アップルがほくそ笑むApplePayの最新状況ー今後日本に起こる3つの変化2017.06.05 18:1010,055 Business Insider BUSINESS INSIDER JAPANより転載（ 5月8日公開の記事 ） 2016年10月25日にApple Payの日本国内でのサービスが開始されてから半年が経過した。日本でのサービスインは14年10月の米国を皮切りに12カ国目となるが、原稿執筆時点の17年5月初旬までのタイミングにスペイン、アイルランド、台湾でのサービスも開始され、世界15カ国での展開となっている。 ここでは、Apple Payの現状について、米Apple CEOのティム・クック（Tim Cook）氏とJR東日本副会長の小縣方樹氏が新宿駅の改札を通過した16年10月13日から、どのような結果を残し、今後の日本の決済をどう変えていくのかを考えていきたい。 Just

前川前事務次官は、５日の国会で、菅官房長官が民進党の議員に対して行った答弁の中で、一部事実と異なる点があるとして反論するコメントを出しました。 また、「天下り問題に対する世論が厳しい状況になって、初めてみずからが辞められた」と答弁したことについては、引責辞任を決断したのは１月４日で、この問題が報道されたのは１月１８日だったと反論しました。 そのうえで、「私が辞任を決意したのはだいぶ前ですし、世論が厳しい状況になったのは辞職後のことですから、いずれにしても菅官房長官のご指摘は当たりません」とコメントしています。

【リアルタイム更新終了】ハードもソフトも想定外の盛りだくさん！何買う…？ #WWDC 20172017.06.06 06:306,365 そうこ Image: Apple/Gizmodo US Apple（アップル）の開発者向け会議｢WWDC 2017｣が開幕。キーノートの模様をギズモード・ジャパンはリアルタイム更新でお届けしました。以下で全部見られますよ！ 現地ではすでに会場入りして、始まるのを待っているところです。ライブストリーミングも始まって、今のBGMはCold Playの新曲ですね。会場ザワザワ中。スタートまであと10分強。まだ、ウロウロしてる人もけっこういます。 Airは絶対でない!!!! ずっとAirを使ってきた私ですら、この春見切りをつけて買い換えたばっかりなんだ！ たのむ、でないでくれ!! WWDCのリアルタイム更新始まりますよ！会場はすでにオープンしています！https

いま話題のツイートまとめが読めるTwitterまとめに特化したまとめサイト。人気のツイートやTwitterトレンド、写真やマンガといった話題の画像から、さまざまなニュースの反応まで、みんなであつめる国内最大級のメディアプラットフォームです。

多重下請け構造が広がるIT業界で、ある異変が起きている。これまで下請けだった中堅中小のシステムインテグレーター（SIer）が、ユーザー企業と直接取引し始めているのだ。大手SIerとのコンペでも案件を勝ち取る例も珍しくない。理不尽な立場に追い込まれていた下請けSIerの“逆襲”と呼ベるが、ピンハネや丸投げを繰り返してきたような一部の元請けは窮地にさらされそうだ。 何もしないのに「4割」持っていく元請け 下請け時代に「死ぬまでやってくれる」と元請けから評され、約30年にわたって苦しみに耐えてきた中小SIerのシナプスイノベーション。同社は現在、下請けから元請けへと昇格し、ユーザー企業と直接取引できるようになった。同社の藤本繁夫社長はかつての元請けへの怒りをこうぶちまける。「（元請けが手掛ける）上流工程の遅れはすべて下請けがかぶらされる。料金をもらえない仕様変更も頻発。労働時間は全くコントロール

東京急行電鉄の担当者から興味深い話を聞いた。「人口予測は変えられます。努力次第で人口減少を数年先に遅らせることができるのです」。 東急が作成した人口見通しによれば、東急沿線17市区の人口は2020年をピークに減少に向かう。一方で、1都3県の人口のピークは2015年。つまり、首都圏の人口が減少に転じても、その後5年間は東急沿線の人口は増え続けるというわけだ。殺人的な電車の混雑はさておき、沿線価値向上に向けた東急の長年にわたる企業努力が実を結んだといえる。 東急は田園都市線が1位、東横線は7位 ちなみに東急の人口見通しは国立社会保障・人口問題研究所が2013年に作成したデータを基にしているが、東京都が2015年の国勢調査を基に昨年11月に発表した人口推計によれば、東京都の人口のピークは2025年で、2014年に作成した人口推計から5年後にずれ込んだ。 マンション開発が進み、都心部への人口流入が

