並び順

ブックマーク数

期間指定

  • から
  • まで

1 - 7 件 / 7件

新着順 人気順

featureの検索結果1 - 7 件 / 7件

  • featureをフューチャーって読む人を撲滅したい

    featureはフィーチャーだ。平気でフューチャーと読む人が多すぎる。イライラするからやめて欲しい。撲滅したい。 スペルと発音の関係への無関心がみっともない'ea'の発音は大体 [i:] だ。easyもstealもmealも [i:]だ。英語だし例外はあるが,[ju:] になることはないはずだ。 如何にもスペルと発音の関係に無関心な感じがしてみっともない。 初等的な単語と間違えるのがみっともない「featureはよく知らないけどfutureは知ってます」って言ってる感じがみっともない。featureも当たり前に知っててくれ。 カタカナの元の単語を連想しないのがみっともない普段から「そもそもフィーチャー/フューチャーってどういう英単語だっけ」って考える人は、単語のスペルや意味から「あフューチャーじゃなくてフィーチャーじゃん」って気付ける。フューチャーって読む人は如何にも日常使っているカタカナ

      featureをフューチャーって読む人を撲滅したい
    • きっかけは車窓から…世界遺産級の高輪築堤 このままだと多くが壊され、超高層ビルに:東京新聞 TOKYO Web

      JR高輪ゲートウェイ駅(東京都港区)西側で出土し、世界遺産級と称される鉄道遺構「高輪築堤」は、JR東日本の再開発で大部分が壊され、跡地に超高層ビルが建つ見込みだ。私は遺構をひょんなきっかけで見かけ、昨秋から取材を続けているが、再開発計画をより大胆に変更して保存範囲を広げ、後世に伝えるべきだと強く感じている。(梅野光春)

        きっかけは車窓から…世界遺産級の高輪築堤 このままだと多くが壊され、超高層ビルに:東京新聞 TOKYO Web
      • 【特集】 速い!安い!小さい!2万円台から買えるAlder Lake-NミニPC

          【特集】 速い!安い!小さい!2万円台から買えるAlder Lake-NミニPC
        • 特徴量エンジニアリングと野球選手の成績予測 - 野球ではじめる機械学習 / Baseball Player Performance Prediction Using Feature Engineering with Machine Learning and Python

          PyCon JP 2020 8/28 「スポーツデータを用いた特徴量エンジニアリングと野球選手の成績予測 - PythonとRを行ったり来たり」登壇資料 https://pycon.jp/2020/timetable/?id=203110 #Baseball #SABRmetrics #Python #MachineLearning #Datascience #PyConJP

            特徴量エンジニアリングと野球選手の成績予測 - 野球ではじめる機械学習 / Baseball Player Performance Prediction Using Feature Engineering with Machine Learning and Python
          • Flagsmith - Open Source Feature Flag & Remote Config Service

            Feature Flag & Remote Config ServiceRelease features with confidence; manage feature flags across web, mobile, and server side applications. Use our hosted API, deploy to your own private cloud, or run on-premises 1import flagsmith from 'flagsmith'; 2 3flagsmith.init({ 4 environmentID: 'QjgYur4LQTwe5HpvbvhpzK', 5}); 6 7const App = () => ( 8 <Layout 9 darkMode={flagsmith.hasFeature("dark_mode")} 10

              Flagsmith - Open Source Feature Flag & Remote Config Service
            • スパースモデリングはなぜ生まれたか? 代表的なアルゴリズム「LASSO」の登場 - HACARUS INC.

              本連載は「これから機械学習に取り組みたい」「ディープラーニングや機械学習を使った経験がある」といったエンジニアに向けて、データ量が少なくても分析が実現できる「スパースモデリング」という手法を紹介します。今回は、スパースモデリングの歴史を紐解きながら、その代表的なアルゴリズムであるLASSOについて解説します。 スパースモデリングの基本アイデア オッカムの剃刀 2010年代初頭にバズワードにまでなったビッグデータ。今では当時の過熱ぶりはなくなり、ハードウェアやクラウド環境の充実とともに活用が広がっています。ビッグデータには一つの明確に定まった定義はありませんが、RDBMSでは扱いづらくなるほどの大量データであるという量的側面と、データの出処やその種類が多種多様であるという質的側面などが特徴として挙げられます。ビッグデータが手元にあり、解きたいビジネス課題にそのビッグデータを使うのが適当である

                スパースモデリングはなぜ生まれたか? 代表的なアルゴリズム「LASSO」の登場 - HACARUS INC.
              • 第158回 Invisible Columnsの使いどころ | gihyo.jp

                MySQL 8.0.23では、新たな機能としてInvisible Columnsが導入されました。この機能は、あるカラムを「存在はしているけれども明示的に指定しない場合は参照しないカラムとして扱う」ことができるようになっています。今回はこのInvisible Columnsの機能について見ていきましょう。 なお、似た機能である、invisible indexesについては第110回 Invisible Indexesを使って気軽にチューニングを始めてみるで紹介しておりますのでそちらをご参照ください。また、今回利用しているMySQLのバージョンは8.0.26となります。 Invisible columnsのあるテーブルの作成 Invisibleなカラムのあるテーブルを作成するには、InvisibleにしたいカラムにINVISIBLEをつけてCREATE TABLE文で実行するか、ALTER

                  第158回 Invisible Columnsの使いどころ | gihyo.jp
                1