ヤフーを退職しエムスリーに入社しました｜ばんくし｜note
外から見ていて分かる通り、技術的、学術的に尊敬できる方が居るのはもちろん、社員の多くがギークです。また、機械学習を使った貢献のしがいのある医療という分野であることが私にとって魅力的でした。 転職後もMLエンジニアとして、常に勉強し、色んな事にチャレンジし、多くの成果で貢献出来ればと思っています。何卒よろしくお願いします。 以下の記事では、転職活動で使っているサービスや履歴書、現在持っている成果、具体的な報酬、次の会社に求める想いについて書きました。 これ以降は、上記記事でボカシた転職を考えるまでに至った理由だとか、結果としてどんな転職活動だったかを書くものです。 なぜ転職なのか前回ボカシた部分から書くと、転職を考えた理由は主に以下の3つです。 ・自身の上司が勉強できていない事に気付いた ・USでの研修で受けた刺激 ・自分に足りないものとチャレンジ3つの理由は横串で繋がってるんですが、細かく
デッドリフトのフォームの基本を知っておこう【デッドリフトの科学】 - リハビリmemo
「デッドリフトの正しいフォームとは？」 この問に「Starting strength」の著者であり、アメリカの有名トレーナーでもあるMark Rippetoe氏は、こう答えています。 「股関節のモーメントを少なくしよう」 「体幹の剛性を高めよう」 そして、こう続けます。 「これによって、自ずと正しいフォームがデザインされる」 今回は、デッドリフトのボトム・フォームの基本について、Rippetoe氏の著書「Starting Strength」を参考に、生体力学の視点から考察していきましょう。 Table of contents ◆ 股関節のモーメントを小さくするべき理由 ◆ バーベルを置く位置と股関節の位置を意識しよう ◆ 広背筋の収縮効率を高めよう ◆ 読んでおきたい記事 ◆ 参考論文 ◆ 股関節のモーメントを小さくするべき理由 デッドリフトとスクワットを比較した生体力学の研究報告では、デ
ホワイトキャンバス摘発に寄せて
巷で話題となっているホワイトキャンバスですが、ほんの少しの間ですがバイトをしていて、その後も1サークルとして遠くからウォッチはしていたのでちょっと書きます。 色々と調べていたらこの件についてまとめて投稿している捨て垢があって、ここまで書けるのはあの人くらいしかいないのではないかと勘ぐるところもとあるのですが大体書かれている通りだと思います。 https://twitter.com/08yYCC4DHPbhTsZ もう10年以上前になりますが、東方でいうと永新参とか最萌新参という言葉が生まれ、東方が爆発的なブームになりだした頃、同人は委託などのシステムもまだまだ発展途上の段階にありました。まだTwitterもなくサークルの広報手段も限られ、ニコニコ動画もスタートを切った頃の話です（余談ですが、後年ニコニコ動画から一気に人が流入した時期が東方としても最盛期だったと認識しています）。そこで、小規
【Deep Learning入門】0から勉強して3ヶ月でポリープ検出AIをつくったった - Qiita
３ヶ月で出来たもの まずは蠢く内臓の成果物から、これが今回作ったポリープ検出AIです！ 上の映像が元の内視鏡の動画で、 下が今回開発した検出AIの動作動画です。 青い枠で「ポリープだよ！」と主張してくれてますね！ ３ヶ月の学習の流れ 基礎的な機械学習手法のスクラッチ まずは数学的な理解から始めました。 手法ごとの数式を読んで、それを実装に落としていきます。 - 線形回帰 - 重回帰 - 主成分分析 - Kmeans - 決定木 - SVM 悶え苦しんだのですが、 この時期に数式に対するアレルギーがほぐれていきました！ 最初は2乗誤差の微分変形を理解するのに苦労した思い出があります。 このときに一番参考になった書籍は 「やさしく学ぶ 機械学習を理解するための数学のきほん」 です これで機械学習の更新の概念が腹落ちしました。オススメ！ kaggleへの挑戦 定番のタイタニックや 良質なコンペの
A Kubernetes Development Workflow for MacOS 💻
Kubernetes development is not one-size-fits-all. Maybe you’re learning Kubernetes with Minikube on your local machine; maybe you’re part of a large organization with many clusters; maybe your cluster is an on-prem lab, or lives in the cloud. But whether you’re a cluster operator managing policies, an app developer test-driving a new service, or a data scientist running Kubeflow, chances are you ar
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
