タグ

2017年2月22日のブックマーク (20件)

  • Googleカレンダーと完全同期する「紙」の カレンダー「Magic Calendar」

    スマートフォンなどのデジタルツールによって便利な世界になりましたが、依然として媒体としての「紙」の優秀さは変わることがありません。そんな紙の持つ良さにデジタルツールの強みを組み合わせることで、「紙がインターネットにつながる未来」を実現するカレンダー「Magic Calendar」が登場しました。 Magic Calendar https://www.android.com/object/vote/magic-calendar/ Magic Calendarがどんなツールなのかは、以下のムービーを見れば一発で理解できます。 Android Experiments OBJECT グランプリ : Magic Calendar - YouTube Magic Calendarの開発者の坪井浩尚さん。Googleカレンダー愛用者の坪井さんはスケジュールを家族とも共有しているとのこと。 Magic C

    Googleカレンダーと完全同期する「紙」の カレンダー「Magic Calendar」
  • 「氷上ワカサギ釣り」に人生で初めてチャレンジしたら、えらい目にあった(ヨッピー) - ソレドコ

    こんにちは。ヨッピーです。 「ほぼ南極」という写真から失礼します。 突然ですが皆さんは「氷上ワカサギ釣り」をやったことがあるでしょうか? こういうドリルで氷に穴を開けて…… ひたすらワカサギを釣る。釣りたてのやつを天ぷらにすると最高に美味いらしい。 「ワカサギ釣り」と言えば「ウユニ塩湖」「マチュピチュ」に並んで「世界三大、死ぬまでに一回は行ってみたいやつ」に選ばれていることでおなじみ(※編集部注 ヨッピーさんが勝手に言っているだけです)ですが、いいですか。人生って思ったより短いんですよ。その辺わかってますか? 皆さん、いやお前らみたいなもんはコタツにでも入ってブヒブヒ言いながらプリキュアの再放送でも見てるのかもしれませんけど、その間も僕はワカサギ釣りという大きなチャレンジに挑んでますからね。つまり、僕は走り続けてるんです。ゆっくりでも着実に、前に進んでるんです。僕は常にチャレンジする側であ

    「氷上ワカサギ釣り」に人生で初めてチャレンジしたら、えらい目にあった(ヨッピー) - ソレドコ
  • 世界史サイトがすごい!紀元前4000年から、1年刻みで各国の国名と指導者が分かる!

    ユルリ(太古の夢) @yuluri 素晴らしい世界史サイトを見つけました。こんなのがあればいいな…と妄想していた理想の世界史地図がそこにあった!すごく良い!!私、大歓喜!!すごい!!ありがとうございます!!! x768.com/w/twha.ja 2017-02-19 14:02:13 ユルリ(太古の夢) @yuluri @yuluri 何がすごいかというとね!!ある時代・ある地域にあった国名・版図・統治者がひと目で分かる!しかも、縮尺を変えるとその頃世界の他の地域はどうなっていたのかがわかる!そしてそして、おどろくべきことにアフリカの西部や南部、コロンブス以前の南北アメリカまで網羅している! pic.twitter.com/mVOsFZpi9j 2017-02-19 14:04:27

    世界史サイトがすごい!紀元前4000年から、1年刻みで各国の国名と指導者が分かる!
  • 頻出パターンマイニング

    1 2 3 4 2 X Y X Y 5 X X X X i X i 6 7 8 9 10 X Y Ti 11 12 R.Agrawal and R.Srikant "Fast Algorithms for Mining Association Rules", VLDB 1994 minsup minconf minsup minconf 13 minsup 14 15 minsup minsup 16 minsup minsup 17 18 19 minconf 20 21 minconf minconf minconf 22 23 24 J.Han, J.Pei, and Y.Yin “Mining Frequent Patterns without Candidate Generation” SIGMOD 2000 minsup minsup 25 26 27 28 29 30 31

    s-feng
    s-feng 2017/02/22
    系列パターンマイニング
  • PrefixSpan-rel -- a sequence pattern miner

    PrefixSpan-rel -- 系列パターンマイニングツール はじめに 系列パターンマイニングとは、頻出する部分系列パターンを高速に抽出する方法の総称です。 やみくもに系列パターンマイニングを行うと不要なパターンも出力されます。 プログラムでは連続系列と不連続系列との出力を制御する (modified prefixspan)ことにより、n 項関係抽出に適したマイニングを行うことができます。 新着情報 2007-09-07 (Fri) prefixspan-rel-1.2 リリース -x オプションの追加。(パターン「a // b」の // の部分には a も b も入らない) 2007-08-09 (Thu) prefixspan-rel-1.1 リリース -m minpat オプションのバグを修正。 2007-07-27 (Fri) prefixspan-rel-1.0 リリース

    s-feng
    s-feng 2017/02/22
    系列パターンマイニング PrefixSpan
  • 株式会社D2C|統合マーケティングパートナー

    D2Cグループは、認知拡大から販売促進、ロイヤルユーザー化まで、幅広い領域を対象としたソリューションを提供する統合マーケティングパートナーです。あらゆる手段を駆使して「人を動かす、新しい瞬間」をプロデュースすることで、企業の課題を解決に導きます。

    株式会社D2C|統合マーケティングパートナー
    s-feng
    s-feng 2017/02/22
    >>頻出系列パターンマイニングアルゴリズムPrefixSpan
  • Image-to-Image Demo - Affine Layer

