初めに LinusによるGitのinitial commitのREADMEの訳です。 社内のSVNからの移行を促すために資料を整備していたのですが、SVNでやっていたことを移し替えたりコマンドを覚えたりするより内部構造を知ったほうが早いことに気づきました。 それで、gitの内部構造についての解説資料を色々見ていたのですが、データ構造については原作者のこのREADMEに言い尽くされている気がします。のみならず、gitを使うものが抱くべき精神性のようなものが示されており、深い感銘を覚えました（ヒャッハー）。 README: ”GIT - 馬鹿コンテンツトラッカー” コミットメッセージ：git, 地獄からきたインフォメーションマネージャ gitの意味 "git" は何を意味することも出来る、お前の気分次第だ。 3文字で、発音可能で、実際のUNIXシステムで共通コマンドとして使われていないものであ

- はじめに - 以下を読んで、筆者ら (@chezou, @tokoroten, @hagino3000) ともTwitterで相互フォローだし、いっちょ媚び売るために感想記事でも書いとくかみたいな記事。 www.oreilly.co.jp 私は「企業で機械学習プロジェクトをいくつか経験している」「書に載っているアルゴリズムや検定も大体わかる」くらいで本書のターゲットからは少し外れているっぽいのだけれど、知ったことではない。 - この本どんな人がターゲット？ - 「仕事ではじめる機械学習」というタイトルの通り、「俺は来年から新卒社会人！大学で学んだ知識を活かして機械学習エンジニアとして頑張っていくぞ！」みたいな人が読むとすごく為になる本。 あと、ターゲットとしては「バイトで機械学習経験したい学生」とか「突然上司に機械学習やってくれって言われた！」みたいな人とか。 あと、機械学習を使った時

フードリヴァンプ（東京・世田谷区）は10月25日、「野郎ラーメンアプリ」（iOS／Android）を11月1日にリリースすると発表した。アプリ内で、月額8600円（税別）の「食べ放題プラン」を提供する。 野郎ラーメンは、関東で15店舗を展開するガッツリ系ラーメン店。アプリ内では、新商品の情報や優待特典などのサービスを展開予定。月額定額8600円（税別）の食べ放題プランも提供する。ただし、1日1杯まで。 対象は「豚骨野郎」780円（税込）、「汁無し野郎」830円（税込）、「味噌野郎」880円（税込）の3種。「豚骨野郎」だと、12杯で元が取れる計算だ。クーポンや同店の会員カード「ブタックカード」との併用も可能。 決済方法は、クレジットカードかキャリア決済（NTTドコモ、KDDI、ソフトバンク）。店舗でアプリ内の「パスポート」画面を店員に提示するだけでサービスを受けられる。

もういらないんじゃないかな。 授業は教科書と配信だけで十分、人間関係は個々人が好きに学べばよし、小卒・中卒・高卒・大卒の認定は資格試験みたいな方式で取得すればいい。 人と接する能力すらもいっそのことそういう資格にしてしまえばよし（共同生活能力準２級みたいな感じで）。 学校ってシステムは不要だよ。 あんなの「仕事してるふりをする練習」や「狭い世界でのマウントゲームに魂を捧げる実践訓練」を学習能力の一番高い時期にやらせてるだけでしょ。 その方が偉い人には都合がいいのかな？ 日本そのものが衰退して終わりつつ有るのを見ると、とてもそうとは思えないんだけどな。 ２０年後の社会人が目の死んだ扱いやすい奴隷であってくれさえすれば、３０年後に国が滅んでいてもいいって考えの政治家や官僚が多いのかね？

トヨタ自動車が米カリフォルニア州の環境規制への対応で、温暖化ガスの排出枠（クレジット）を大量に米テスラモーターズから購入したことが明らかになった。今後は規制が強まり、さらに経営の負担になる恐れがある。 トヨタ自動車が2017年8月末までに米国で温暖化ガスの排出枠（クレジット）を米テスラモーターズから大量に購入したことが明らかになった。米カリフォルニア州大気資源委員会（CARB）が10月13日に公表した資料による。CARBは毎年、8月末までの1年間における自動車各社の排ガスゼロ車（ZEV）規制への対応を公表している。 同州は自動車メーカーに、販売台数の一定割合を電気自動車（EV）などZEVとするよう義務付ける規制を導入している。基準未達のメーカーは罰金を払うか、基準をクリアしているメーカーから「ZEV排出枠（クレジット）」を購入しなければならない。

最近業務で Fluentd を触ることが出てきて入門したんですが、最初のうちはトラブルが起きた時に何が起きているのか、どう対処したら良いのかがさっぱりわからなかったので、「Fluentd ってログの収集とかに使われるやつでしょ？」程度の知識しかなかった過去の自分に向けて「とりあえずこれぐらいは知っておけ！」と言いたい内容をまとめてみました。 トラブルが起きた時にどの処理で問題が起きているのか素早くコードを追うことができて、データの消失を最小限に抑えつつ適切に対処できるようになることを目的としています。 なお、現時点で最新版の Fluentd v0.14.21 を対象にしています。 アジェンダ Getting Started Fluentd のアーキテクチャ Processes Supervisor process Worker process Threads Input thread En

あー、負けたー。「Asakusaの方から来ました」というチーム名で、Asakusa.rbでよくいっしょする @joker1007 さん、および @yancya さんと出た。最終結果は111400くらい? ただし20時*1を過ぎても4〜6万くらいをうろうろしてて、最終的には20:10頃に入れた変更でスコアが倍になり、なんだこれー? と言ってる間にタイムアップした。 去年のISUCON6決勝はやるべきことをやれなくて負けたので素直に悔しかったけど、今年はなんか問題設定の意図がまったくわからなくてそのまま不完全燃焼で手が停まって4時間経過で死んだという感じなので、なんだかなー、という気分。あんま疲れないまま終わってしまった。 なんか、なんで自分があーって思ってるかはわかった。keep-aliveをなかなか切ってくれないエンドユーザクライアントがたまに混ざってくれることはあるかもしれないけど、CD

This is a list of TeX functions supported by KaTeX. It is sorted into logical groups. There is a similar Support Table, sorted alphabetically, that lists both supported and un-supported functions.

