並び順

ブックマーク数

期間指定

  • から
  • まで

1 - 5 件 / 5件

新着順 人気順

impalaの検索結果1 - 5 件 / 5件

  • ネットの音楽オタクが選んだ2020年のベストアルバム 50→1 - 音楽だいすきクラブ

    2020年は忘れることのできない年になりました。新型コロナウイルスの流行で様々な行動が制限され、僕らは自粛を余儀なくされました。生活からライブが遠のき、多くのフェスが中止になり、音楽に携わるあらゆる方々が苦境に追いやられました。 そのような状況のせいなのか、今年は集計に参加してくれる方々が例年より多かったです。音楽が人々の苦境の支えになったのかはわかりません。でも僕らが常に音楽に支えられている事実は変わらず、昨年も例年同様お世話になったことをつくづく実感します。 その恩返しとは微塵も思わないですし、むしろ序列化は作り手に対する裏切りような気がしないでもないのですが、それでもこの多くの人の協力で得られたデータが回り回って新しい出会いとなり、より多くの人に作品が聴かれることを願い、性懲りもなくこんな記事を作っています。 過去最高となる675人のデータを用いて作られた2020年のベストアルバム1

      ネットの音楽オタクが選んだ2020年のベストアルバム 50→1 - 音楽だいすきクラブ
    • 100を超える主要な音楽メディアの「2020年の年間ベスト・アルバム」を集計、TOP50リスト発表 - amass

      100を超える主要な音楽メディアの「2020年の年間ベスト・アルバム」を集計。ベスト・アルバム集計サイトAlbum of the Yearが集計版「2020年の年間ベスト・アルバム TOP50」を発表しています。 【集計ルール】 各メディアが発表した「2020年の年間ベスト・アルバム」のリストから、1位の作品に10ポイント、2位の作品に8ポイント、3位の作品に6ポイント、4〜10位の作品に5ポイント、11〜25位の作品に3ポイント、26位以降の作品に1ポイントをそれぞれ加算。ランク付けされていないリストの場合は、リストが10枚以下の場合は5ポイント、25枚以下の場合は3ポイント、25枚以上の場合は1ポイントをそれぞれ加算します。 現時点で100のメディアを集計。今後Album of the Yearの集計対象となるメディアがベストリストを発表した場合は、その分のポイントが加算されるため、順

        100を超える主要な音楽メディアの「2020年の年間ベスト・アルバム」を集計、TOP50リスト発表 - amass
      • 新しいデータ処理ライブラリの学習はもう不要! Python 初学者のための Ibis 100 本ノック - Qiita

        新しいデータ処理ライブラリの学習はもう不要! Python 初学者のための Ibis 100 本ノックPython機械学習pandasデータ分析ibis-framework Information 2024/1/14: Kaggle notebook for Ibis Kaggle で Ibis を使用するための Sample Notebook を用意しました。Kaggle でもぜひ Ibis をご活用下さい。 🦩 [Ibis] Kaggle-Titanic-Tutorial Ibis 100 本ノック補足記事 Ibis 100 本ノックについて、よりスマートな書き方等について @hkzm さんが補足記事を書いてくれました(この記事を参考にコンテンツのほうもブラッシュアップしたいと思います)。 Ibis 100 本ノックの記事を受けて はじめに どうもこんにちは、kunishou です。

          新しいデータ処理ライブラリの学習はもう不要! Python 初学者のための Ibis 100 本ノック - Qiita
        • Apache Iceberg とは何か - 流沙河鎮

          はじめに 概要 Apache Iceberg(アイスバーグ)とは [重要] Icebergの本質はTable Specである Table Spec バージョン Icebergハンズオン Icebergの特徴 同時書き込み時の整合性担保 読み取り一貫性、Time Travelクエリ、Rollback Schema Evolution Hidden Partitioning Hidden Partitioningの種類 時間 truncate[W] bucket[N] Partition Evolution Sort Order Evolution クエリ性能の最適化 ユースケース Icebergのアーキテクチャ Iceberg Catalog Iceberg Catalogの選択肢 metadata layer metadata files manifest lists manifest f

            Apache Iceberg とは何か - 流沙河鎮
          • サッカーを強化学習する - 思考の本棚

            はじめに この記事は強化学習苦手の会Advent Calenderの12日目の記事です。 私は11月末までKaggle上で開催されていたGoogle Research Football with Manchester City F.C.に参加していました。このコンペはGoogle Researchが用意したサッカーゲーム上でサッカーエージェント(プレイヤー)を作成し、その強さを競うというものです。 私はhigeponさんとチームを組ませていただき、強化学習アプローチでコンペ開催から終了まで取り組みました。そこでサッカーエージェントを強化学習で育成する際に工夫した点や苦労した点を共有できればと思います。 kaggle: Google Research Football competition www.kaggle.com GitHub: Google Research Football gi

              サッカーを強化学習する - 思考の本棚
            1