キミは本当の MVP を作れるか - ボクココ
ども、@kimihom です。 新サービス開発においてよく言われる “MVP (Minimum Viable Product)” ってのがあるけど、これを本当に実践できている人はどのくらいいるのだろうか。 今回はよくある勘違いと私の考える正しい MVP の作り方について記していきたい。 とりあえず最小限の機能を作って出す MVP は言葉の通り「最小限の機能を持ったプロダクト」だ。とりあえず最小限の機能を作って出すってところまでは特に誰でも問題なくできるだろう。 しかし大事なのはそこからで、もしMVPの検証でターゲットに確実に刺さっているものでないと分かれば、ゼロから作り直すって判断が必要だ。しかし実際は「この機能修正/追加によって対応しよう」レベルの判断になってしまうことが多いのではないだろうか。もはやそれは MVP ではない。そういった安易な判断をしてしまうと、本当に顧客の望むものをいつ
Facebookの特許条項付きBSDライセンスが炎上している件について｜こんぴゅ
先月あたりから、オープンソースソフトウェア（以下、OSS）のライセンスのあり方について、Facebookを火種にして侃々諤々の議論が起こっているので解説してみる。 ASFがFacebookにNOをつきつけることの始まりは、Apache Software Foundation（以下、ASF）という著名OSSプロジェクトを多数保有する非営利団体が、Facebookが自社OSSに付加している独自ライセンス Facebook BSD+Patents license を「Category-X」リスト（禁忌リスト）に追加したことだ。 ASFプロジェクトは、Category-Xに含まれるOSSに依存してはいけない決まりがあるため、Facebook製のOSSに依存しているプロジェクトは、8月31日以降はそれらの依存を取り除いてからではないと新しいリリースが出来ない。影響を受けたプロジェクトは少なくとも C
機械学習を勉強するときはDockerを使うと便利 - あさのひとりごと
いまお仕事の関係で、機械学習の教科書的な書籍を読んだりオンライン講座を受講したりしながらサンプルやチュートリアルを動かして勉強しています。 機械学習を勉強するときは、Pythonの環境を構築し、JupyterNotebookを使って、実際に手と頭を動かしながら行うのが効率的です。が、アルゴリズムの理論そのものの理解がすでにしんどい上、過学習対策のための正則化、汎化性能の評価、クロスバリデーション、不均衡データや少ないデータはどうすればいいか、などなどいちいち難しいことを数多く勉強しなければなりません。 その上、、、、機械学習での学習は、1度やれば終わり！ではなく、パラメータチューニングしたり、データを増やしたり加工したりしながら、繰り返しなんども行う必要があります。一見ビジネス寄り＆アカデミックな雰囲気を醸し出していますが、実際のところは、非常に泥臭い作業のオンパレードです。 が、、、、、
今すぐブラウザ上で本格的な数式やグラフまで描くことが可能なオンライン数式エディタ「Mathcha」 - GIGAZINE
分数や関数など、本格的な数学で使われる数式を描画する際には、数式に特化した組版処理システムであるLaTeXがよく使われていますが、オンライン数式エディタの「Mathcha」はLaTeXと同等の機能をブラウザからアクセスするだけで今すぐ誰でも利用することができ、しかも作成した数式や文書はネット上でシェアしたり、PDFファイルとして書き出したりすることが可能です。 Mathcha - Powerful Online Math Editor - Fast Inputting, Diagram Drawing, Easy Sharing https://www.mathcha.io/ Mathchaは本格的な数式やグラフを作成し、さらにはテキストを挿入して説明文や注釈を入れることが可能なツール。この画面は英語で作成されていますが、日本語を入力することも可能です。 また、以下のような図形を作ることが
機械学習プロフェッショナルシリーズ 深層学習 chapter3 確率的勾配降下法
ゼミ発表用に作成した機械学習プロフェッショナルシリーズ(MLP) 深層学習 第3章 「確率的勾配降下法」まとめスライドです．Deep learning初学者を対象としています．
はじめてのdeeplearn.js - Qiita
Googleが発表したdeeplearn.jsで、学習から推論までを試してみます。 個人的に一番グッときたのはWebGLを介したGPUの利用です。過去のディープラーニングライブラリはたいていCUDAをバックエンドに利用しており、nVidiaの比較的新しいGPUを積んだマシンでしかGPUの恩恵が得られません。私が主に利用しているマシンはMacBook Pro(13inch Mid2012)ですが、Intel HD Graphics 4000 というオンチップGPUが載っています。nVidiaには全然劣りますが数百GFLOPSは出るようですので、学習も多少は速くなるのでは、という期待があります。 公式のチュートリアル等から見る感じですと、TensorFlowで学習をしたモデルをブラウザで推論に使う、というような使い方が普通かと思いますが（当然、JavaScriptにしたモチベはそこなのでしょう
まるで魔法使い、多様な外部サービスを使いこなすスタートアップエンジニア
