NIPS 2016 Overview and Deep Learning TopicsNIPS2016読み会の登壇資料です。NIPS2016 の、Overview、及び、Generative Adversarial Networks (GANs)、Recurrent Neural Networks (RNNs) の本会議論文に関して紹介しています。
正規表現チェックツールまとめ - Qiita
個人的によく使う or 人に教える正規表現チェックツールをまとめました お役に立てますと幸いです 目次 Debuggex: Online visual regex tester Regexper Regular Expression Test Drive 正規表現チェックツール - Kaizen Platform RegexPlanet - Online Regular Expression (Regex) Testing and Cookbook Regex Tester Online regex tester and debugger Rubular: a Ruby regular expression editor and tester 1．Debuggex: Online visual regex tester 対応言語 JavaScript, Python, PCRE 正規表現を
HadoopやMongoDBのデータ消去被害が続出、世界各国で
「適切な認証なしにインターネットに直接露呈されているデータベースサービスは、データを盗まれたり、消去されたりする危険がある」とセキュリティ企業は警鐘を鳴らしている。 世界各国でHadoopやMongoDBなどのシステムがサイバー攻撃の標的にされ、身代金を要求されたり、データを消去されたりする被害が相次いでいるという。セキュリティ企業やメディア各社が伝えた。 セキュリティ企業Fidelis Cybersecurityの1月18日のブログによると、2017年に入ってMongoDBやElasticsearchのデータベースが攻撃を受け、データを人質に身代金を要求される被害が続出した。続いて、Hadoop Distributed File System（HDFS）インスタンスも同じような攻撃の標的にされ、システム上の全データが消去される被害が出ている。 Fidelisはその原因について、ビッグデー
Pythonのwith構文で例外を補足する実例 - $ cat /var/log/shin
以前こういう記事を書きました。 Pythonのwithステートメントのまとめ - $ cat /var/log/shin withを出る時に呼ばれる__exit__メソッドでは、引数として内部で生じた例外を受け取る事ができることを一応記載しているのですが、どういうシチュエーションでこの機能が使われるのか思い浮かばなかったので適当にはぐらかしていました。 が、Pythonのunittestモジュールで実際に使っていることが分かりましたので、どういう使い方なのか紹介したいと思います。 unittestモジュールのどこで使われているのか unittestモジュールは、通常unittest.TestCaseクラスを継承する形で利用されます。継承したクラスでは、TestCaseクラスで定義されている各種assertメソッドを利用することが出来るようになります。そのassertメソッドの1つとして、例
機械学習モデルの予測結果を説明するための力が欲しいか...？ - クソして寝ろ
はじめに 最近はAIや機械学習などの単語がビジネスで流行っていて、世はAI時代を迎えている。QiitaやTwitterを眺めているとその影響を受けて、世の多くのエンジニアがAIの勉強を始め出しているように見受けられる。 さらに、近年では機械学習のライブラリも充実しており、誰でも機械学習を実装することができる良い時代になってきた。 その一方で、特徴選択を行い精度を向上させたり、機械学習の出した答えがどの特徴に基づいて判断されたのかを理解したりするには、モデルに対する理解やテクニックが必要となる場合も多々ある。複雑なモデルになると人間には解釈が困難で説明が難しい。近頃流行りのDeep Learning系のモデルだと頻繁に「なんかよくわからないけどうまくいきました」となっていると思う。 一般的なエンジニアとしては、この点が割と課題なんじゃないかと勝手に思っている。というか、私が課題に感じている。
UberEats レストラン側で一ヶ月使ってみて | 新宿 curry草枕
2017/01/122019/08/02新宿,DIY開業 ※更新 2018.5.14 少し書き足しました ２０１６年１２月はじめから UberEats ウーバーイーツの出前サービスを使い始めて一ヶ月一年半位経ちました。 何件か不具合もありましたが概ねうまくいってると思います。一応参考までにお客さん向けと他のお店さん用にメモを残しておきます。そもそもUberEatsってなんじゃいという方はこちらを。 サービス使う上でお客さん向けにアドバイス。 ・住所は詳しく！！ 目印やマンションorオフィスの入口、入り方なんかも注文時のメモで書いてあげると配達が早くなる ・オーダーから配達完了まで場所によりますが早いと２０分、平均で３０～４０分くらい。雨が強くて冷え込む日やクリスマス等配達員が減って、かつUberEats全体の注文が多い日はもうちょっと余裕見て早めに注文したほうが良さそう。。うちはよっ
任意の web ページの任意の領域をウォッチし続けることのできる LINE bot である fuba antenna を作った - fuba のはてなダイアリー
タイトルの通り作りました。fuba antenna という名前です。1000 万円ねらいです。とりあえずまずは以下の QR code からフォローしてください。もしくは @hpr0973c で検索してください。 どういう bot なの？ こんな感じで任意の web ページのウォッチしたい領域が延々と LINE に送られてきて読み流せるのでたいへん便利です。 つかいかた add [url] で URL を登録するとキャプチャがもらえるので、その画像の中のウォッチしたい部分（いまのところ、1つのDOMノードとして表現できる部分だけです）を切り抜いて、画像として返信します。キャプチャの画質変化には弱いのでできるだけ拡大縮小とか圧縮とかされないように切り抜いてください！ いい感じに切り抜けるまでためした後は、言われるがままに設定します。 すると URL が登録されてるので、3 時間 / 24 時間
Amazon Dash Buttonは何がヤバイのか
Amazon Dash Buttonについて、人と話す機会が何度かあったので、 いかにAmazon Dash Buttonがヤバイかを毎度説明するのだが、 「あんな電池が一年で切れるデバイスは使えない」 「商品がドラッグストアよりも高いのに買うやつはいない」 といった的外れな答えが割と帰ってきて、もんにょりすることが多いので、私が思うヤバさを解説してみようと思う。 エンジニアリング的なヤバさ Amazon Dash Buttonは、どう考えてもビジネスモデルから逆算してハードウェアを設計しているので、ハードウェアから設計して、ビジネスモデルを作ろうとしている連中は絶対に勝てない。 ビジネスモデルによってハードウェアに対する要求は大幅に変わる。 IoTデバイスはコスト、大きさの面でリソースが限られているため、限られたリソースをどこに割り振るかで、要求を満たせるかどうかが決まる。 Amazon
なぜプログラマはあなたの事が嫌いなのか - megamouthの葬列
営業やマネージャーにとって、現場にいるプログラマというのは扱いづらい存在である。 飲み会などで、普段の彼らを観察してみると。同じエンジニア同士で固まってボソボソとよくわからない話をして、控えめな声で笑っており、総じて温厚で、扱いやすそうな人々に見える。 ところが、仕事になると、彼らはなんやかんのと理由をつけて、スケジュールに文句を言い、プロジェクト途中のリクエストには素直に答えてくれず、あげくには遠回しな嫌味を言ってきたり、極端な場合には、その温厚な仮面を投げ捨てて、攻撃的な暴言さえ吐く事がある。 どうも彼らは我々の事が嫌いらしい、と感じている営業・マネジメント職の人もいるのではないだろうか？ 彼らの人格や価値観に問題がある可能性も否定しないが、このような感情的な齟齬は、多くの場合、あなた自身が彼らの「自尊心」を傷つけていることに気づいていないことが多い。 プログラマの自尊心 プログラミン
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
