがちですが、学習したモデルをどうやってサービスで運用するかも悩ましい問題です。実験やアルゴリズムの検証では強力なツールが揃っているPythonがよく使われるので、そのままPythonでAPI作るケースが多いと思います。しかしプロダクション環境で運用するとなると開発しやすさ以外にも、大量リクエスト時のパフォーマンスやデプロイ、モデルの精度評価やA/Bテストなどさまざまな課題があります。 またfre
特集！知らないと損をする計算量の話 - Qiita
1. はじめに 今回は実務プログラミングにおいて知らず知らずのうちに遅いコードになっていそうな例をいくつか挙げて、それを計算量の観点から高速化してみたいと思います。 2. 計算量を意識することにどんな意味があるか 身近な例として、Qiita Contribution ランキングの作成を考えてみましょう。ランキングを作成するためには、各ユーザーの Contribution 数を大きい順に並び替える処理、すなわちソートが必要になります。 Qiita ユーザー数は現在およそ $30$ 万人です。標準ライブラリの sort を用いれば、それほどの計算時間はかからないと思います。しかし仮にこれを愚直な sort アルゴリズム (例えば、挿入ソートやバブルソートなど) で実行したら恐ろしいことになります。 愚直なソートは、並び替える要素の個数の 2 乗に比例した時間がかかります。すなわち $n$ を並
GitFlowをやめて本番リリースが楽になった話 - Qiita
背景 サーバーサイド開発のプロジェクトでGitFlow(的な)運用を行っていたが、本番リリースの際に困ることがあったのでgitの運用フローを変えて解消したという話。 まず問題の内容から順番に書いているので、結論(新しい運用ルール)だけ知りたい人はこちら git運用フローについては、GitFlow・GitHub Flow・GitLab Flowなどが有名だがどれとも少し違うように思ったのでまとめた。 <2018/06/10追記> 新フローにも名前が欲しいと思っていたが、同じやり方を「GitFeatureFlow」と呼んでいる記事を見つけた。個人的にもしっくり来たのでこれからはこの呼称を使っていこうと思う。 cf. GitFlowは使わない！シンプルな「GitFeatureFlow」を紹介します </追記終わり> 導入プロジェクトの概要 採用するべき運用ルールはプロジェクトの条件にも依ると思う
最近のgitを使った開発フローについて - その手の平は尻もつかめるさ
最近のgitを使ったWebアプリケーションのプロジェクトの開発フロー (主にブランチ運用) について記すものです． なお前提としてGitHub Enterpriseを利用しています． git-flow 大上段に構えたもののあまり特殊なことはしていなくて，基本的にgit-flowをそのまま踏襲しています． git-flowについてはしっかりした解説記事がインターネット上に数多く存在しますからそれらを参考にしていただければと思いますが，ざっくり説明すると masterブランチ，developブランチ，releaseブランチ，featureブランチ及びhotfixブランチがある masterブランチは常にリリース可能な状態になっている (すなわち現在本番で稼働しているアプリケーションのコードと等しい) developブランチは開発中の状態で，ステージング環境等に上がっている releaseブラン
今さら聞けない人のためのGit超入門 OSC2018名古屋版
講師：宮原 徹（代表取締役社長兼CEO） 担当：日本仮想化技術株式会社 レベル：入門編 対象者：DevOps・自動化に興味がある方 前提知識：特になし DevOpsやInfrastructure as Codeなど、開発者のみならずインフラエンジニアにも開発的な要素が 必要とされるようになってきました。その際に重要になるツールの一つとして、バージョン管理ツールがあります。 本セミナーでは、バージョン管理ツールとして幅広く使われているgitの基本的な説明の仕方について解説します。 想定している対象者はgitを使ったことがない、あるいは言われたとおりにしか使っていない人です。 【カテゴリ】仮想化/クラウド
30代から始めるwebフロントエンド入門 - Speaker Deck
Transcript 30代から始めるwebフロントエンド入門 コネヒトマルシェ #2〜webフロントエンド市〜 @itosho 1 ▪ 自己紹介 ・伊藤 翔 / @itosho ・所属：コネヒト株式会社 / Supership株式会社 ・野球とアイドルが好きです。 ・最近のオススメ：sora tob sakana 先日メジャーデビュー ▪ 自己紹介 ・伊藤 翔 / @itosho ・所属：コネヒト株式会社 / Supership株式会社 ・野球とアイドルが好きです。 ・最近のオススメ：sora tob sakana 先日メジャーデビュー ・主にサーバーサイドエンジニアをやっています。 ・よく書く言語：PHP / Ruby / Golang ＿人人人人人人人人人人人人人人＿ ＞ サーバーサイドエンジニア ＜ ￣Y^Y^Y^Y^Y^Y^Y^Y^Y^Y^Y^Y^Y￣ 4 ▪ 今日話すこと