スタートアップ企業では、1人あるいはごく少数のエンジニアでシステム構築のすべてをこなす必要がある。それを担うのがスタートアップエンジニア。外部のサービスを活用して、素早く楽に開発を進める、まるで魔法使いのような存在だ。 セルフリーは、Webブラウザーとヘッドセットで電話ができるサービス「CallConnect」を提供するスタートアップ企業。既にコールセンターなどに導入され、100社ほどの有料ユーザーがいる。 同社の本間皇成氏は、CallConnectを一人で日々ブラッシュアップする。直近で取り組んだのは、チャットサービス「Slack」との連携機能だ。掛かってきた電話の情報、例えば「いつ誰から」などをSlackに転送する。これにより、関係者で情報のシェアが容易になる。 本間氏らは、サービス開発の要求を自ら起こす。自分たちがユーザーの立場となり、欲しい機能を実装していくわけだ。「自分たちの理想
「ニーズは全然なかった」 ゲームAI“第一人者”が歩んだ苦悩の20年間
「日本初」のゲームAI専業企業・モリカトロンが登場。創業者の森川幸人さんは、この20年間「ゲームAIのニーズは全然なかった」と振り返る。なぜ、いまゲームAIが必要なのか。 ゲームキャラクターとプレイヤー同士の自然な会話、敵の強さやイベント発生をコントロール――そんなゲームAI（人工知能）を提供する新会社モリカトロン（東京都新宿区）が8月16日に設立された。ゲームAIの専業企業は日本初という。 創業者はゲームクリエイターの森川幸人さん。AIを活用したプレイステーション向けゲーム「がんばれ森川君2号」（1997年発売）をはじめ、20年以上にわたりゲームAIの研究開発に取り組んできた第一人者だ。 森川さんは新会社で「まずはゲームにどうAIを使えばいいのか、お手伝いするところから始める」という。ゲームデザイナーのアイデアを基に、AIのモデルを提案したり、開発したりと、他社のゲーム会社をサポートする
VirtualBox（ホスト=Mac、ゲスト=Windows 10）でSDカードを認識させる方法 - give IT a try
はじめに 先日、とある要件でWindowsマシンでSDカードを読み込ませる必要が出てきたので、MacにインストールしたVirtualBox + Windows 10の環境でSDカードを読み込んでみました。 ネットを検索していると、意外と「これ！」という情報が見つからなかったので、方法をメモしておきます。 確認環境 今回僕が使っていたのは以下の環境です。 MacBook Pro Retina 15-inch（Mid 2015） VirtualBox Version 5.1.14 r112924 ゲストOS = Windows 10 Home 日本語版 SDカードリーダー = バッファロー BSCRA26U2 iBUFFALO カードリーダー/ライター 43+7メディア対応 ホワイト BSCRA26U2WH 出版社/メーカー: バッファロー発売日: 2008/01/18メディア: Person
Pythonでコマンドを実行しシェルスクリプトのように使う - cBlog
一部修正しました（取り消し線部） 一連のコマンドを走らせたかったのですが、私はシェルスクリプトの文法が苦手です。そこで、Python 3でシェルのコマンドを実行させる方法を調べてみました。書きやすいし、より高級なことができると思います。 subprocessモジュール 他にも何かあるみたいですが、現在はsubprocessモジュールのrun()関数を用いるのが推奨されているようです。Python 3.5で追加されたほやほやの関数です。 以下のようにすると$ ls -l /usr/binを実行できます。 cmd = ['ls', '-l', '/usr/bin'] subprocess.run(cmd) 結果は標準出力に出力されます。結果をプログラム内で使いたい場合は引数にstdout=subprocess.PIPEを追加してください。run()の返り値はCompletedProcessクラ
[Swift] 文字列の長さの取得についての検証 | DevelopersIO
はじめに モバイルアプリサービス部の中安です。 「文字列の長さ」とは、Swiftに限らず様々な言語で当たり前のように使いますが、 そのいずれも簡単なように見えてややこしく、容易そうに見えて困難です。 それは常に「Unicode」や「マルチバイト」、はたまた「書記素」などの問題が孕むからです。 Swiftもまたバージョンが変わるごとに文字列の扱いが変遷してきました。 その度に文字列がコレクションになったりならなかったりという迷いもこういった事情が絡んでるからなんだろうなと思います。 ただし、この記事ではそういう学術的な深い話はしません。 もちろんある一定の理解は必要かと思いますが、実際のアプリ開発でさっと手に入れたいのは「人が文字を見て数える文字数」かなと思います。 ですので、今記事は何個かの文字列長取得の方法と、その正確性と速さの検証を掲載し、実際にアプリに実装するならどのような方法がある
![[Swift] 文字列の長さの取得についての検証 | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/d9c911035d6b7c1c0afb32d4e1e6f2e752169d3a/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2018%2F12%2Feyecatch-swift.png)
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
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
指輪型のワイヤレス“ごろ寝マウス”、サンワサプライが発売、プレゼンにも最適 
オープンソースのTrelloライクなカンバンツール・「Wekan」
午後4時以降のコーヒーは控えるべき？「眠活法」で生産性を高めよう | ライフハッカー・ジャパン
Google、Webブラウザで実行できる機械学習ライブラリ「deeplearn.js 0.1.0」をリリース