2020/03/03 に富士通本社で行われた、富士通TechLiveに発表資料です。 コロナウィルスの影響で、リモート発表になりましたが、当日は800人以上の方に同時視聴していただきましたRead less
![DXとかDevOpsとかのなんかいい感じのやつ 富士通TechLive](https://cdn-ak-scissors.b.st-hatena.com/image/square/6e33854ce1cffe1f32aa401e3027d6cd49b0b530/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2Ffujitsu20200303public-200305112955-thumbnail.jpg%3Fwidth%3D640%26height%3D640%26fit%3Dbounds)
English Version: https://www.slideshare.net/sakataakinori/xp-fes-2019-b6-application-of-statistical-quality-control-to-agile-software-development XP祭り2019 B-6 「アジャイルソフトウェア開発への統計的品質管理の応用」の資料です。 On 2019年8月20日, in XP祭り2019, XP祭り2019セッション 【セッション情報】 セッションID:B-6 時間:14:45~15:15(30分) 会場:B(1F 102室・後) タイプ:講演 【セッション内容】 アジャイル開発のマネージメントやチーム運営のお手伝いをしていく中で、ウォータフォールで使われている品質メトリクスを利用しようとしているプロジェクトを見かけることがあります。 ウォー
スタートアップのアイデアを得る方法について、Y Combinator (Paul Graham, Sam Altman, Paul Buchheit) と Peter Thiel、Chris Dixon の考え方を中心に解説したスライドを書きました。タイトルは「あなたのスタートアップのアイデアの育てかた」です。 アイデアの発案の仕方については諸々ある書籍や資料から学んでいただければと思うのですが、今回は主にスタートアップのアイデアについてという一部領域でのアイデアの気づきかた、育てかたに絞って解説しています。 もちろんこの方法が唯一の正解の方法であるとは限りませんし、仮に正しいプロセスだとしても、正しいプロセスから素晴らしいスタートアップのアイデアが常に出てくるわけではありません。ただ、Y Combinator をはじめとした彼らの考え方は、一つの参考になる考え方ではないかなと思いますので
フォーカスするためには、たぶんどうやってフォーカスするか(前回)に加えて、何にフォーカスするかを決める必要があって、今回は後者、つまり「フォーカスポイントを決める」方の話です。 スタートアップの初期は Y Combinator 的に言うところの Do things that don’t scale (スケールしないことをしよう)をはじめとした明確なフォーカスポイントがあると思います。ただ次第に自分たちでフォーカスポイントを決めなければいけなくなってきて、そのときにどのようにフォーカス先を意思決定すれば良いのか、どうすれば良い意思決定ができるのか、という問いが出てきて、その際に方法論の必要性が生じます。 そこで意思決定の方法論を検討するのですが、スタートアップのような情報不足や資源の制約下では、ゲーム理論をはじめとしたいわゆる規範的な normative 意思決定理論よりは、行動経済学や認知
This document summarizes a microservices meetup hosted by @mosa_siru. Key points include: 1. @mosa_siru is an engineer at DeNA and CTO of Gunosy. 2. The meetup covered Gunosy's architecture with over 45 GitHub repositories, 30 stacks, 10 Go APIs, and 10 Python batch processes using AWS services like Kinesis, Lambda, SQS and API Gateway. 3. Challenges discussed were managing 30 microservices, ensur
1) Mercari has transitioned some services to microservices architecture running on Kubernetes in the US region to improve development velocity. 2) Key challenges in operating microservices include deployment automation using Spinnaker, and observability of distributed systems through request tracing, logging, and metrics. 3) The architecture is still evolving with discussions on service mesh and c
This document summarizes a microservices meetup hosted by @mosa_siru. Key points include: 1. @mosa_siru is an engineer at DeNA and CTO of Gunosy. 2. The meetup covered Gunosy's architecture with over 45 GitHub repositories, 30 stacks, 10 Go APIs, and 10 Python batch processes using AWS services like Kinesis, Lambda, SQS and API Gateway. 3. Challenges discussed were managing 30 microservices, ensur
機械学習とif文が地続きであることを解説しました。 ver.2 質問への回答を追加し、顧客価値の小問に図を追加してわかりやすくかみ砕きました。Read less
高解像度スタートアップガイドPart1です。 今回、元起業家・現コーチと現役起業家が共同でこれまでにない解像度でスタートアップがゼロから事業を成立させるまでのプロセスを描いています。 答えのようなものを書いているのではなく(答えなど、全く分かりません。日々新しい発見が続きます)、事業を成立させるために日々もがき奮闘する過程で見えてきたことを、できるだけ具体的に、高解像度で描かせて頂きました。 事業を生み出す本人だけでなく、その支援者・コーチの皆様にもぜひ一読いただきたいと考えております。 <Part1>:スタートアップが直面するリアル 1. スタートアップが直面する事業創造の真実 2.スタートアップが直面する高解像度事業創造プロセス https://www.slideshare.net/takahiroASA/part1-77922415 <Part2>:スタートアップに不可欠のWild
The document provides information about an AWS webinar on AWS Systems Manager presented by Solutions Architect Kayoko Ishibashi. It includes an agenda for the webinar covering an overview of AWS Systems Manager, demonstrations of key features like resource groups, inventory, automation, and security best practices. The webinar aims to help participants understand the overall capabilities of AWS Sy
PFN は、「現実世界を計算可能にする」を Vision として,膨大な計算量を必要とするシミュレーションや深層学習などの計算ワークロードを実行するためのオンプレ ML 基盤を持っています。 この発表では、「オンプレクラスタの概要」と最近のトピックとして「新しく構築した「MN-2b」」、「Pod のリソース要求量の最適化を助けるしくみ」、「Kubernetes クラスタのアップグレード」についてお話します。 本イベント「オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜」では、オンプレミスの Kubernetes クラスタ上に構築された機械学習基盤を持つ PFN とヤフーのエンジニアが自社での取り組みについて語り尽くします! イベントサイト: https://ml-kubernetes.connpass.com/event/255797/
東京大学 松尾研究室が主催する深層強化学習サマースクールの講義で今井が使用した資料の公開版です. 強化学習の基礎的な概念や理論から最新の深層強化学習アルゴリズムまで解説しています.巻末には強化学習を勉強するにあたって有用な他資料への案内も載せました. 主に以下のような強化学習の概念やアルゴリズムの紹介をしています. ・マルコフ決定過程 ・ベルマン方程式 ・モデルフリー強化学習 ・モデルベース強化学習 ・TD学習 ・Q学習 ・SARSA ・適格度トレース ・関数近似 ・方策勾配法 ・方策勾配定理 ・DPG ・DDPG ・TRPO ・PPO ・SAC ・Actor-Critic ・DQN(Deep Q-Network) ・経験再生 ・Double DQN ・Prioritized Experience Replay ・Dueling Network ・Categorical DQN ・Nois
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
処理を実行中です
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