はじめに この記事では、機械学習などで膨大なデータ処理する際、 お手軽に高速化するための、便利なライブラリについてまとめます。 なお、機械学習などでは、numpy, pandasを使うことが多いと思います。 ここでは書きませんが、これらは書き方次第で高速化が可能です。 もしデータ処理に時間がかかっているなら、 先にnumpy, pandasの書き方を 見直すべきです。というより、見直さないと、便利なライブラリを使っても、満足いく結果が得られないと思います。
Clovaデバイス上で動作するスキルを自由に開発できる「Clova Extensions Kit」を公開しました。ハンズオンも開催決定! By Sho Tachibana | 2018.07.12 2021.01.08テクニカルエバンジェリストとしてMessaging API、Clova Extensions Kit(CEK)等のプラットフォーム全般の啓蒙活動を担当しています。 こんにちは。LINEでLINE Messaging APIやLINEログイン等のプラットフォームの啓蒙活動を担当している立花です。 本記事では、今回新たにリリースされたClova向けスキルを開発できるCEK(Clova Extensions Kit)の概要と使い方について解説します。 CEKとは ClovaはLINE株式会社が提供するAIアシスタントで、Clovaを搭載した端末として、Clova WAVE、Clov
御社Webサイトのトップページ、求められる役割や機能は変わってきていないでしょうか。2年前や5年前と比べて、利用状況は変わっていないでしょうか。 もともとトップページはむずかしい存在です。どういうターゲット層に向けてどういう機能を持たせるか、複数のターゲティングや目的の明確化といった交通整理が必要なページです。Webサイトの顔でもあり、社内政治も関与します。加えて、需要の高いキーワードでの検索流入が多いケースもあったりします。 この5年間トップページの構成やレイアウト、内容が変化していなければ、役割と機能を再考するチャンス その中で、例えばこの5年ほど大きくトップページの構成やレイアウト、内容が変化していなければ、その役割と機能を再考するチャンスです。 トップページ起点流入のボリュームやCV獲得状況の変化 →入り口としてのトップページ利用は増えているのか減っているのか、CVRはどうか サイ
DISCLAIMER: これは本当にただのメモ書きで、これがベストプラクティスだとかいう話ではないので、同じようなことを考えてる人いたら今度議論しましょうよ、って程度の話の種。 GraphQLを使うべきスポット、RESTfulが好ましいスポットについて今日ぼんやり考えていて、なんとなく言語化ができる気がするので文字起こししてみる。 Backend for UsecaseとBackend for Resource バックエンドのAPIには2種類あって、 「データ」を構成する「リソース」を提供するもの アプリケーションの「ユースケース」がもつシナリオのなかで登場する「データ」部分を埋めるためのもの を区別することが必要そう、と思っている。 まず前者を Backend for Resource (BFR)と呼ぶことにする。これはわかりやすくて、これはまさしくRESTfulそのもの。 RDBやそう
2018 年 7 月 12 日に、ESLint 開発チームが管理する npm パッケージに悪意あるコードが挿入されるセキュリティ インシデントがありました。 ESLint からのアナウンス: https://eslint.org/blog/2018/07/postmortem-for-malicious-package-publishes npm からのアナウンス: https://status.npmjs.org/incidents/dn7c1fgrr7ng 以下の場合に npm install を実行したユーザーの npm アカウントへのログイン情報 (アクセストークン) が盗まれた恐れがあります (盗まれたアクセストークンはすでに無効化されています)。 日本時間の 18:49 から 19:25 の約 1 時間のあいだに npm install を実行し、eslint-config-e
doda X(旧:iX転職)は、パーソルキャリアが運営するハイクラス転職サービス。今すぐ転職しない方にも登録いただいています。 今の自分の市場価値を確かめてみましょう。 世界的な大企業、いわゆるビジョナリーと言われる企業では、この30年ほど「学習する組織」をどのようにして創るかということが、大きなテーマとして扱われ続けてきました。 生き残る種とは、最も強いものではない。最も知的なものでもない。それは、変化に最もよく適応したものである(チャールズ・ダーウィン) 変化が激しい時代において、「企業や組織に集う人同士が学び、変化し続けることこそ重要である」という認識は多くの人が賛同するものではないでしょうか。 ところが、この点を多くの現役ビジネスパーソンや経営者と議論していくと、実は下図に示すようないつも慣れ親しんだ企業の運営体制こそが、実は「学習しない組織」にとても陥りやすいという衝撃的な指摘が
今回は matplotlib を使って動的にグラフを生成する方法について。 ここでいう動的というのは、データを逐次的に作って、それを随時グラフに反映していくという意味を指す。 例えば機械学習のモデルを学習させるときに、その過程 (損失の減り方とか) を眺める用途で便利だと思う。 使った環境は次の通り。 $ sw_vers ProductName: Mac OS X ProductVersion: 10.13.5 BuildVersion: 17F77 $ python -V Python 3.6.5 $ pip list --format=columns | egrep -i "(matplotlib|pillow)" matplotlib 2.2.2 Pillow 5.2.0 もくじ もくじ 下準備 静的にグラフを生成する 動的にグラフを生成する グラフを延々と描画し続ける Jupyte
正確には、起業とはいえないんだけどさ。読む人が読むとわかっちゃう確立高いけど、まあ、バレても俺が恥をかくだけなので。いざとなったら、知らんぷりすればいいかな。 僕の前職は、アメリカの某社の仕事だった。その会社自身がフリーダムすぎる社風で、上司に恵まれてすごい楽しかったし、自分も思った事を実行する事が実績になるという状態だった。でも、リーマンショックで一部人員削減、上司にはvery high qualityと評価されつつ、首切りにあった。 そんで、日本で就職活動をするものの、フリーダムな感じが抜けきれず、数ヶ月経っても決まらないままだったので、「一人で仕事する環境を作るしかないのかな」と思って、意に染まぬまま独立するという感じになった。それを知人に伝えたところ、ある人を紹介された。その人は一流企業の営業を長く勤めた人で、その会社が嫌になって先日辞めたという人。 で、その人と一緒に活動するもの
私が前に勤めていた会社の話。 会社は、Web制作会社でした。クライアント企業からサイト制作を承る、どこにでもあるちっぽけな受託の会社です。 そこに、中途採用でデザイナーが入ってきました。まだ若いけれども、前職でもWebデザインをしていたという女の子です。 その子をAさんとします。 Aさんは、即戦力として期待されていましたが、まだ若いということもあり、会社のローカルルールなどにも慣れてもらうため、 教育係がつくことになりました。それが、当時デザイナーチームの中でもトップクラスの実力を持つ、年配の(多分40代)女性です。 そのベテラン教育係の人を、Bさんとしますね。職人肌で、黙々と自分の仕事に取り組み、いつも良いデザインを仕上げてくれるプロフェッショナルです。 さて、Aさんは入社1週間も過ぎ、順調に仕事をこなしていました。実はこの会社は過去に未経験者を多く取りすぎてしまい、 ろくに教育も出来な
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