月日が経つのは早いもので、かつてボンクラ研究者だった僕が企業（そしてインダストリー*1）に移ってからちょうど今日で5年が経ちました。インダストリーに移ってからのこの5年間で様々なことを体験し、あるいは見聞し、あるいは決断したりしてきたわけですが、良い区切りなので自分にとってのマイルストーンとするためにも、ここでこれまでの5年間を振り返ってみようと思います。 Disclaimer 以下に体験談もしくは見聞談として記載されている内容は、特に断りがなければ自分自身の複数の体験や見聞及び同業の友人知人からの見聞をマージして一般化したものであり、過去現在の個々の特定の所属先における特定のエピソードや職務内容及び特定の個々人のエピソードなどを意味するものではありません。またここで述べられている意見はあくまでも個人の主観的な意見であり、いかなる特定の企業・組織・機関も代表するものではありません。 この5

.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroid Android TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #DevFest23 1 #hack4jp 3 11 weeks of Android 2 A MESSAGE FROM OUR CEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions on Google 16 Activation Atlas 1 address validation API 1 Addy Osmani 1 ADK 2 AdMob 32 Ads

このポストは　Inside of Deep Learning あるいは深層学習は何を変えるのか から分割したものです。全体があまりに長くなってしまったので、改善手法についても別のページにしました。 DL（ディープラーニング）の性能を改善していくポイントを駆け足で見て行きましょう。 学習データの追加、改善 DLシステムの性能を上げるためにはためにはより沢山の学習データが必要と言われています。例えば下記の図は、顔のパーツやバスの認識について学習データを増やすほど性能が上がるとした論文のものです。 Do We Need More Training Data? 画像であれば左右、上下、および上下左右に反転させた画像を使ってどちらを向いていても正しく特徴を取れるようにしたり、あるいは少し拡大したりノイズを混ぜるなどしてデータを水増しする手法がよく使われます。ユニークなのは例えばCGを用いて画像を作成

1970年神奈川県生まれ。デザイン、執筆、映像制作など各種コンテンツ制作に携わる。「どうしたら毎日をご機嫌に過ごせるか」を日々検討中。 前の記事：顔を開けて乗車する可愛らしい車に一目惚れした ＞ 個人サイト すみましん そのお店の情報は林さんから届けられた。以前通っていた美容院で美容師さんから聞いたという。イタリアのマフィアは街の情報を理髪店で掴むというから、この情報も信頼できる。 それにしても、「お通しだけでお腹いっぱい」である。今までそんなスタイルのお店には出くわしたことがない。映画館で色々な作品の予告編だけ2時間流されるようなことだろうか。想像がつかない。 自由が丘の駅前で林さんと待ち合わせた。そのお店は駅前の自由が丘デパートの中にあるらしい。

Every day you wake up with a slightly less connected brain than the night before. New research in mice reveals that during sleep the connections between brain cells, which hold information learned throughout the day, undergo massive shrinkage. The process makes room for learning new memories while shedding weak ones. As author Marie Kondo would put it, this is the brain's very own “life-changing m

メチレンブルー（独: Methylenblau、英: methylene blue）は、色素の1種である。メチレン青とも言う。IUPAC名は 3,7-ビス（ジメチルアミノ）フェノチアジニウムクロリド。 メスフラスコ内のメチレンブルー水溶液 1876年にドイツの化学者、実業家であるハインリッヒ・カロによってアニリンから抽出された[1]。 青銅色の光沢を持った暗緑色結晶粉末で、市販品は不純物により銅赤色結晶粉末であることもある。ジエチルエーテルには不溶、水、エタノールなどのアルコール類、クロロホルムに可溶。水溶液は美しい青色を示す。各種の無機塩と複塩を作りやすい性質がある。代表的なチアジンの誘導体、フェノチアジン系化合物に属し、塩基性染料の一種である。著名な酸化還元指示薬でもある。 布などを染める染料としては、タンニン媒染で木綿、中性浴で絹と羊毛を染めることができるが、日光に弱く実用的価値は低

