「AutoML」の強化から「AI Platform」まで、Google Cloudが機械学習／AIで多数の発表
「AutoML」の強化から「AI Platform」まで、Google Cloudが機械学習／AIで多数の発表：需要予測などを自動化する「AutoML Tables」も Google Cloudは2019年4月10日（米国時間）、Google Cloud Next ‘19で、機械学習／AIに関する多数の発表を行った。これらは、「ビジネスユーザーのAI活用支援」と「貴重な社内データサイエンティスト／データエンジニアの生産性向上支援」の2つに分けられるという。 Google Cloudは2019年4月10日（米国時間）、Google Cloud Next ‘19で、機械学習／AIに関する多数の発表を行った。これらは、「社内の関連ノウハウが乏しい組織、あるいは社内のビジネスユーザーのAI活用支援」と「貴重な社内データサイエンティスト／データエンジニア（Google Cloudは「AIビルダー」と
Google、4つのクラウドデータベースサービスの新展開を発表
Google、4つのクラウドデータベースサービスの新展開を発表：Cloud SQL for PostgreSQLは99.95％のSLAを保証 Googleは、「Cloud Spanner」のコミットタイムスタンプ機能、「Cloud Bigtable」のレプリケーション機能のβ版、「Cloud Memorystore for Redis」のβ版、「Cloud SQL for PostgreSQL」の正式リリースを発表した。 Googleは2018年4月25日（米国時間、以下同じ）、クラウドデータベースに関する4つの発表を行った。発表されたのは、「Cloud Spanner」のコミットタイムスタンプ機能、「Cloud Bigtable」のレプリケーション機能のβ版、「Cloud Memorystore for Redis」のβ版、「Cloud SQL for PostgreSQL」正式版のリリ
Cloud AutoML Visionは、どう使えるサービスなのか
Cloud AutoML Visionは、どう使えるサービスなのか：画像の機械学習を簡単に行える（1/2 ページ） Google Cloudが2018年1月下旬に発表した「Cloud AutoML Vision」は、機械学習の専門知識がなくとも画像認識を使ったカスタムの機械学習ができるサービスだ。どのように使えるものなのかを、具体的に紹介する。 Google Cloudが2018年1月下旬に発表した「Cloud AutoML Vision」。クラウドサービスのGoogle Cloud Platform（以下、GCP）上で、機械学習の専門知識がなくとも画像認識を使ったカスタムの機械学習ができるサービスだ。現在はGoogleに選ばれた限定少数のユーザーのみが利用できるアルファ段階であり、サービスの詳細は今後変わり得る。料金体系も、明確には決まっていないようだ。 それでも、どのように使えるサービ
米フェイスブック、時系列データベースBeringeiをオープンソース化
米フェイスブックは2017年2月3日（現地時間）、同社が開発したインメモリ時系列データベース「Beringei」をブログポストで説明、同ソフトウェアを最近オープンソース（BSDライセンス）で公開したことを紹介した。 米フェイスブックは2017年2月3日（現地時間）、同社が開発したインメモリ時系列データベース「Beringei」をブログポストで説明、同ソフトウェアを最近オープンソース（BSDライセンス）で公開したことを紹介した。 「Beringeiは現時点で、ユニークな時系列データを最大100億件格納し、毎分1800万件のクエリに応えられる。Facebookにおけるほとんどのパフォーマンスモニタリングおよびヘルスモニタリングを担っている。エンジニアやアナリストは、正確なリアルタイムのデータを活用し、迅速な決定ができるようになっている」と、ジャスティン・テラー（Justin Teller）氏は
米NetflixがAWSへの移行を完了。7年かかった理由を説明
米NetflixがAWSへの移行を完了。7年かかった理由を説明：サービスアップタイムは99.99％に近づく 米Netflixは2016年2月11日（米国時間）付けのブログポストで、同社の動画ストリーミングサービス関連システムのAmazon Web Services（AWS）への移行を、1月初めに完了したことを明らかにした。 米Netflixは2016年2月11日（米国時間）付けのブログポストで、同社の動画ストリーミングサービス関連システムのAmazon Web Services（AWS）への移行を、1月初めに完了したことを明らかにした。 ブログポストは、AWSへの移行が2008年に始まったと説明している。自社データセンターで運用していたリレーショナルデータベースの障害により、顧客へのDVDの発送が3日間にわたりストップしてしまったことがきっかけだった。それ以降、Netflixは同社の動画ス
