この教科書は、はてなサマーインターンの講義資料として作成されたものです: https://github.com/hatena/Hatena-Textbook 機械学習編1（基礎編）では、最も初歩的な分類器である単純パーセプトロンを題材に、機械学習の基本について勉強しました。機械学習編2（実用編）では、実問題に機械学習を適用する上でのコツや、各種の機械学習アルゴリズムの使い分け、高次元データへの対処法、といったトピックについて解説していきます。 実問題に機械学習を適用する タスクを定義する データを特徴ベクトルに変換する 評価方法を決める 正解データの正例と負例は均等に ベースラインとなる手法を実装する 実データに向き合うときの心構え 機械学習のワークフロー 1. 前処理 データセット作成 サンプリング 特徴抽出 欠損値・欠測値への対応 値のスケーリング 特徴選択 次元削減 2. 学習 モデ

情報推薦＝機械学習 ではない。 もちろん機械学習アルゴリズムを使えば精度は高くなるかもしれないが、実際は推薦理由の説明が必要であったり、膨大なデータサイズや要求されるパフォーマンスに応えるために、『いかに機械学習をしない選択をするか』も重要になる。 さらに、RecSys2016のLinkedInとQuoraのチュートリアルで語られたように、現実の推薦システムはヒューリスティクスに基づく単純な手法から深層学習まで、複数のものを組み合わせた ハイブリッド なものであることが多い。 ヒューリスティクス/機械学習の混在したハイブリッドな推薦手法 適切な指標による精度の評価とモデルの改善 サービスごとに異なる多様なデータフォーマットの扱い ということを考えると、推薦システム専用の実装 というものが必要になってくる。というわけで、推薦システム構築に使える/参考になるOSSをいくつか紹介する。 ※チョイ

先日、業務でBitbucketというサービスを使っていて気づいたことがあります。それは有料プランが通常メニューに並んで存在していること。 かれこれ5年ほど会社ではCMSの開発に携わっていますが、普段ユーザーが使っていない機能を新しく知ってもらうことはなかなか難しいことを肌で感じています。新機能であれば新しくできたときに告知すればいいけれど、すでに開発されているものを知ってもらうきっかけづくりというのは、よほどの機能でない限り、難しい。 特に有料機能は事前に有料プランで何ができるのか知られていないと使われないし、現状の機能に満足している人には存在すら気づかれにくいところがあります。 ですが、今回のBitbucketの有料機能への導線は、さりげなく他の機能と並んでいて、見せ方がうまいなあと思いました。 さりげなく有料機能を知ってもらうUI（Bitbucketの例）私がこの記事を書こうと思ったき

This is a follow up post to How Hacker News ranking algorithm works. This time around I will examine how Reddit’s story and comment rankings work. The first part of this post will focus on how are Reddit stories ranked? The second part of this post will focus on comment ranking, which does not use the same ranking as stories (unlike Hacker News). Reddit’s comment ranking algorithm is quite interes

青空文庫×StudyCode×ssmjp 2018年2月6日 https://ssmjp.connpass.com/event/74186/ LT発表スライド

by Shishir Kakaraddi, Srinivas Raghunathan, Adam Gross and Ryan Johnston We are pleased to announce the open source release of the Fast JSON API gem geared towards Ruby on Rails applications. Introduction Fast JSONAPI is aimed at providing all the major functionality that Active Model Serializer (AMS) provides, along with an emphasis on speed and performance by meeting a benchmark requirement of b

Yahoo! JAPAN Tech Conference 2018 D-3 セッションのスライドです。 Read less

Products Moz Pro Your all-in-one suite of SEO essentials. Moz Local Raise your local SEO visibility with complete local SEO management. STAT SERP tracking and analytics for enterprise SEO experts. Moz API Power your SEO with our index of over 44 trillion links. Compare SEO Products See which Moz SEO solution best meets your business needs. Moz Data Power your SEO strategy & AI models with custom d

自動会話について 最近AIなどの話題がつきませんが、普通のディベロッパーでも使えるようなAPI・ライブラリ・サービスが国内でも出てきています。 もしかしたらBOT開発などで使用する人もいるかと思うので、ここでまとめておきます。 ユーザーローカル人工知能ボットAPI ユーザーローカルというビッグデータ解析を得意とする企業が作成したAPI。 法人と個人では申請の仕方が異なり、法人は要相談だが個人だと必要な情報を入れて申し込むと、APIキーと共にAPIの使用が開始できる。 <特徴> 料金：無料 API制限：1時間あたり500回まで使用可能(それ以上は有料に) メッセージ文字数:最大1000文字まで その他：自動会話APIだけでなく、キャラクター会話変換API、氏名自動識別API、形態素解析APIなども同時に使用開始できる。 (使用イメージ)(9/17追記) 結構畜生な性格の持ち主(あまり使い物に