Which Machine Learning Algorithm Should I Use? A typical question asked by a beginner, when facing a wide variety of machine learning algorithms, is "which algorithm should I use?” The answer to the question varies depending on many factors, including the size, quality, and nature of data, the available computational time, and more. By Hui Li, Principal Staff Scientist at SAS. This resource is des

7 Steps to Mastering Data Preparation with Python Follow these 7 steps for mastering data preparation, covering the concepts, the individual tasks, as well as different approaches to tackling the entire process from within the Python ecosystem. Data preparation, cleaning, pre-processing, cleansing, wrangling. Whatever term you choose, they refer to a roughly related set of pre-modeling data activi

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

#目次 1.OpenPoseを動かしてみた。 2.OpenPoseチュートリアルのソースコードを読む。 3.WindowsでOpenPoseを動かしてみた。 4.OpenPoseのFace Estimationを動かしてみた。 5.OpenPoseのHand Estimationを動かしてみた。 ##目的 UbuntuでOpenPoseを動かしてみたに続き、Windows版OpenPoseが公開されたため WindowsでOpenPoseのデモを動かす手順を説明する。 OpenPose: https://github.com/CMU-Perceptual-Computing-Lab/openpose ##環境 以下の環境で動作確認した。 ・Windows10 (64bit) ・CUDA-8.0 ・cuDNN v5.1 ・Python2.7.13 GPU:NVIDIA GeForce GTX

#目次 1.OpenPoseを動かしてみた。 2.OpenPoseチュートリアルのソースコードを読む。 3.WindowsでOpenPoseを動かしてみた。 4.OpenPoseのFace Estimationを動かしてみた。 5.OpenPoseのHand Estimationを動かしてみた。 #背景 CVPR2017で発表された、DeepLearningを使った、単眼カメラでのスケルトン検出アルゴリズムが、OpenPoseという名称でライブラリ化・公開されました。 早速、Ubuntu(1404)で、OpenPoseのPose Estimationを動かしてみたので、手順を解説します。 https://github.com/CMU-Perceptual-Computing-Lab/openpose 上記画像ソースは、［ ぱくたそ（www.pakutaso.com）］様のフリー写真素材を使

New Structure Sensor 3 The long awaited updated. 3x the greatness, changing 3D scanning forever. Our vision. Structure envisions a world where advanced 3D sensing technology transforms healthcare by making precise diagnostics and personalized care accessible to all. Our goal is to empower healthcare providers and developers to create innovative solutions that enhance patient outcomes, utilizing op

関連ファイル サンプルコード（日本語版） サンプルコード（原著者） 正誤表 ここで紹介する正誤表には、書籍発行後に気づいた誤植や更新された情報を掲載しています。以下のリストに記載の年月は、正誤表を作成し、増刷書籍を印刷した月です。お手持ちの書籍では、すでに修正が施されている場合がありますので、書籍最終ページの奥付でお手持ちの書籍の刷版、刷り年月日をご確認の上、ご利用ください。 正誤表 訳者まえがき まえがき 第Ⅰ部　Pythonプログラミングの基礎 1章　Python入門 1.1　式をインタラクティブシェルに入力する 1.2　整数、浮動小数点数、文字列型 1.3　文字列の連結と複製 1.4　変数に値を格納する 1.4.1　代入文 1.4.2　変数名 1.5　最初のプログラム 1.6　プログラムを分析する 1.6.1　コメント 1.6.2　print()関数 1.6.3　input()関数