小学生のうちからPythonに親しむ 一歩先行く中国のメイカー教育事情 | DG Lab Haus
小学生のうちからPythonに親しむ 一歩先行く中国のメイカー教育事情 TOP Other 小学生のうちからPythonに親しむ 一歩先行く中国のメイカー教育事情 「メイカー教育（プログラミングとものづくりの体験を核とした教育手法）産業先進国」の中国企業が日本市場進出を狙っている。 2018年5月16日から18日の3日間、東京ビッグサイトで「第9回教育ITソリューションEXPO」（通称はEDIX）が開催された。約700社が参加したが、中国企業の参加も目立つ。そして、そのほとんどが「STEM教育」「メイカー教育」関連の製品を出展していた。 STEMとはScience（科学）、Technology（技術）、Engineering（工学）、Mathematics（数学）の頭文字をあわせた造語だ。「STEM教育」の元祖である米国では、90年代から教育の基礎にはこれら理工系知識や素養を重視する必要が
HOG特徴とSVMによる物体検出
シマフクロウを検出する 今回は、カメラ画像から自分の好きな物体を検出する方法を紹介します。 最終的には上の画像のように、カメラ画像からシマフクロウを検出します。次のステップにより物体の検出を行います。 検出する物体の特徴を学習する 学習した特徴をもとに画像中の物体を探索する まず、検出する物体の特徴を抽出するわけですが、どのような特徴を、どのように学習するか？が問題です。 これは画像処理や機械学習といった研究分野の問題で、面白いところではあるのですが、とても説明しきれないのでここでは説明省略します。 全てを説明しきれないので・・・ 詳細は、"Object Detection", "機械学習"などのキーワードで検索すると嫌というほど出てきます。または、最後にちょっとだけ原理に関わることも書きたいと思います。 今回は、HOG特徴をSVMで学習する方法で物体検出を行います。 HOG特徴は、輝度変
Sphinx S6でHTMLのプレゼンをつくる - Bye Bye Moore
前提 Sphinx導入済み Mac OS X 10.8 導入 $ sudo easy_install sphinxjp.themes.s6 設定 まずは叩き台としてsphinx-quickstartをやります。 $ sphinx-quickstart例のごとくトップページに色々とファイルが作成されます。 今回はindex.rstとconf.pyを以下のように編集します。 .. index.rst 表紙タイトル ================ 調布大学とは -------------- * Unique * & * Exciting * Campus ほげ -------------- Rubyコードも書けます .. code-block:: ruby def answer 42 end そう、Sphinx S6ならね。## conf.py #line 26 extensions = ['
サポートベクターマシン(support vector machine:SVM)の基礎 - HELLO CYBERNETICS
線形識別器の代表格としてサポートベクターマシンを取り上げます。 機械学習で一躍有名となった手法の1つで、ディープラーニングが流行る以前は「え、まだニューラルネットやっているの？時代はサポートベクターマシンでしょ」と言った雰囲気でした。今はなぜか逆転して「まだサポートベクターマシンやってるの？」と言う人が実際にいるのですが（笑）、ディープラーニングの設計・学習の手間などを考えるとサポートベクターマシンはまだまだ捨てたものではありません。転移学習などでも応用が効きますしね。 SVMはマージン最大化という考えで、高い汎化性能を持つことが知られています。今回は、SVMがどのような考えでデータを識別するように学習を行うのかを説明していきたいと思います。今回は線形識別器として取り上げますが、当然基底関数を変える、カーネル法を用いることで非線形への拡張ができますから、その点についても触れていきたいと思い
画像からHOG特徴量の抽出 - Qiita
はじめに Qiita Advent Calendar 2015ってのを最近知って、書きたいなあって思ったけどそもそもQiita投稿したことねえわってなったので、まずは初投稿してみました。来年はAdvent Calendar書きたい！ というわけで内容は画像処理系の話です。 画像処理やってると、画像から人検出や動体検出をするのって割と誰でもやりますよね。 そのなかで検出精度を高めるには特徴量の選定が重要になってきます。 というわけで今回はHOG特徴量を実際に抽出してみます。 ちなみに 今回は画像の類似度の精度については省略しました。 あくまで特徴量の抽出するところまでをカバーしています。 HOG特徴量とは そもそもHOG特徴量ってなんやねん！って方も多いと思うので、まずは説明を。 HOG(Histograms of Oriented Gradients)とは局所領域 (セル) の輝度の勾配方
Droid くんはどこ？ Dlib で手軽に物体検出しよう！