プッシュ通知の基礎知識＆秒間1万を超えるプッシュ通知基盤のアーキテクチャと仕組みとは
連載目次 プッシュ通知とは？ なぜ開発者はアプリにプッシュ通知機能を搭載するのか スマートデバイスにおける「プッシュ通知」はアプリにとって欠かせない機能の一つであり、メールマガジンと同様に重要な集客ツールです（図1）。スマートフォンをお使いの方でしたら、一度はプッシュ通知を受け取ったことがあるのではないでしょうか。 プッシュ通知はユーザーがスマートデバイスを起動していなくても通知を送ることができる仕組みであり、以下の特徴があります。 開くと直接アプリを起動するためアクションにつながりやすい アプリをインストールしているユーザーのみに届くため開封率が高い 上記のような特徴から、プッシュ通知は以下の用途で使うことが多くなります。 リアルタイムな情報配信 直接アプリ起動につながるため、ニュースなどリアルタイム性の高い情報の配信に向く ユーザーのアクティブ率向上 開封率が高いため、定期的にアプリを
世界制覇をもくろむLINE――ベールを脱いだプラットフォームの全体像とは
世界制覇をもくろむLINE――ベールを脱いだプラットフォームの全体像とは：LINE Developer Conferenceまとめリポート（前編）（3/3 ページ） LINEにおけるネットワーク周りの高速化への取り組み LINEビジネスコネクトなどの利用が本格化していくと、サービスや通信の負荷は増大していく。LINEでは、サービスの高速化に向けてどのような取り組みを進めているのだろうか。 SPDYの最適化 LINEのクライアントとサーバー間は、HTTPを拡張して高速化を図ったプロトコルである「SPDY」をベースに通信を行っている。なぜSPDYの仕様をそのまま使っていないかというと、LINEサーバーの場合は、通信の相手はLINEアプリしかなく、UserAgentは1種類に限定される。UserAgentが未知の状態でサーバーがリクエストを受け付ける場合、どのプロトコルで相手と通信するかを最初に
ついに「OpenID Connect」仕様が標準化
米OpenID Foundationは2014年2月26日、さまざまなWebサイトやモバイルアプリケーションの間で、適切な相手にデジタルアイデンティティ情報を流通させるための技術である「OpenID Connect」の仕様を最終承認した。これに合わせてOpenIDファウンデーション・ジャパンは、OpenID Connect仕様群の日本語訳を公開している。 Webサービスやモバイルアプリケーションの普及に伴い、多様で便利なサービスを利用できるようになった半面、管理すべきIDとパスワードも増加した。その結果、エンドユーザーがさまざまな煩雑さを強いられたり、パスワードの使い回しによるセキュリティリスクが増大するといった課題も浮上している。 OpenID Connectは、こうした課題の解決を目指し、OAuth 2.0をベースにして策定されたAPI仕様だ。ユーザーとサイトが常に1対1で認証を行う代
テスト自動化の歴史と今後、良い／悪い事例～システムテスト自動化カンファレンス2013レポート
2013年12月1日、東京・外苑前のオラクル青山センターにて、テスト自動化研究会（STAR）が主催する「システムテスト自動化カンファレンス2013」が開催された。 STARによると、システムテストの自動化に特化したものとしては日本初の勉強会になるという。カンファンレンスでは多数の参加者が熱心に耳を傾けていた。その様子をレポートしよう。 テスト自動化を開発の“武器”にするための3つのポイント オープニングセッションにはSTARの近江久美子氏が登壇。「よりよいテスト自動化のためにちょっと考えてみませんか？」と題して講演を行った。 近江氏は最初に、テスト自動化のゴールについて「『効率化したい』『手動ではできないテストがしたい』など、目的は現場ごとに異なる」と述べ、「まずは何を目的にしているかを考え、それに合わせた実現手段を取るべきだ」とした。テスト自動化で可能となるものも多いが、そのために増える
グリー技術者が聞いた、fluentdの新機能とTreasure Data古橋氏の野心
