PostgreSQL 9.5 によるレプリケーション構成（非同期） - Qiita
今回はVM2台を使用したPostgreSQLのレプリケーション環境の構築手順について説明します。 前提 VirtualBoxでVMを2台使用します。 2台のVMでは、CentOS 7でPostgreSQLのインストール手順の「3-1. ~/.bash_profileを編集」まで実施します マスタとして構築するVMでは「3-2. DBクラスタ作成」まで実施します。 以降の作業は全てpostgresユーザを使用します。 1. PostgreSQLの設定ファイルを修正する（マスタのみで実施） 1-1. postgresql.conf レプリケーション用に設定ファイルを修正します。 レプリケーションを行う上で必須なのは wal_level, max_wal_sender の設定です。 # Add settings for extensions here listen_addresses = '*'
OpenCV.js WASM Web Worker Webpack Demo - WebAssebmlyによるOpenCV.js実装デモ MOONGIFT
Web標準の進化は速く、どんどん新しい技術が出てきます。さらに、それらを使った開発を容易にするフレームワークやビルドライブラリも次々とトレンドが変わります。正直、ついていくのが大変な状況です。 しかしそんな中だからこそ開発者は果敢にトライしていかなければなりません。今こそ試し、知見をためられるチャンスと言えるでしょう。今回はそんなデモの一つとしてOpenCV.js WASM Web Worker Webpack Demoを紹介します。 OpenCV.js WASM Web Worker Webpack Demoの使い方 OpenCV.jsを使って顔認識しています。 利用しているデモです。追従性は悪くなさそうです。 OpenCV.js WASM Web Worker Webpack DemoはOpenCVをJavaScript化したOpenCV.jsをWebAssemblyにすることで高速化
Lispの車窓から見た人工知能 - dely engineering blog
はじめに こんにちは。 機械学習エンジニアの辻です。 本記事はdely Advent Calendar 2018の22日目の記事です。 dely Advent Calendar 2018 - Adventar dely Advent Calendar 2018 - Qiita 昨日は弊社のサーバサイド・エンジニアの山野井が「【Vue.js】算出プロパティの仕組みについて調べてみた」という記事を書きました！ とてもわかり易く解説しているので興味のある方は是非読んでみてください。 tech.dely.jp さて本日は「Lispの車窓から見た人工知能」と題しまして、プログラミング言語Lispから見た人工知能の風景を眺めていきたいと思っています。ぼくはEmacs使いのLisperですが、Lispを書くのは自分用のスクリプトや、Emacs Lispの設定変更といったものだけで、ふだんの機械学習に関す
Vue-CRM - Vueを使ったCRMテンプレート
社内システムはバックオフィス向け、または営業向けのシステムになります。営業向けのシステムとして最も有名なのはCRMでしょう。顧客との関係性を向上させることによって、よりきめ細かいフォローアップや売り上げ増につなげられるようになります。 そんなCRMを自社開発するといった場合に使えそうなVueテンプレートがVue-CRMです。 Vue-CRMの使い方 社内システムなので最初に認証があります。 ダッシュボードです。 注文一覧。 注文の編集画面。 顧客一覧。 顧客情報編集画面。 商品一覧。 商品編集画面。 アバウト画面。 Vue-CRMはあくまでもモックなので、これでシステムが動くわけではありません。後は内部的なデータを提供すればCRMとして動作します。CRMの基本的な画面は用意されていますので、自社システムを構築する基礎としていいのではないでしょうか。VueベースなのでAPIを作ることでシステ
数学が使えるとはどういうことか？ 『数学大百科事典』から対数グラフの使い方と合わせて紹介
教養として、あるいは実用のために数学を勉強しておきたいと考えたことはありませんか？ しかし、機械学習などいきなり高度な数学が必要な分野に手を出すと、結局は長続きしません。まずは忘れてしまった中学高校の数学を思い出すところから。そこで『数学大百科事典』（翔泳社）から、本書の使い方と重要な対数グラフの使い方を紹介します。 本書の目的は「数学が使えるようになる」ことです。現実の世界で、たとえば集客するとか、不良品を減らすといった問題に対して、数学を適用して解決することです。 それでは「数学が使える」ようになるためには何をすれば良いのでしょうか。「学校で習う問題が解けること」と答える人が多いでしょう。しかし、「学校で習う問題が解けること」と「数学を使えること」は意外なほどに一致しません。 たとえば、x5を微分すると、5x4になります。2x4を微分すると8x3です。つまり、xnを微分するとnxn-1
西内 啓氏 推薦「Excelでできるデータドリブン・マーケティング」まえがきと第1章#全文公開｜マーケティング・アナリスト/小川 貴史/(株）秤代表
表紙の左上に「これからのマーケターはグラフの見た目より因果推論に注意すべきである」という西内 啓 氏のコメントがあります。 マーケターに必要な因果推論の知識とは何でしょうか？マーケティングの現場では、因果推論の基礎となる知識を知らないため、施策の効果をはき違えているなど、誤った判断をしているにも関わらず、それが間違えであることに誰も気づいていないケースがたくさんあります。ほかにもABテストの結果から判断する際にその差が偶然やバラつきによって起こり得るものではないか検証しない、アンケート集計で有意な差がないのに有意義な傾向差を見つけたと勘違いするなど、危なっかしい意思決定の例を挙げたらキリがありません。 「Excelでできるデータドリブン・マーケティング」では、マーケティングROIを定量化して把握し予算配分の最適化を行うマーケティング・ミックス・モデリングなど、実務に役立つデータ分析の演習を
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
