女の子の顔がどんどん画一化されてる。
![女の子の顔がどんどん画一化されてる。](https://cdn-ak-scissors.b.st-hatena.com/image/square/b1638cdb5807a4788e4ba3c1109a984166e095fc/height=288;version=1;width=512/https%3A%2F%2Fanond.hatelabo.jp%2Fimages%2Fog-image-1500.gif)
お使いのInternet Explorerは古いバージョンのため、正しく表示されない可能性があります。最新のバージョンにアップデートするか、別のブラウザーからご利用ください。 Internet Explorerのアップデートについて 天皇陛下の退位と皇太子さまの新天皇即位まで残り1年となり、政府は新元号の選定を本格化させる。今回は天皇崩御を前提としないため、識者から検討過程の透明化に期待する声も出ているが、首相官邸は厳しくかん口令を敷いており、作業は秘密のベールに包まれている。 「新しい元号は広く国民に受け入れられ、生活に深く根ざすものにしなければいけない。具体的な選定は『平成』の選定の過程を踏まえながら進めたい」。安倍晋三首相は1月のテレビ番組でこう語った。戦後初となった1989年の改元の手順を踏襲するのが政府の基本方針だ。 ◇「漢字2字」など6基準 元号選定手続きに関し、政府は79年の
【Draft版公開】Machine Learning Yearning 1~5章 by stanford大学Andrew Ng教授機械学習MachineLearningAIデータサイエンスデータサイエンティスト 現在、AIや機械学習界隈で最も有名なスタンフォード大学のAndrew Ng教授が、「Machine Learning Yearning」という書籍を執筆中です。2018年4月18日に、そのドラフト版(1-14章)が公開されました。 この投稿では、いち早く本書籍を翻訳しました。 http://www.mlyearning.org/ この本は、機械学習プロジェクトの構築方法を提供します。また、機械学習アルゴリズムを教えるのではなく、機械学習アルゴリズムが機能する方法に焦点を当てています。 本投稿は、1-5章の翻訳になります。少しづつ翻訳していきます。(教授は、来週も送ってくると言ってい
Abstract オンライン機械学習のアルゴリズムの一つであるPassive Aggressive (PA)をpythonで実装しました。 学習の過程を可視化することにより、オンライン機械学習の欠点の一つであるノイズに弱いという点を実感し、その解決案を考えてみます。 あんまり理論についての詳しい解説ではないです。 理論をしっかり学びたい方はオンライン機械学習 (機械学習プロフェッショナルシリーズ)に詳しく書いてあるので、そちらを参考にしていただければ幸いです。 この動画を見て、実装してみたいなーと思った人が対象かなと思います。 このページと結果を出力するコードが全部乗っているgithubリポジトリが誰かの参考になれば幸いです。 オンライン機械学習とは? 一言で表すと データが与えられる度に逐次的に学習を行う手法 です。 これに対し、既に存在しているデータ全体を利用してまとめて学習を行う手法
デザイン思考は、問題を探索・解決するための方法です。リーンは、私たちの信念を試し、適切な成果につなげる方法を学ぶためのフレームワークです。アジャイルは、ソフトウェアの変化していく状況に適応するための方法です。 デザイン思考は、能力と学習に関するものです。スタンフォードd.schoolのCarissa Carter主任は、デザイナーを高める能力について、素晴らしい記事を書いています。たとえば、曖昧さ、共感的学習、統合、実験などが、その能力として挙げられています。意味を生み出し、問題の枠組みを設定し、潜在的な解決策を探索する、デザイナーの能力が重要なのです。 『誰のためのデザイン?』の著者であるドナルド・ノーマンは「デザイナーは最初のアイデアに満足しない」と述べています。あなたも考えてみてください。最初のアイデアが最高のアイデアだったことはありますか?意味や新しいアイデアが生まれるのは、物事を
■ はじめに エンジニアリング組織論への招待という本を読みました。 ジョブ理論 に続く名著でした。 理想に向けて、事業を最速かつ生産性高く成長させるには、「未来」と「他人」という2つの不確実性をマネジメントすることで、成し遂げられる ソフトウェア開発における不確実性のマネジメントには、不確実性に立ち向かえるチーム開発が何よりも重要である(ex. メンタリング、権限移譲、信頼関係、透明性) の2点を中心に、事業成長×組織の幸せに必要なフレームワークを提供してもらえるものでした。 ソフトウェア関連の事業やプロダクトに関わっている人(特にマネジメントしている人)は職種限らず読むと、みんな幸せになれそうなので、1人でも多くの人がこの概念に触れられるように、私なりの視点で雑多にまとめました。 (ちなみに著者の 広木さん - hiroki_daichi には個別にご連絡し、要約した本記事の公開許可は(
私が描いているフリーペーパー『本屋でんすけ にゃわら版 』の権利を巡ってはグチャグチャしたものになった。
はじめにメルカリUK版の立ち上げを終え2018年3月に帰国しました@tsumujikazeです。今は東京でメルペイのProduct Managerをしています。 イギリスではいわゆるモダンなプロダクトチームでのLeanなプロダクト開発を経験しました。得るものが多かったので、なるべく多くの人に知ってもらいたいと思いこのポストを書きました。 PMF →リーンプロダクトのプロセス →モダンなプロダクトチーム(組織論)という流れになっています。 はじめに 本編 ・何のためにプロダクトを作るのか ・プロダクトマーケットフィット ・PMFピラミッド ・要件定義フェーズのリーン化 ・モダンなプロダクトチームでのリーン開発とは おまけ ・Problem Space vs. Solution Space ・Problem Solution Fitとは ・エンジニア組織とPM組織の特性について ・バリュープロ
このnoteでは、データ分析をやってみたい人向けに、何を学んだらよいかまとめます。ちなみにこの記事では、「ディープラーニングで何かしたい!」みたいな人ではなく、「データをもとに有益なアウトプットを出せるようになりたい」という人向けの記事となっています。 追記) 反響があり、News Picksではテクノロジー一面に掲載されていました。 また、はてなブックマークでもホットエントリー入りして、5/5現在898ブックマークを突破しました。 データ分析の全体像まず、データ分析を行う上での全体像から見ていきたいと思います。流れとしては大きく分けて、4つあります。 1. データ分析から何を検証したいか決める (調査のデザイン) 2. データ収集 3. データの整形 4. 分析を行う 各フェーズごとに行うことと、何が学ぶべきかまとめていきたいと思います。 1. データ分析から何を検証したいか決める (
財務省の福田淳一・前事務次官のセクハラ問題について、麻生太郎財務相は4日、訪問先のフィリピンでの記者会見で「1対1の会食のやりとりについて、財務省だけで詳細を把握していくことは不可能だ」と述べ、調査を打ち切る考えを改めて示した。 財務省は4月27日、福田氏のセクハラを認定して処分し、調査を打ち切る方針を発表。女性社員が被害にあったというテレビ朝日は調査の継続を求めていた。 しかし、麻生氏はセクハラの認定については「セクハラ罪っていう罪はない」「殺人とか強(制)わい(せつ)とは違う」などと発言。「(福田氏)本人が否定している以上は裁判になったり、話し合いになったりということになる。ここから先はご本人の話だ」とした。 調査を打ち切ることについて「いくら(調査結果が)正確であったとしても偏った調査じゃないかと言われるわけですから。被害者保護の観点から(調査に)時間をかけるのは、かなり問題がある」
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