fluentdのほかにもバイナリシリアライゼーションフォーマット「MessagePack」の開発などで知られる古橋氏だが、学生時代からその技術力の高さには定評があり、注目され続けてきたスーパーエンジニアでもある。 今回、fluentdのユーザーでもあり、古橋氏とは旧知の仲でもあるグリー 開発本部 リーダーの森田想平氏がインタビュアーとなり、fluentdにまつわるトピックや、トレジャーデータでの開発、オープンソースへの想いなどを訊いている。本稿では、その模様をお伝えしながら、“エンジニア・古橋貞之”の魅力に迫ってみたい。 fluentd v11の注目ポイント 森田 まずは、グリーでも大変お世話になっているfluentdについて、いろいろ聞かせてください。開発中の新バージョン（v11）では、かなり大きな変更や機能追加があると伺っていますが、注目ポイントをいくつか教えてもらえますか。 フィルタ
ASP.NET SignalRを知る
連載目次 ASP.NET SignalRとは 近年になってASP.NETを取り巻く状況には大きな変化が起こっている。数年前までは「ASP.NET」といえば、それはすなわちWebフォームのことであった。だが、ASP.NET MVCやASP.NET Web API、ASP.NET Webページが登場したことで、ASP.NETはその姿を大きく変えて「One ASP.NET」と呼ばれるビジョンが提唱されるまでになっている。 今回紹介する「ASP.NET SignalR」（シグナルアール。以降、単に「SignalR」）も、（上の概念図を見て分かるように）ASP.NETを基盤としたテクノロジであり、これを利用することでASP.NETアプリにリアルタイム性を持たせることが可能となる。 今回、正式版としてバージョン1.0がリリースされたSignalRは、もともと、ASP.NET開発チームのDavid Fo
リソース制御でサービスレベルを確保せよ
CPUのリソース制御（2） ■CPU利用率閾値 仮想CPUの利用率の上限値です。例えば大きなプログラムのソースコードをコンパイルすると、通常、CPU利用率は100％に近い値に張り付きます。その際、この閾値を50に設定しておくと、どれだけCPUリソースを要求しても50％までしかリソースが割り当てられないということになります。 コラム●steal値で把握できるCPUリソースの状況 この状態は、vmstatコマンドを使えば容易に確認できます。usr列、sys列の値が合計で50％までしか上昇せず、代わりにsteal列に残りの50％近い値が表示されると思います。 steal列には、ゲストOSがリソース要求を行ったにもかかわらずCPUリソースを割り当ててもらえなかった時間の割合が表示されます。steal列に0％以外の値が表示されている場合はCPU利用率閾値設定が行われているか、ほかのゲストOSあるいは
HTML5時代のWeb開発者が知らないとガチヤバな3つの未来予測と6つの脆弱性対策
8月21～23日にパシフィコ横浜で開催された「CEDEC 2013」では、Webの世界に関するセッションも数多く行われた。本記事ではその中から、サイボウズ・ラボの竹迫良範氏による「HTML5のこれまでとこれから、最新技術の未来予測」と、セキュリティコミュニティでは大変著名なネットエージェント、長谷川陽介氏による「HTML5時代におけるセキュリティを意識した開発」の2つのセッションの様子をお送りしよう。 竹迫氏が「HTML」の周りの最新技術と、3つの未来予測を語る 未来予測その1：通信は暗号化が標準に――「スタバでドヤリング」から考える最新技術 竹迫氏はまず、スターバックスでスタイリッシュなMacBook Airをこれ見よがしに使う、「ドヤリング」という技術（？）について写真を出すところから講演を始めた。 実は、この「ドヤリング」、公衆無線LANを利用すると盗聴のリスクがあることが指摘されて
あなたの知らない超絶便利なWeb開発を叶える仕様Web Componentsとは
Web Componentsとは 本稿では、Google I/O 2013の中から、「Web Components」に関するセッションをレポートする。 「Web Components」は、簡単にいうと、Web（HTML）をコンポーネント化するための仕組みで、再利用性やメンテナンス性、開発効率を上げるのに大きな効果があるといわれている。 今年のGoogle I/Oでは、次の2つのセッションでWeb Componentsについて解説があった。 Web Components: A Tectonic Shift for Web Development（Google Chromeチーム 開発者Eric Bidelman氏） 資料：http://www.WebComponentsshift.com/ 「Web Components: A Tectonic Shift for Web Developme
公用語に英語、「再起動」したRubyKaigi 2013が東京で開催