こんにちは。アプリケーション共同開発部エンジニアの石島です。 昨年の 11 月に Keras を使って Droid くんを認識してみた と題して Deep Learning の一種である Convolutional Neural Network（CNN）を用いて画像内の Droid くんの認識を行なってみました。今回は画像中の Droid くんを探してみようと思います！ 今回は Droid くんのみの検出なので大量の画像と学習時間を必要とする Deep Learning ではなく、以前からある画像特徴量の HOG（Histograms of Oriented Gradients）特徴量と機械学習手法の SVM（Support Vector Machine）を用いて Droid くんの検出を行います。 この組み合わせは Deep Learning の登場前にはよく用いられていた手法です。こち
TensorFlowで始める深層学習 (３)機械学習から深層学習の扉を開く - ぐるなびをちょっと良くするエンジニアブログ
こんにちは！かわしま@食を楽しむエンジニアです。 先日クッキーの詰め合わせをいただきました。 「クッキーなんて」と思わないで下さい。注文から２か月待ち、初めて買うには紹介が必要な、麹町にある老舗洋菓子店・村上開新堂のクッキーなのです。 * 京都にある同名のお店とは違います 食後にもかかわらず、全27種類を食べてしまいました (甘いものは別腹とか言いますが、人によります。私は別にならない側ですｗ)。そんな私でも、このクッキーは食べやすく飽きがこないことにびっくり。素朴な風味を守りつつ、時代に合わせて少しずつ改良をしていると想像できます。 村上開新堂の歴史が始まったのが明治1年、その頃の日本のお菓子の歴史をみてみると 1868年（明治1年） 村上光保（むらかみみつやす）が、国家政策の一環として洋菓子製造技術習得を命じられたことが、村上開新堂の歴史のはじまり 1875年（明治8年） 米津風月堂で
弁護士による人工知能(AI）、機械学習、深層学習（ディープラーニング）の基礎講座｜知的財産・IT・人工知能・ベンチャービジネスの法律相談なら【STORIA法律事務所】
ホーム ブログ 人工知能（ＡＩ）、ビッグデータ法務 弁護士による人工知能(AI）、機械学習、深層学習（ディープラーニング）の基礎講座｜知的財産・IT・人… 【「AIと契約・知財・法律」セミナーのご案内】 2018年12月19日(水曜日)に東京で、2018年末時点におけるいわば「AI法務の総まとめ」として「AIビジネスの最前線からお送りする『AIと契約・知財・法律』」と題するセミナーを開催いたします。 過去の参加者の声や申込、詳細はこちらのページからどうぞ！ 人工知能(AI）、機械学習、深層学習（ディープラーニング）という言葉を目にしない日はない今日この頃ですが、実はこれから日本がAI領域で世界をリードするために非常に重要なポイントが１つあります。 それは「人工知能を利用したビジネスをどうやって知的財産制度で保護するか」です。 そこで、今回から３回にわたって人工知能分野に関する以下の記事を書
初心者向け「機械学習とディープラーニングの違い」をシンプルに解説
By darkday AI(人工知能)が大きな話題となっているコンピューターサイエンスの世界で、その技術を支えているのが「ディープラーニング」です。一方、コンピューターを使った「機械学習」という言葉を耳にすることも多いものですが、実はその違いがよくわからない人も多いはず。そんな両者の違いを、数学的計算ソフトウェア「MATLAB」の開発元であるMathWorksが簡単に解説しています。 Introduction to Deep Learning: Machine Learning vs Deep Learning - YouTube 機械学習もディープラーニングも、学習モデルを提供してデータを分類することに使われる技術です。その働きを解説するのによく用いられるのが、犬と猫の画像を分類するという例。この画像の場合、ほぼ全ての人が左が犬、右が猫と答えるはず。 しかし、別の画像を持ってきた時、それ
本気でプログラミングを覚えるならこの夏はPyQをやりきってみてはどうだろう? - Lean Baseball
Pythonista(Python使い)の中で有名かつプロフェッショナルが集まる強者集団(株)ビープラウドさん*1が満を持してリリースされたPythonのオンライン学習サービス「PyQ」を試してみました. pyq.jp 佐藤社長のご厚意で利用アカウントをいただき,実際利用してみました.*2 簡単ではありますが,利用した時のレポートとサービスの感想,「どんな方々にオススメか?」的なレビューを簡単に書きたいと思います. この夏,プログラミングを覚えたい(特にPython)という方は是非ご一読ください！ で,PyQどうなのよ? 下手な本を読んだり勉強会参加するマンになるぐらいだったら,PyQを一ヶ月集中してやり切ったほうが絶対いい！この夏に(2,980円はお買い得). 学習コンテンツの粒度・写経をベースに覚える思想・操作感が良い(一部改善して欲しいところはあるが) 「実務で通用するレベルに」「9
