盲目的に --add-modules の JVM オプションで解消するのはやめて、Java 11 に備えてちゃんとした対処をしてみよう、というお話です。 Java 9 のモジュールシステムと deprecated なモジュールによる問題 Java 9 ではモジュールシステムの導入と同時に、Java の標準クラスライブラリを構成するモジュールのうち Java 11 で削除される予定のモジュール (JEP 320) が deprecated となりました。具体的には同 JEP に記載されているとおり、以下の 6 つのモジュールが削除予定となっています。 java.xml.ws: JAX-WS (Java API for XML-Based Web Services) java.xml.bind: JAXB (Java Architecture for XML Binding java.acti

SmartNews Ads の広告配信の裏側では、ユーザにはよい広告体験を、そして広告主にはより多くの成果を適切なコストで提供することを目的に、実に様々な最適化の仕組みが動いています。 限られたコンピューティングリソースとレイテンシの制約、そしてアプリに特化した広告配信において、どのような配信の最適化がされているのか、この一年の歴史を紐解きながら現在の最適化の仕組みまで赤裸々にお話しちゃいます。Read less

https://javajo.doorkeeper.jp/events/27588 での発表資料です。

スマートニュースで広告プロダクト責任者を努めております、渡部と申します。 2015.4.15にSmartNews Tech Night Vol.2を「クラウド事業者に就職する以外の インフラエンジニアの生きる道」と銘打ち開催いたしましたのでそのご報告です。 atnd イベント概要ページ SmartNews Tech Nightとは SmartNewsは大きく分けて4つの技術(UI/UX,Machine Learning, Backend & Infra, Ad)で構成されています。その各技術にfocusして年4回(目標!)技術イベントを開催しています。今回は第2回になります。(第1回はAdの話をしました) なぜこのテーマを選んだか 「よし!今回はインフラだ!」というところまでは決めてたのですが、そこからのテーマ選定は社内でも難航しました。インフラ、といっても幅が広く聞いてみたい話は山のごと

最近TVCMでもよく見かけるようになってきたニュースアプリSmartNewsをつくっているスマートニュース株式会社（資本金40億円）の公式Twitterアカウントがある驚きのつぶやきを投稿した。 「助けて！アプリは順調に1000万DL突破したのにTwitterは全然フォロワーが増えないの！」 アプリのほうは絶好調だが、会社でやっているTwitterアカウントはフォロワーが全然増えないのだという。応援のリプライが来ているのだが、このツイート自体も2リツイート、1お気に入りと寂しい結果に。さて、一体どれほどなのか気になってフォロワー数をみてみると…。 なんと91人しかいなかった。少ねえええええええええええええ！！！ しかもこれって半分くらいは社員で、残り半分は取引先とかいうことなんじゃないだろうか…。今や海外にまで進出し破竹の勢いを見せる天下のスマートニュースがこれではあまりにも寂しすぎる。き

第42回 データマイニング+WEB ＠東京( #TokyoWebmining 42nd ) −深層学習・表現学習 徹底活用 祭り− Eventbrite Google グループ 会場提供し運営を手伝って下さった FreakOut のみなさん、どうもありがとうございました。素敵なトークを提供してくれた講師メンバーに感謝します。会場参加、USTREAM参加ともに多くの方々の参加を嬉しく思っています。 参加者ID・バックグラウンド一覧 参加者Twitter List : tokyowebmining-42 参加者セキココ：第42回 データマイニング+WEB ＠東京 セキココ (作成してくれた [Twitter:@komiya_atsushi] さんに感謝） 以下、全講師資料、関連資料、ツイートまとめです。 AGENDA： ■Opening Talk： O1.「データマイニング+WEB＠東京 につ

今回の TokyoWebmining はここ最近、特に注目を集めている Deep Learning と word2vec がトピックということで、参加者募集も数分で枠が埋まってしまうほどの大人気っぷりでした。 せっかくなので、（参加したくても参加できなかった方々も多いことかと思いますし）たまにはまとめエントリを、会場内での質問やディスカッションを中心に書いてみようかと思います。 (聞き間違い・勘違いなどがあるかと思いますので、気づかれたかたはツッコミ願います) 深層学習時代の自然言語処理 by @unnonouno さん 深層学習時代の自然言語処理 from Yuya Unno Recurrent Neural Network p.11 Recurrent Neural Network 1 個の単語に対して、1 個の dense ベクトルがある 次元数は 100〜1,000 ぐらい RNN

このところよく開かれるIT勉強会。スキルアップのためには行った方がいいのかなと思いつつも、どんな雰囲気なのか分からなくて二の足を踏んでいるという人はいませんか？　この記事は、実際に勉強会にお邪魔して「こんな雰囲気でしたよ！」と紹介するのが目的です。こんな感じなら行ってみようかな、みたいに思ってもらえたらうれしいです。 （三土 たつお） 今回は「JJUGナイト・セミナー」というJavaの勉強会にお邪魔しました。JJUGとは「Japan Java Users Group」の略で、Javaのユーザー有志で作っている会ですね。 会場は東京・青山にある日本オラクルでした。 これは入口なんですけど、すごく奇麗でホテルのロビーみたいに広々としてます。 会場は広いセミナールームのようなところでした。参加者は約200人でほぼ満員です。 今回の題材は「機械学習・自然言語処理特集！」でした。機械学習というと「こ