公用語に英語、「再起動」したRubyKaigi 2013が東京で開催：3万5000円の参加費でも内外から580人の参加登録 2013年5月30日から3日間、東京・台場の東京国際交流館で「RubyKaigi 2013」が開催された。RubyKaigiは2006年に第1回が開催されたRubyコミュニティが主催する年次イベントだ。ここ数年の実績では700～1000人の参加者を集める比較的規模の大きなイベントとなっている。ただ、2011年を「最終回」として、いったん終了した経緯がある。ボランティアベースでイベントを回すには規模が大きくなりすぎたことなどが背景にあったという。 1年のブランクを置いて、正式名称を「日本Ruby会議」から「RubyKaigi」と改めた上で今年再開した形だ。イベント企画チームは今回のイベント再開を「RubyKaigi第2シーズン」と位置付ける。それまで6000円前後だった
jQuery Mobile APIでもっとJavaScriptプログラミング ―（1/2） - ＠IT
連載：jQuery Mobile入門（最終回） 第6回 jQuery Mobile APIでもっとJavaScriptプログラミング 山田 祥寛 2012/06/14 本連載の初回では、jQuery Mobileは（jQueryのモバイル版というよりも）jQuery UIのモバイル版である、と述べた。実際、jQuery Mobileでは標準であまたのウィジェットを提供しており、マークアップのみでネイティブ・アプリ・ライクなスマホ・アプリを開発できてしまう。もっとも、その特長が故に、ともすると、jQuery Mobileではあらかじめ用意された範囲でしかアプリを開発できないと思われがちだ。 そのようなことはない。jQuery Mobileでは、豊富な独自のJavaScript APIを提供しており、これらを呼び出すことで、固有の仕組みをアプリに簡単に組み込める。そうした自由度の高さも、jQu
一見読みにくい記法もシェルスクリプトの流儀
前回に引き続き、今回もOS付属のシェルスクリプトを読んでいく。「本当にこれでいいのか？」と思うような読みにくい記述も見つかるが、よく読むとシェルスクリプトならではの流儀を学ぶことができる（編集部） とにかく何か作ってみろ シェルスクリプトはお世辞にも読みやすいプログラミング言語とは言えない。ほかの言語にはない特有のルールがあるので、あまり経験がない人がちょっと複雑なシェルスクリプトを読むと嫌になってしまうかもしれない。 その半面、シェルスクリプトにはちょっと書いてすぐに試せるという良い点がある。シェルスクリプトの解説書やソースコードを読みながら「なんだかよく分からない」「マニュアルを読んでもよく分からない」という人には、短くてもいいからとにかく何かシェルスクリプトを書いて、試してみることを強くお勧めする。 これはどんなプログラミング言語にも言えることだが、習得しようと思っても、解説書を読ん
システムコールを減らすシステムコール
前回まで、mmap(2)によるコピー処理の高速化について紹介してきた。mmap(2)にはまた、システムコールが呼ばれる回数を削減し、処理速度を高速化するという効果もある。今回は、共有メモリの観点から、その機能を紹介する（編集部） システムコールを減らすシステムコール mmap(2) 前回まではコピープログラムを例に挙げながら、mmap(2)を使うことでコピー処理を高速化できることを紹介してきた。連載第1回目で説明したように、処理速度を高速化したければ、基本的にはシステムコールは少ない方がよい。システムコールを実行すれば、その分プログラムとカーネルの間でのデータのコピーや処理の切り替えが発生し、それだけ処理速度が遅くなる。 しかし、例外的に処理を高速化できるものもある。その代表格がmmap(2)だ。mmap(2)はシステムコールだが、このシステムコールを利用すると、最終的にはシステムコールが
試すのが難しい―機械学習の常識はMahoutで変わる
ビッグデータ時代―なぜ、いま機械学習なのか Apache Hadoop（以下、Hadoop）の登場で、今まで捨てていたデータ、貯めるだけで処理しきれなかったデータを活用できるようになりました。 活用手段として最近とみに注目されている技術が「機械学習」であり、Hadoopの強みを生かし簡単に機械学習を行うためのライブラリが、「Apache Mahout」（以下、Mahout）です。 本稿ではMahoutを動かしてみることで、機械学習の常識を身に付けます。 そもそも、機械学習とは？ 機械学習とは、一定のデータをコンピュータ・プログラムに「学習」させ（すなわち、そのデータに潜むパターンや規則性を表す「モデル」を自動的に構築させ）、他のデータにそのモデルを適用すれば、あたかも人間のように複雑で柔軟な判断が行えるようにするという試みです。 機械学習をビジネスに活用した例は、レコメンド（ユーザーや商品
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
Linuxカーネルのソースコードを読んで、システムコールを探る
