The GNU C Library - GNU Project - Free Software Foundation
The GNU C Library The project website can be found here: https://sourceware.org/glibc The GNU C Library - The project provides the core libraries for the GNU system and GNU/Linux systems, as well as many other systems that use Linux as the kernel. These libraries provide critical APIs including ISO C11, POSIX.1-2008, BSD, OS-specific APIs and more. These APIs include such foundational facilities a
sourceware.org: Free software! Get your fresh hot free software!
Free the Software! Free Software hosting for core toolchain and developer tools Did you know about: builder.sourceware.org, patchwork.sourceware.org, inbox.sourceware.org and snapshots.sourceware.org? News/Announcements January 12, 2024 One of the drives in server2 broke down. It is part of a 10 drive raid6 setup. So we are fine for now. raid6 can take 2 bad disks. We also have a full mirror on se
sourceware.org Git - glibc.git/summary
This page took 0.121001 seconds and 7 git commands to generate.
RailsでTZ環境変数を設定するハックを不要にした話 - Akatsuki Hackers Lab | 株式会社アカツキ（Akatsuki Inc.)
TL;DR 『環境変数を設定するだけでRuby on Railsサーバが10%高速化する(かもしれない)話』 でRailsを高速化させる素晴らしいハックが紹介されましたが。いまや有効なハックではなくなりました。 TZハックさん、ながい間（2日間）おつかれさまでした。 はじめに アカツキさまで技術顧問をさせていただいている小崎です。 このエントリは『環境変数を設定するだけでRuby on Railsサーバが10%高速化する(かもしれない)話』をRubyコミッタが読んだらこうなったというアンサーソングになっています。合わせてお読みください TZ環境変数でTime.newが10倍近く速くなるのは素晴らしい発見ですが、コミッタとしてはTZなしでも速くなって欲しいなと思いました。だってめんどうだし。 現状分析 まず問題のテストプログラムを軽く分析してみましょう % strace -c ruby .
PCI DSS - Wikipedia
PCI DSS（Payment Card Industry Data Security Standard = 支払カード産業データセキュリティ規格）は、 クレジットカード情報および取り引き情報を保護するために2004年12月、JCB・American Express・Discover・マスターカード・VISAの国際ペイメントブランド5社が共同で策定した、クレジット業界におけるグローバルセキュリティ基準である。 2022年3月に最新版であるv4.0が発表された。2024年3月末までは、v3.2.1とv4.0がともに有効であるが、2024年3月末にv3.2.1は引退し、v4.0のみが有効な基準となる。[1] 管理団体[編集] 上記5社がPCI SSC (Payment Card Industry Security Standards Council)を設立し、PCI関連基準の策定・維持、評価手
MultiIndex / advanced indexing — pandas 2.2.2 documentation
MultiIndex / advanced indexing# This section covers indexing with a MultiIndex and other advanced indexing features. See the Indexing and Selecting Data for general indexing documentation. Warning Whether a copy or a reference is returned for a setting operation may depend on the context. This is sometimes called chained assignment and should be avoided. See Returning a View versus Copy. See the c
MultiIndex / advanced indexing — pandas 2.2.2 documentation
MultiIndex / advanced indexing# This section covers indexing with a MultiIndex and other advanced indexing features. See the Indexing and Selecting Data for general indexing documentation. Warning Whether a copy or a reference is returned for a setting operation may depend on the context. This is sometimes called chained assignment and should be avoided. See Returning a View versus Copy. See the c
ピボットテーブル - Wikipedia
ピボットテーブル（英: pivot table）は表計算ソフトまたはビジネスインテリジェンスソフトウェアにて利用されるデータ可視化要約機能である。対象集計データは（“ピボットテーブル”と呼ばれる）第2のテーブルに表示され、自動的に表内格納データの並替、合計値、平均値、総数、標準偏差が出力できるほか、クロス集計が利用できる。任意に表内の表示項目をドラッグアンドドロップを用いて変更できる。 「ピボットテーブル」は複数の開発会社が使用する一般的な名称であり、起源はLotus Improvであるが[1][2]、米国ではマイクロソフト社が商標登録している[3]、 OLAPの簡易機能と位置づけられることも多い。Excelの場合OLAPサーバからスプレッドシートにデータを直接照会する機能が含まれている。 利用例[編集] 典型的なデータ入力の場合、データは二次元の行列で構成され表示される。以下の画像例はシ
pandas.pivot_table — pandas 2.2.2 documentation
pandas.pivot_table# pandas.pivot_table(data, values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All', observed=_NoDefault.no_default, sort=True)[source]# Create a spreadsheet-style pivot table as a DataFrame. The levels in the pivot table will be stored in MultiIndex objects (hierarchical indexes) on the index and columns of the result
