Let's make a contract: the art of designing a Java API
Let's make a contract: the art of designing a Java API 1. Let's make a contract: the art of designing a Java API by Mario Fusco mario.fusco@gmail.com @mariofusco 2. What is an API? 3. What is an API? 4. An API is what a developer uses to achieve some task What is an API? 5. What is an API? An API is a contract between its implementors and its users 6. And why should I care? We are all API designer
金融予測アルゴリズムのより良い評価手法について
「金融予測アルゴリズムを評価するときに、あまり一般的ではないけども自分としては皆に気にかけてほしいこと」を伝えたいと思い MarketTech Meetup #01 (https://alpaca.connpass.com/event/108066/) で話したときのスライドですRead less
20180127_NIPS_paper_reading
Talk at https://cookpad.connpass.com/event/74937/
Boston Consulting Group
Boston Consulting Group is a global management consulting firm and the world's leading advisor on business strategy. We partner with clients in all sectors and regions to identify their highest-value opportunities, address their most critical challenges, and transform their businesses. bcg boston consulting group consulting management consulting business the boston consulting group strategy digita
インフラ部門で働くCプログラマの話
BabelとWebPackを使ってES6からブラウザで動く環境を作るための登壇資料。半分ライブコーディング的に動かしているので、スライドだけだと少々わかりにくいかもしれません。 ※ 後日LIGブログで記事にするかもです
Meltdown/Spectreの脆弱性、リスク、対策
“Stay Right”ペンテスト体験：SANS Holiday Hack Challenge 2017の解説 & Walkthrough
Don't use Scheme in your startup. Nor any other Lisp, probably.
My experience with using the Scheme programming language in my startup, with business partner Daniel Terhorst. A talk given at the balisp (Bay Area Lispers) meetup on April 28, 2012. http://www.meetup.com/balisp/events/61690582/
MLのアルゴリズム以外を取り扱った勉強会を開催した話 - 元データ分析の会社で働いていた人の四方山話
年末までにこのエントリを投下したい、と思いつつ、あれよあれよと年があけてしまいましたが、去る2017年12月に表題の通り、機械学習のアルゴリズム「以外」を対象としたML Ops Study（仮）#1 という勉強会を開催してみました。 経緯など ここ数年、機械学習やらディープラーニング、と言われる領域に親しいところに身を置いていて、自分の興味が機械学習や高度な分析の社会実装に興味があることが分かってきました。幸いにして、機械学習ブームによって、機械学習のアルゴリズム部分に関する勉強会や書籍はたくさん世の中に出てくるようになり、結果、多くの人が機械学習のアルゴリズムを勉強をするようになったように思います。一方で、問題を解決できそうなアルゴリズムがあったとしても、実際はそれを仕組みに落としていくところ、仕組みにした後に継続的に運用し続ける部分に関しての知見やノウハウはなかなかないのが現状です。こ
計算機アーキテクチャを考慮した高能率画像処理プログラミング
3. ムーアの法則に従って集積回路のトランジス タ数は年々倍増 背景（1/4） 3 40th Anniversary of the Microprocessor https://newsroom.intel.com/press-kits/40th-anniversary-of-the-microprocessor/ 2011年：Core i7 3960X vs Intel 4004 35万倍 1971年：Intel 4004 トランジスタ2300個 5. 現在のコンシューマ向け最上位 Intel Core i9 7980XEは2.6 GHz，18コア，512ビットベ クトル演算器，FMAユニット２つ搭載 –単純：2.6 GFLOPS –理想：3.0 TFLOPS （倍精度：1.5TFLOPS） • 2.6*18*16*2*2 • ターボブーストや増加したL2キャッシュ，SMTを活 用す
Tokoroten Nakayama
machine learning dx psychological safety business machine_learning social media data mining social game communication ai data science business intelligence big data computer science programming data management data lake data mart dwh digital transformation system integrator devops eof2019 multi intelligences seci model team social bookmark vein computational thinking publishing level design game d
Tutorial on Hardware Accelerators for Deep Neural Networks
Welcome to the DNN tutorial website! A summary of all DNN related papers from our group can be found here. DNN related websites and resources can be found here. To find out more about the Eyeriss project, please go here. To find out more about other on-going research in the Energy-Efficient Multimedia Systems (EEMS) group at MIT, please go here. Follow @eems_mit or subscribe to our mailing list fo
Private Presentation
Private content!This content has been marked as private by the uploader.
PRML輪読#1
3. 1.1 多項式曲線フィッティング • 訓練集合：N個の⼊⼒値 XNと対応するN個の⽬標値TN • 訓練集合から新たな⼊⼒ x の⽬標変数 t を予測することが⽬標 • 以下のような多項式で予測することを考える – パラメータ w に対して線形：線形モデル – M はモデルのパラメータ • パラメータを固定した時の関数 y(x, w) と訓練集合の値のズレを最⼩化す るパラメータを選ぶことで関数を推定 – ⼆乗和誤差関数 3
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
数学を数学で数学した人々
McKinsey & Company
The history of NetBSD/atari and support for ATARI compatible Milan / OSC2018Osaka
わかる！Java to Clojure
ESUG | SlideShare
NTT TechConference #2 Closing Keynote
J-Stream Inc.