スタンフォード大学など、高密度な3Dモデルを構築できるオンラインのリアルタイム3Dスキャンフレームワーク「BundleFusion」を開発 2017-06-04 スタンフォード大学、Microsoft Research、ドイツの研究機関mpiiの研究者らは、高密度な3Dモデルを構築できるオンラインのリアルタイム3Dスキャンフレームワーク「BundleFusion」を開発しました。 取得するRGB-Dデータは、iPadカラーカメラと結合されたStructure深度センサーを使用してキャプチャします。 ここで提案されるアプローチは、以前オフラインのアプローチでのみ可能だった3D再構成の品質がオンラインで実証されます。そして、リアルタイムに高品質な3D再構成をできることからVR/ARアプリケーションにおいても新たな発想のコンテンツにつながるのではとしています。 論文はこちら（PDF）。プロジェク

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに 株式会社NTTデータ数理システムのitok_msiです。 みなさんご存知のように、GANを用いた画像変換が結果のセンセーショナルさもあいまって、注目を浴びています。 写真を絵画調にする、馬をシマウマに変換する、航空写真から地図を作成する、など様々な応用例が開発されています。 そこで、今回はその中でも比較的新しい手法であるcycleGAN [1]を使って「画像内の犬をポーズと毛並が似た猫に変換するモデル」を作成してみようと思います。 実は、犬を猫に変換するというタスクは、上に上げたような「馬をシマウマに変換する」「航空写真から地

http://anond.hatelabo.jp/20170604204919 これの続き。（文字数制限にひっかかったので分割します） 三省堂『日本史B　改訂版』（日B 015）1183（寿永2）年、義仲軍は京都に入り、食糧不足もあって狼藉を続けた。京都にとどまった後白河法皇は後鳥羽天皇を即位させ、寿永二年の宣旨で頼朝の東国での支配権を認めるとともに、義仲軍の乱暴ぶりを口実にして頼朝の上京を要請するなど、政治力の強化につとめた。しかし、頼朝は東国の支配を固めるために鎌倉を動かず、かわりに弟の範頼・義経が上京し、1184（元暦元）年、二人は義仲を打ち破った。 義仲が京都で乱暴狼藉を働いたという記述があるのは、意外にもこの教科書だけでした。 兵糧不足のまま進撃して首都を占領しても、どうせ軍規が乱れて略奪しまくるぞというのは、日中戦争における南京事件（南京大虐殺）のことを言いたいのかなと思いまし

「山川出版の日本史がいかに凄いかについて情熱的に説明する」 http://blog.tinect.jp/?p=40198 はてなブックマークの人気記事だったので開いてみたのですが、驚くほど中身のない記事でした。 これ、おっさんが居酒屋でしゃべっているレベルですよね？？ 『詳説日本史』を引用するなり参照するなりして、具体的にどこがどうすごいかを語ってほしかったです。 僕も10代の頃はあれが本当に理解できなかった。けど今ならああいう教科書が作り続けられる理由がよくわかる。物事を語るにあたって、中立を維持しようとするとなると、事実しか語れなくなるのである。 ストーリーというものは、基本的には何らかの価値観を元に構築されるものである。日本民族がいかに優れているかという視点で歴史を分析すると、それは右翼的な記述にならざるをえないし、平等であろうとすれば、それは左翼的な価値観を元に記述せざるをえなくな

先日、長いようで短かった実験がついに終わったので記録を残しておきます。 はじめに 京都大学情報学科の計算機科学コースでは計算機科学実験及演習（以下、実験）という必修科目が 2 回生前期 / 後期、 3 回生前期 / 後期の計 4 つあります。 実験 1 はプログラミングの入門みたいな内容 実験 2 はマリオ AI の作成と電子回路 実験 3 は CPU 製作とインタプリタ製作 実験 4 はいくつかの分野から選択 という感じです。 僕たち 2015 年入学の学生から実験の内容が少し変わったのですが、実験 3 の CPU 製作は昔からあるみたいです。 CPU を製作する学生実験といえば某大学某学科の CPU 実験が有名で知っている人も多いと思います。 CPU 実験でググるとすごい人の製作記がたくさん出てきて面白いのですが、いまググるとこの記事が霞んで見えるので読み終わってから調べてください（参