2017年11月10日のブックマーク (5件)

  • CodeIQについてのお知らせ

    2018年4月25日をもちまして、 『CodeIQ』のプログラミング腕試しサービス、年収確約スカウトサービスは、 ITエンジニアのための年収確約スカウトサービス『moffers by CodeIQ』https://moffers.jp/ へ一化いたしました。 これまで多くのITエンジニアの方に『CodeIQ』をご利用いただきまして、 改めて心より深く御礼申し上げます。 また、エンジニアのためのWebマガジン「CodeIQ MAGAZINE」は、 リクナビNEXTジャーナル( https://next.rikunabi.com/journal/ )に一部の記事の移行を予定しております。 今後は『moffers by CodeIQ』にて、 ITエンジニアの皆様のより良い転職をサポートするために、より一層努めてまいりますので、 引き続きご愛顧のほど何卒よろしくお願い申し上げます。 また、Cod

    CodeIQについてのお知らせ
    ludwig125
    ludwig125 2017/11/10
  • まさに廃墟! ショッピングモールやゴルフ場の閉鎖で変わるアメリカの暮らし

    アメリカの郊外はここ数十年で大きく変わった。 かつては郊外に暮らす人々の憩いの場であったショッピングモールは、小売業界が崩壊する中で極めて苦しい状況にあり、その多くが閉鎖に追い込まれた。 郊外の不動産やゴルフコースも近年、進化を遂げている。 Business Insiderは今年3月、「郊外の死」をテーマとした連載記事を展開し、我々の知る「郊外の暮らし」が消えつつある現状を報じた。 マックマンション(編集部注:安い建材で作られた大邸宅。過熱する住宅市場の象徴とも言われる)の価格の急落ぶりを見れば、都市部と郊外の線引きが以前にも増して曖昧になっていることが分かる。そして、全米各地で閉鎖されたショッピングモールが増加している。郊外にはもはや、全盛期の頃の輝きはない。 この記事では、アーティストで活動家のセフ・ローレス(Seph Lawless)氏やBusiness Insiderの記者が捉えた

    まさに廃墟! ショッピングモールやゴルフ場の閉鎖で変わるアメリカの暮らし
    ludwig125
    ludwig125 2017/11/10
    ゾンビに追われた時に逃げ込む先がなくなっちゃう
  • 俺疲れてるのかな…… JAXAの構内案内図が遠くからだと萌えキャラに見える不思議

    JAXAの筑波宇宙センターにある構内の案内図が、遠目だと萌えキャラに見えると話題です。言われてみると、確かに女の子の姿がうっすらと……俺疲れてるのかな。 ほら、髪がピンク色の女の子の姿が見えてきませんか? でも寄ると、こう 投稿したのはTwitterユーザーのタマゴさん(@tamagosan32768)さん。写っているのは展示館「スペースドーム」などがあるE-Zone(東のエリア)の案内図です。間近に見るとごく普通の模式図なのですが、遠くからだと模式化に使われているピンク色が髪に、緑が目に見えるようです。不思議。 ズームした写真でも、小さく載せると女の子っぽい 「もう、そうとしか見えなくなった」「いっそ公式キャラ化してほしい」など、ツイートには感心するリプライが多数。補助線を描き込んだりイラストに起こしたりと、明確に萌えキャラ化する人も現れています。 画像提供:タマゴさん(@tamagos

    俺疲れてるのかな…… JAXAの構内案内図が遠くからだと萌えキャラに見える不思議
    ludwig125
    ludwig125 2017/11/10
    この錯覚を利用して新たな広告が作られて規制されるまで妄想した
  • Unixコマンド”yes”についてのちょっとした話 | POSTD

    知っているUnixのコマンドで一番シンプルなものは何ですか? 例えば echo という、stdoutに文字列を出力し true を返す – すなわち常に0の終了コードで終了するシンプルなコマンドがあります。 シンプルな、と言えば yes もそうでしょう。引数なしで実行すると、改行されたyが無限に出力され続けます。

    Unixコマンド”yes”についてのちょっとした話 | POSTD
    ludwig125
    ludwig125 2017/11/10
  • 機械学習を使って東京23区のお買い得賃貸物件を探してみた - データで見る世界

    さて、改めて今回の目的を確認しておくと、機械学習を使って東京都23区のお買い得賃貸物件を発見しよう、というものです。前回までの記事で、お買い得賃貸物件を発見するためのデータを収集し、分析にかけられるよう前処理してきました。 www.analyze-world.com www.analyze-world.com 今回の記事では、いよいよ機械学習を使って分析していきましょう。前回まではPythonを使っていましたが、この分析ではRを用いています。なお、コードはGitHub(https://github.com/ShoKosaka/Suumo)に上げておきますので興味ある方は参照ください。 最初に、データの中身をざっくり見ていきます。具体的には、分析のキーになるポイントをグラフにしながら、賃貸物件の現状や変数同士の関係性を把握していきます。 データ探索 まず、23区の中でどこが物件数が多いのかを

    機械学習を使って東京23区のお買い得賃貸物件を探してみた - データで見る世界
    ludwig125
    ludwig125 2017/11/10