この記事は、前出の本に入れる予定だったコラムのうちの一つです。 正確にいうと、本に入れる予定だったけど、メイン側で締め切りをぶっちぎっていたら、コラムを追加できるような空気じゃなくなって、書くのをやめたものです。 本の宣伝を兼ねて、没にしたコラムに日の目を見させて、あわよくば第二版で入ればいいなー、という内容です。 データサイエンティストの頭の中「偉い人たちは頭がおかしい」と言っても、それは相対的なものであるため、比較対象であるデータサイエンティストの頭の中を覗いてみましょう。 データサイエンティストは組織におけるデータ活用状況について、レベル分けして考えます。そして、基本的に前のレベルが実現できなくては、次のレベルに進むことはできないと考えています。 以下のレベル分けは私が適当に思い描いているものですが、同業者なら大よそ一緒なんじゃないかと思います。 Lv0: データ収集、ログ設計Lv1

BPStudy#122 〜いかにプログラミングを学ぶか？プログラミング教育を考えるの発表資料です。 https://bpstudy.connpass.com/event/66418/

Speaker notes 1. 普通は高いと言われるのに良くOK出たなぁ 8. 基本これで，必要に応じ他のを 10. 自分なりにわかりやすく分類したので紹介します．費用は一般に最もかかるものをピックアップ 12. dbとしては高め．あとでくわしく 15. セキュリティ上任せられないような処理を 24. Stackdriver Traceは計測方法を実装しないと 26. 仮想1ドル，実機5ドル 27. A/Bテスト 33. と思ったあなたは正しい 34. 中央：サーバ，右：データベース．サーバ増強も要るよね 35. FaaSは結局サーバサイドのコード要るけどね 36. ざっくり．左からビュー，コントローラ，モデル，データベース 37. もちろん何も考えずにやるとだめ．多少の語弊もあるが… 39. 見た目を先に作るのがポイント．サーバサイドやったことない人のほうが入りやすいかも 54. 部分

どういう本なの？まえがきのスクリーンショットを貼りましたが、この本は多くの機械学習の本とは異なり、機械学習の実務で使えるようになるために知りたい、機械学習を含めたシステムのアーキテクチャや機械学習プロジェクトの進め方、効果検証をどうするのかということをまとめました。 めざすところのイメージ既に多く刊行されているTensorFlowやChainerでディープラーニングをしてみようというものでもなければ、機械学習の理論をわかりやすく解説するといった類のものでもありません。ゼロから作るDeep LearningやCourseraのMachine Learningで学んだけど、実際の仕事に活かすにはどうしたら良いだろう？という疑問に答えているつもりです。また、大学の講義などで機械学習は学んだけど、実際仕事で機械学習のプロジェクトを進めるときはどうすればいいんだろう？という人にも得るものがあると思い

おいしいアンパンは本当においしい。

1. インフラエンジニアのためのプレゼン技術研究会：第0回 Masahito Zembutsu @zembutsu Shinjyuku, Tokyo, Feb 21 2015 #infrapre All We Need Is Give The Presentation IT系エンジニアのための プレゼンテーション入門 利用画像素材（Special Thanks） タイトル ブラックジャックによろしく 著作者名 佐藤秀峰 サイト名 漫画 on web 3. IT 系エンジニアのためのプレゼンテーション入門 3 / 59 @zembutsu とは←今回の首謀者 • 前佛 雅人と申します。本名です。 • 略歴 ➡ 2000年ホスティング・サービス事業者に就職 ➡ データセンタ視点での運用や監視、OSSの検証・活用 • 最近考えている事 ➡ 「すべての障害を生まれる前に消し去りたい」 ➡ 「もう何

企業Ｒ＆Ｄ部門のマネージャーをしている。研究開発では女性社員は少ないため、男ばかりの部署が殆どだ。そんな中、自分の部署に初の女性社員Aが配属された。Aは仕事ができ、他の男性社員と比較しても優秀な新入社員だった。 しかし1年が経過したある日、彼女が職場の人間関係について訴えてきた。 BはAの人格を否定したり、女性差別的な内容を職場で話すようになっていた。AはBの問題について、当初は管理職に相談してきた。しかし、今まで女性社員を受け入れた経験がなかったために、前例がなくどのような処置をすべきかわからなかった。 自分から見ればBは単に典型的な理系拗らせで、女性に対するコンプレックスが爆発しただけのように感じられた。 Bは過去にも他部署の女性社員にしつこくアプローチを繰返して拒絶された経験から、女性に対して強い反発心を持っていたと語った。アニメの女性は可愛いが、現実の女性は反論をするので生意気だと

しかし神戸製鋼のデータ改ざんをめぐる不祥事が深刻化するにつれ、「メイド・イン・ジャパン」ブランドの輝きがさらに曇る可能性がある。 神戸製鋼の問題は今月8日、同社が200社以上に納入していた一部の製品について、品質、強度、耐久性についてデータ改ざんがあったことを認めた時に始まった。納入先には、ボーイングや日産、トヨタが含まれている。