前回 は CTR (クリック率)、CVR (コンバージョン率) に対するいくつかの区間推定方法を、それぞれの特徴とともに列挙してみました。今回はそれらの区間推定方法による実際の信頼区間を、Java や Python, R を用いて求める方法をまとめてみます。 Java による区間推定 Java で二項比率の区間推定をするには、commons-math3 の org.apache.commons.math3.stat.interval パッケージ以下のクラスを使うのが手っ取り早いでしょう。 それぞれの区間推定方法に対応するクラスは以下のとおりです。 Wald confidence interval NormalApproximationInterval クラス Clopper-Pearson (or 'Exact') confidence interval ClopperPearsonInt

わけあってクリック率・コンバージョン率の信頼区間を算出したくなったのだけど、そのやり方を調べてみたら結構ややこしかったので、調べた結果をメモに残しておきます。 はじめに クリック率 (Click-through rate, CTR) やらコンバージョン率 (Conversion rate, CVR) を扱う仕事をしていると、少なくとも一度ぐらいはそれらの信頼区間を求めて (区間推定して) みたくなるものかと思います。 それというのも、例えば「100 回のインプレッションのうち、1 回のクリックが得られた」という標本 (サンプル) があったとして、これから CTR を点推定すると 1% になるものの、これは「サンプルサイズを増やしたときにも同様に 1% になるのか？」と言ったらそんなことは言えないわけで、ならば「どれくらいの信頼水準のときにどれくらいの範囲に真の CTR が存在しうるのか？」

はじめに 会社の合宿予定が入っていて参加できそうになかったので、やむなく参加を見送っていた 12/13 (土) の 第九回 渋谷java でしたが、思ったより早く東京に戻ってくることができたので、下記のように @komiya_atsushi @jflute できますよー。LT枠空いているので是非お願いしますw — Naoki Takezoe (@takezoen) 2014, 12月 13 と参加できそうなのかつぶやいてみたところ、カジュアル無茶ぶりコメントをたけぞー先生よりいただいたので適当にネタをでっちあげて LT 発表してきたのでした。 SmartNews ♥ Slack @amachino さんが先日 Slack の Advent calendar に投稿したとおり、スマートニュースでは 社内のコミュニケーションに Slack を活用しています。 通常の人同士の会話だけでなく Je

「えーマジ native2ascii!?」「プロパティエディタプラグインが許されるのは J2SE 5.0 までだよねー」 ジャバエンジニアはそろそろ、プロパティファイルを扱う場合に native2ascii やら各種プロパティエディタプラグインやらの呪縛から解放されてもいいと思うのです… 概要 Java でアプリケーションの各種設定を記述したプロパティファイル (.properties) を取り扱う場合、 Properties クラスもしくは ResourceBundle クラスのお世話になるかと思います。 一昔前までは、プロパティファイル内で日本語などいわゆるマルチバイト文字を含む場合に、 native2ascii コマンドを利用して ASCII コードの文字のみで表現できる ユニコードエスケープ (!= UTF-xx エンコーディング) 表現に変換することが必要とされていました。 しか

「何をいまさら」な感じの機能追加だけど、Java 8 から 標準のクラスライブラリで Base64 エンコーディング できるようになった。これはこれで嬉しいことなので、使い方とそのパフォーマンスをメモっておく。 使い方 まずはデモコードから。 エンコーダは以下のメソッド呼び出しで得られる 3 つの種類がある。 Base64.getEncoder() Base64.getUrlEncoder() Base64.getMimeEncoder() 対応するデコーダがそれぞれ用意されている。 Base64.getDecoder() Base64.getUrlDecoder() Base64.getMimeDecoder() Base64.getUrlEncoder() で得られるエンコード文字列は、普通の Base64 エンコーディングではファイルパスや URI での利用時に問題となりうる +/

2014-06-25 データサイエンティストって名乗るのが恥ずかしくない人は要注意！！ 本論 雑談 思いつき 夏ですね。もう夏です。連日のゲリゴーです。ゲリゴー、ゲリゴーと歌ってもありのままに生きられる世の中ではありません。チャランポランナーです。 ２月にこんなのを書きました。 データサイエンティストの賞味期限は夏までです。 http://copiz.hatenablog.com/entry/2014/02/05/005410 そろそろ賞味期間がくるデータサイエンティストをとどめを刺してくれる記事が掲載されました。 連載・データサイエンティストの視点： 真夏のアイスNo.1の座はどれに!?　購買データ分析で見る「アイス28種“総選挙”」 (1/2) http://www.itmedia.co.jp/news/articles/1406/25/news017.html 上記に記事は、これとも

はじめに ちょこっとご報告が遅れてしまった気もしますが、タイトルにあるとおり、 @chezou さん主催の Machine Learning Casual Talks #1 ＠クックパッド社にて発表をしてきました。 当 Casual Talks 開催に至った背景は以下のとおり。 @unnonouno @komiya_atsushi @yamakatu Machine Learning Testing Casual talkの機運ですね！(白目) — chezou (@chezou) 2014, 4月 23 4/22（火）に開催された、QA エンジニア向けの勉強会、 第 4 回 Ques で登壇・発表したのをきっかけに、機械学習に関してカジュアル（≠初心者的）に話せる勉強会があるといいよね、という流れができ、その後の @chezou さんのご尽力もあってめでたく開催、となりました。主催の @

Machine Learning Casual Talks #1 で発表した「機械学習のテスト自動化コトハジメ」発表資料です。 http://connpass.com/event/6275/