ポッドキャストはリスナーの存在が見えづらいらしく聴いてるとアピールしないと更新停止してしまいがちなので定期的に感想を書いていく 聴く環境について ポッドキャストの探し方 BUSINESS WARS / ビジネスウォーズ News Connect あなたと経済をつなぐ5分間 #ニュースコネクト Off Topic // オフトピック fukabori.fm バンクーバーのえんじに屋 texta.fm プログラム雑談 Misreading Chat mozaic.fm kkeethのエンジニア雑談チャンネル 購読一覧 聴く環境について クライアントはGoogle Podcastを使っているんですけど終了してしまうし*1最近はSpotifyに誘導されがちなので、今後移行先をどうしようか迷っている そもそもGoogle Podcastの購読一覧ってどこから見るんだろうと疑問だったが、https:/
分散データシステム入門の決定版『データ指向アプリケーションデザイン』をたった30分で学んでみた #DataEngineeringStudy | DevelopersIO
基調講演「30分でわかるデータ指向アプリケーションデザイン」 ・ スピーカー 斉藤 太郎氏 Twitter：@taroleo / Github：@xerial Principal Software Engineer , Treasure Data 東京大学理学部情報科学科卒。情報理工学 Ph.D。データベース、大規模ゲノムデータ処理の研究に従事。その後、スタートアップであるTreasure Dataに加わり、アメリカ、シリコンバレーを拠点に活動中。日本データベース学会上林奨励賞受賞。OSSを中心にプログラミングやデータ処理を簡単にするためのプロダクトを作成している。 「30分でわかるデータ指向アプリケーションデザイン」最新の論文にも触れながら、分散データシステムの世界の魅力を伝えていきます。後半、@tagomoris https://t.co/TQ2TnsFIOT… — Taro L.
ちゃお……† 今回はPythonでお手軽にテキスト全文検索出来るライブラリ shellinford-python を紹介します。 こちらは@echizen_tmさんの shellinford をSWIGでPythonで動作させるようにしたのと、若干の機能追加したものです。Python環境さえあれば簡単にシンプルな全文検索出来るのでお手軽かと思います。 FM indexとは バイオインフォマティクスなんかで使われる検索アルゴリズムです。わたしが説明するより良い説明を見つけたので以下に引用します。 シークエンサーのデータを解析するとき、リードをリファレンス配列にマッピングすることが第一歩である。一般にシークエンサーのリードは数百万個以上で、また、リファレンス配列の塩基数は数億にも及ぶ。これらの数百万のリードを、数億塩基からなるリファレンス配列にマッピングする際に、高速な文字列検索アルゴリズムが
Terminal コマンドシェル 次の記事を参照: コマンドラインシェル 次も参照: Wikipedia:Comparison of command shells ターミナルエミュレータ ターミナルエミュレータとはターミナルを含むGUIウィンドウを表示する機能を有します。 それらエミュレータのほとんどは Xterm をエミュレートしていて、その Xterm は VT102 をエミュレートしていて、VT102 はタイプライターをエミュレートしています。For further background information, see Wikipedia:Terminal emulator. For a comprehensive list, see Wikipedia:List of terminal emulators. Alacritty — クロスプラットフォームの GPU アクセラレーシ
あなたの心のなかにある大切な思い出や 忘れられないエピソードを よろしければ、メールで教えてください。 編集部で大切に拝読させていただき、 今日さんとも相談のうえ、 採用された投稿は 今日さんに漫画にしていただきます。 あるていど「長さ」のある文章のほうが 物語にしやすいかもしれません。 みなさんのご応募を、お待ちしています。 2005年から連載を開始した読者投稿コンテンツです。2022年時点ですでに17年以上、「今日のコドモ」「今日のダンナ」「今日のじーばー」「今日の気になるあいつ」….などの20以上のカテゴリから、日替わりで毎日欠かさず3ネタを更新してきました。アーカイブを残していないため、その日のネタは、その日にしか読めません。2016年には、過去の傑作から選りすぐって書籍化もされました。ほぼ日に来たら、まずはここからという読者も多い、大人気のコーナーです。今日の「今日のコドモ」は、
Run-Length FM-Index - koki
FM-index は検索対象のテキストから予め索引を構築しておくことで，テキストに含まれる任意のパターン文字列の個数を数えるクエリ$ \mathrm{count} を，テキストのサイズに依らず高速に実行できるデータ構造です．加えて，suffix array や inverse suffix array の一部を追加で保持しておくことで，パターンの位置の列挙 $ \mathrm{locate}やテキストの復元 $ \mathrm{extract}といったクエリを高速に実行することができます（自己索引）． 主要な応用としてゲノム解析（例：HISAT2）などが挙げられます．身近なところでは，arXiv をコーパスとした高速な英文コロケーション検索を提供する Hyper Collocation でも用いられています（解説）． FM-Index に関しては，高速文字列解析の世界 や 簡潔データ構造
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
更新されたら真っ先に聴いているおすすめポッドキャスト - laiso
Pythonでお手軽テキスト全文検索 shellinford-python の紹介 - Qiita
アプリケーション一覧/ユーティリティ - ArchWiki
雲のうえFM 今日マチ子 – ほぼ日刊イトイ新聞 | ほぼ日刊イトイ新聞