キーワードは「世代交代」「多様性」「混沌」 - PyConJP 2017ふりかえり #pyconjp - Lean Baseball
写真は講演中のやつです,今年もご清聴ありがとうございました. どうもこんばんは,野球の人です.38歳になりました.*1 9/7(木)から本日(9/10)にかけて四日間で開催されたPyConJP 2017,今年も盛会のまま無事終わりました. 私はConference本体二日間+スプリントDayに参加しました. 普通に感想・所感…を書くのもあんまりおもしろくないので, 「世代交代」「多様性」「混沌」,の３つのワードを軸に一筆残したいと思います. おしながき おしながき 全体を通して 参加者・スタッフさんについて 参加者 PyConJPスタッフ トークセッションとLTについて(自分のトークを除く) トークセッション Pythonで大量データ処理！PySparkを用いたデータ分析のきほん Pythonで実現する4コマ漫画の分析・評論 2017 LT レベル感 コミュニティについて スポンサーについ
PyCon mini Osakaで異常検知システム構築の裏側について発表しました - yasuhisa's blog
現在仕事で作っている異常検知システムについてPyCon mini Osakaで登壇してきました。異常検知というマイナーなトピックですが、多くの人に聞いてもらえてよかったです。 #pyconjp #pyconosaka 「Pythonを用いた異常検知システム構築の裏側」 吉田康久さんです！ たしかはてなの人だったはず。 pic.twitter.com/hRacSgV59D— PyCon mini Osaka (@OsakaPyConMini) 2018年5月19日 はい、はてなのMackerelチームの中の人です。 機械学習の人からすると「なんだただの混合ガウス分布か」と思われるかもしれませんが、異常検知のシステムを実際に作ろうとすると考えることが色々あります。今回の発表では ユーザーのどのような要望から異常検知機能を作るに至ったか 異常検知とはそもそも何か、どういった問題設定か 異常検知手
自然言語処理における畳み込みニューラルネットワークを用いたモデル - Qiita
はじめに 最近、畳み込みニューラルネットワーク(CNN)を用いた自然言語処理が注目を集めています。CNNはRNNと比べて並列化しやすく、またGPUを使うことで畳み込み演算を高速に行えるので、処理速度が圧倒的に速いという利点があります。 この記事は、自然言語処理における畳み込みニューラルネットワークを用いたモデルをまとめたものです。CNNを用いた自然言語処理の研究の進歩を俯瞰するのに役立てば幸いです。 文の分類(評判分析・トピック分類・質問タイプ分類) Convolutional Neural Networks for Sentence Classification(2014/08) 評判分析や質問タイプの分類などの文分類を行うCNNを提案している論文。 具体的には文を単語ベクトルの列として表し、それに対してCNNを用いて特徴抽出・分類を行っている。論文では事前学習済みの単語ベクトル(Goo
Django における認証処理実装パターン - c-bata web
追記: 翔泳社さんからDjangoの書籍を出版するのでぜひ読んでみてください。 実践Django Pythonによる本格Webアプリケーション開発 作者:芝田 将翔泳社Amazon この資料は DjangoCongress JP 2018で話した「Djangoにおける認証処理実装パターン」 の解説記事になります。 2019/04/08 追記: GithubのコードはPython3.7 Django2.2にupdateしています) 何年か前に Djangoのユーザー認証まとめ という記事を書きました。今でもコンスタントに100PV/dayくらいアクセスのある記事なのですが内容が古く、実装時にハマりやすい注意点にもあまり触れることができておらず、おすすめできる資料ではありません。今回はDjangoCongress JPにて発表の機会をいただけたのですが、この機会に認証処理についてまとめ直すと同
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
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
Akihiro Yasui on Twitter: "ハーバード等、世界中の大学の講義を無料で受講できるCoursera(https://t.co/0eRqBAleM6)も全力でおすすめ。字幕付の非ネイティヴ向け英語はわかりやすく巻戻し可。8週程のコース後に修了証がもらえ留学でも提出… https://t.co/mQlLFc7H9J"
sphinx handson — study sphinx 1 documentation
セキュリティ診断・検査のGMOサイバーセキュリティ byイエラエ
レッドハットCEOが語る15年連続増収増益の理由
6. 色々なテーマ、sphinx拡張 — study sphinx 1 documentation