最近の株式市場もAIブーム。その中で最も注目されている銘柄が米半導体メーカーNVIDIA（エヌビディア）。同社の株価もすごいことになっているが、最近では同社と提携する企業の株価も高騰する傾向にある（関連記事：AI相場“中核”、ＮＶＩＤＩＡ関連の「神通力」）。 果たしてNVIDIAは、このままAI時代の覇者として逃げ切ることになるのだろうか。日本法人のDeep Learning部長の井崎武士さんにお話を聞いた。（ITジャーナリスト・湯川鶴章） 2000個のCPUの計算を12個のGPUで実現 そもそもNVIDIAって、いつAI企業になったのだろう。ゲーム用半導体のメーカーと認識していたのは僕だけじゃないはず。 世界中のAIの研究者がNVIDIAのGPU（Graphics Processing Unit）に注目したのは2012年といわれる。Googleが2000個のCPU（Central Pro

こんにちは、LINE株式会社でDeveloper Advocateをしている中嶋です。この記事はLINE Advent Calendar 2017の1日目の記事で、私が日頃開発しているチャットボットによく適用している、自動学習機能についてアイデアを共有したいと思います。 概要 チャットボットは人のように対話できるシステム、とざっくり定義することができると思います。チャットボットの背後では、ユーザーからのメッセージに対して自然言語処理をおこなってユーザーの意図を特定し、その意図と文脈に応じて処理と返答をおこなう方式が典型的な実装の1つだと思います。 この仕組みで「賢くなる」には2つの側面があり、1つは理解力が高まること、もう1つはできることが増えることです。一般に、前者は自然言語処理、後者はスキルを強化していくことを意味します。 今回この記事でご紹介するのは理解力を高める方法です。自然言語処

「発見性」の強化のために、noteにランキングやホットエントリーに類するものをつけたいと思っている。しかしランキングやホットエントリーは、世間で思われている以上にデリケートなUIであるため、その設計は慎重に行われなければならない。下手な設計は、サービスのカルチャーそのものを破壊しかねないためである。 以下は、ランキング設計のための忘備録。 PVランキングは収奪的な設計であるPVランキングを設計する場合、まず最初に意識すべきことがある。それは本質的に、PVランキングは収奪的な構造であることだ。 「収奪的」とは、勝者が全てを独占してしまうことを意味する。 基本的にランキングに上位のコンテンツは、ユーザーの注目を獲得する。つまり、PVのあるコンテンツはランキング上位となる。そして上位コンテンツはその露出によって、さらにPVを集めてしまう。 結果、PVランキングは少数のコンテンツにPV、フォロワー

こんにちは、サービス開発部のデザイナー若月(id:puzzeljp)です。 すでにご利用していただいている方もいらっしゃると思いますが、iOS / Android アプリにタイムラインという機能が登場しました。 先日そのタイムラインのデザインについての登壇しました。 (イベントレポートはこちら) 今回はその時話しきれなかったこと、タイムラインの開発時のデザインの工夫や苦労についてご紹介します。 タイムラインとは フォローしているユーザーさんやすべてのユーザーさんの新しいレシピ投稿やつくれぽが見られるようになりました。 レシピ検索では出会えなかった料理に出会うことができ、実際にレシピが見られるので料理をすることができます。 どんな使い方があるかと言うと例えば「Aさんがパエリアを作っている！私作ったことないけど、Aさんが作っているなら私でも作れそう。作ってみよ！」のような料理の追体験ができるよ

みなさん、こんにちは。Retty CTO の樽石です。 この記事は Retty Advent Calendar 25日目です。メリークリスマス。 昨日は @ttakeoka の『MFIにむけてRettyの取り組み』でした。 今年も残りわずかになりました。いかがお過ごしですか？ Retty はこの １ 年でエンジニアがほぼ倍増しました。それによって、情報発信者が増え、Advent Calendar に参加出来るようになりました。みんな楽しそうにしていて、うれしいです。 Retty Inc. Advent Calendar 2016 - Qiita さて、今年最後の Retty Advent Calendar 記事を書くということで、はじめは １年のまとめ的内容にしようかと思いましたが、それでは平凡で面白くありません。そこで、ネタになりそうなマニアックな技術的記事で締めくくりたいと思います。

Railsアプリケーション開発を完全にDocker化する Tweet Degica のすべてのサービスは Rails で開発しており、そのうちの一部は Docker を使用した本番環境にデプロイしています。しかし開発者個人の開発環境にはいまだに Docker を導入できていません。最も大きな障害は spring を docker コンテナ内で上手く扱う方法が確立されていなかったことですが、この問題は docker-compose を工夫して利用することで解決可能であることがわかりました。 ということで、今回は rails アプリケーションの開発環境を完全に docker 化する方法を紹介します。 完全に、というところがポイントです。この方法を使えば docker 以外のツールを一切ホストマシンにインストールせずに rails アプリの開発を行うことができます。 (ちなみに、弊社の本番環境は