整然データ(Tidy Data)への変換をpandasでやってみる - Qiita
はじめに こんにちわ！突然で恐縮ですが、皆さん「Tidy Data 」(日本語では「整然データ」と訳されています。) というコトバを聞いたことがありますでしょうか？私は先日、Safari Books OnlineのPandas Data Analysis with Python FundamentalsというコースでPandasの勉強をしていたら、最後に「Tidy Data」という章が出てきてこのコトバを知りました。「Tidy Data」とは(R の世界において神とあがめられている）ハドリー・ウィッカム (Hadley Wickham) 氏のTidy Dataという論文(2014)で提唱された概念です。同論文は日本語訳もあり、翻訳の冒頭では以下のように紹介されています。 効果的なデータ分析に関して、「整然データ」という概念を提唱した論文 “Tidy Data” の全訳。整然データは、Rなど
山口県 - Wikipedia
山口県（やまぐちけん）は、日本の中国地方に位置する県。県庁所在地は山口市。 概要[編集] 山口県政資料館（旧山口県庁舎） 本州の最西端に位置している。県土の大半は山陽地方に含まれ、県北部の北浦地区が山陰地方の西端に当たるとされる[2]。 県庁所在地は県央部の山口市だが、瀬戸内側に人口10万人から20万人台の都市が複数点在する分散型都市構造を形成しており、山口市の求心力は大きくない。県内で最大の都市は県西端の下関市で、下関市を始めとする県西部は福岡県（特に北九州市）との繋がりが密接である。天気予報などでは「九州・山口地方」とも呼ばれることもある。一方で岩国市などの県東部は広島県（特に広島市）との繋がりが密接である（詳細は後述）。県全体としては中国知事会と九州知事会の両方に参加しており、九州経済連合会と中国経済連合会の重複エリアとなっている。徳山駅前の石油コンビナートに代表されるように臨海部を
Go memory ballast: How I learnt to stop worrying and love the heap | Twitch Blog
This post is not available in your language. Here are some other options: English Go memory ballast: How I learned to stop worrying and love the heap I’m a big fan of small code changes that can have large impact. This may seem like an obvious thing to state, but let me explain: These type of changes often involve diving into and understanding things one is not familiar with. Even with the most we
一般社団法人ピープルアナリティクス&HRテクノロジー協会
6/28(金) 19:00～ラーニング＆アナリティクスWG「古典的な宇宙観を応用した人事課題解決へのヒント」 ラーニング＆アナリティクスワーキンググループの2024年第1回セミナーは6月28日（金）19:00-恵比寿の英治出版様のセミナー会場をお借りして開催します（オンラインは無し） 【内容】現代のサステナビリティ・人的資本経営・AIへの対応などの領域で重視... 6/18（火）ピープルアナリティクス＆HRテクノロジー協会入会説明会 「ピープルアナリティクス＆HRテクノロジー協会」への入会をご検討いただき、誠にありがとうございます。6/18（火）13時からピープルアナリティクス＆HRテクノロジー協会は入会説明会を行います。 弊協会は、人事領域におけるデータ分析やテクノロジーの活用に特... 6月20日(木)ピープルアナリティクスラボ2024#１科学人事の最前線「従業員エンゲージメントの最新
Entity Embeddings を使ってタイタニック号生存者を予測する深層学習モデルを作る - Qiita
Entity Embeddingsという深層学習の手法があります。深層学習がよく使われる画像分析や音声分析などのデータとは違う、カテゴリ変数や順序変数の特徴量を学習する時に使います。 Entity Embeddingsが広く知られるようになったきっかけは、KaggleのRossmann Store Salesコンペでした。１位と２位のチームがドメイン知識をフル活用したアプローチをしたのに対し、この手法を活用したチームはドメイン知識の無い中なんと３位に入賞しました。コンペの説明と、使われた手法については、３位のNeokami Incのインタビュー記事、使われたソースコード、コンペ後に発表した手法に関する論文などで学ぶことができます。 タイタニック号生存者予測コンペのサンプルデータに対し、このEntity Embeddingsを実装するにはどうすれば良いのでしょうか。 0. 環境構築 環境構築
Wake-on-LAN - Wikipedia
Wake-on-LAN（ウェイク・オン・ラン、略称WoLあるいはWOL）は、コンピュータネットワーク（主にLAN）に繋がっているコンピュータの電源を遠隔で投入する技術あるいはその行為を指す。 コンピュータネットワークに特定のパケットを送信させることにより、そのパケットの内容に該当するコンピュータが自ら電源を投入させる仕組みである。自明に、ネットワークの特性を生かしたコンピュータの電源操作が可能となる。 たとえば、次のような利点が考えられる。 遠隔地[1]や、人間が立ち入ることが困難な場所（危険な場所、狭小な場所、高所など）にあるコンピュータの電源を投入することができる。 コンピュータプログラムが、他のコンピュータの電源を投入させることができる（人力を介さずに電源投入できる）。 会社の営業所で数十台から数百台までのコンピュータが置かれている場合、従来の方法ではシステム管理者などが一台ずつ電源
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
Welcome - Humanitarian Data Exchange
Number of Ebola Cases and Deaths in Affected Countries - Humanitarian Data Exchange
pandas.DataFrame.reset_index — pandas 2.2.2 documentation
Elixir で決済サービスをつくってみた
Reshaping dataframes in pandas based on column labels
Cookbook — pandas 2.2.2 documentation
pandas.DataFrame.pivot_table — pandas 2.2.2 documentation
Glossary of probability and statistics - Wikipedia
Single-user mode - Wikipedia
pandas.melt — pandas 2.2.2 documentation
Getting to Go: The Journey of Go's Garbage Collector - The Go Programming Language
https://twitter.com/ja/tos
Twitterプライバシーポリシー
tf.keras.layers.Embedding | TensorFlow v2.16.1