    Recently, I made a Tensorflow port of pix2pix by Isola et al., covered in the article Image-to-Image Translation in Tensorflow. I've taken a few pre-trained models and made an interactive web thing for trying them out. Chrome is recommended. The pix2pix model works by training on pairs of images such as building facade labels to building facades, and then attempts to generate the corresponding out

  • Djangoを始めよう! 〜チュートリアル①〜 - Qiita

    概要 前回の続きです。 今回は、Pythonの中で一番人気のWebアプリフレームワーク「Django」のチュートリアルを一通りやりたいと思います。 やっぱり、フレームワーク入門は家のチュートリアルに限ると思います。 ラッキーな事に、Djangoでは日語翻訳のチュートリアルも存在しました。 チュートリアルでは、投票(poll)アプリの様なものを作成しています。 簡単な要件としては、以下となります。 ユーザが投票したり結果を表示したりできる公開用サイト 投票項目の追加、変更、削除を行うための管理 (admin) サイト Pythonのフレームワーク Pythonフレームワークには「Django」を選びました。 理由は以下の様な理由です。 Djangoの拡張フレームワークとして、djangorestframeworkというRESTfulAPIを制作するのに特化したものがあった。 React

    Djangoを始めよう! 〜チュートリアル①〜 - Qiita
  • Flaskへ ようこそ — Flask v0.5.1 documentation

    Flaskへ ようこそ¶ Flaskのドキュメントへようこそ。このドキュメントは、いくつかのパートに分かれています。 まず インストールについて パートから目を通されることをお勧めします。 その後 クイックスタート を御覧ください。さらに チュートリアル では、Flaskを 使用して小さなアプリケーションを作成しています。APIの詳細をご覧になりたい場合は API ドキュメントを参照してください。様々なパターンを知りたいときは patterns セクションが有効となるでしょう Flaskは、 Jinja2 テンプレートエンジンと Werkzeug WSGIツールキットに 依存しています。このドキュメント内ではこの2つのライブラリーの説明は 記載されていません。それぞれのリンクを参照してください。 Jinja2 Documentation Werkzeug Documentation

  • Pythonのフレームワークとは?人気の5種を徹底比較 | 侍エンジニアブログ

    Pythonのフレームワークって何があるの? Pythonのフレームワークはどんな種類があるの? Pythonのおすすめのフレームワークが知りたい など、Pythonのフレームワークについて疑問をもっていませんか? PythonAI人工知能)開発で、注目を集めている近年人気のプログラミング言語です。同時にたくさんのフレームワークも登場しています。しかし、数が多すぎるゆえに、開発時どのフレームワークを使ったらよいのか、またどのフレームワークを学習したらよいのか悩ましいですよね。 そこで、今回はPythonのおすすめフレームワークを目的別の選び方も交えて紹介します。この記事を読めば、目的や用途にあうフレームワークが見つかりますよ。

    Pythonのフレームワークとは?人気の5種を徹底比較 | 侍エンジニアブログ
    s-feng
    s-feng 2017/02/22
    Bottle , Django , Flaskなど比較
  • Amazonがオープンソースで公開したディープラーニングのライブラリ「DSSTNE」を使ってみる - Qiita

    DSSTNEとは? DSSTNEは、Deep Scalable Sparse Tensor Network Engineの頭文字を並べたもので、読み方は“Destiny”と読むらしい。 なぜ今アマゾンがDeep Learning(DL)のオープンソースを発表したのか? DSSTNEは、既存のDeepLearningのオープンソースよりも、データがSparse(疎)なときに高いパフォーマンスを示すため、Amazonのように大量の商品データ、ユーザーデータを持ち、その二つのオブジェクトが購買、評価などの行動をした行動データを持つような疎行列データを持つ場合に強いDeapLearningのオープンソースと言える。 スパース(疎)行列データとは? 疎行列(そぎょうれつ、英: sparse matrix)とは、成分のほとんどが零である行列のことをいう。 スパース行列とも言う。 有限差分法、有限体積法

    Amazonがオープンソースで公開したディープラーニングのライブラリ「DSSTNE」を使ってみる - Qiita
    s-feng
    s-feng 2017/02/22
    >>DSSTNEは、Deep Scalable Sparse Tensor Network Engineの頭文字を並べたもの。疎行列データを持つ場合に強いDeapLearningのオープンソース
  • 企業の人工知能 AI

    GPU ディープラーニングとは、トレーニング、推論、�何十億台というインテリジェント デバイスでのディープラーニングを活用したインテリジェントなタスクの実行を網羅する、新たなコンピューティング モデルのことです。 企業の AI 活用を加速する、クラウドの GPU ディープラーニングに関しては、強固なパートナーシップが既に形成されています。 各社の詳細および事例をまとめました。 Read less

    企業の人工知能 AI
  • Google Cloud Platform、NVIDIA K80を用いたクラウドGPUが利用可能に

    Googleは2月21日(現地時間)、「Google Cloud Platform (GCP)」においてNVIDIA Tesla K80を用いたクラウドGPUを利用できるサービスのパブリックベータを開始した。us-east1/ asia-east1/ europe-west1の3つのGCPリージョンで、gcloudコマンドライン・ツールを用いてGPUベースの仮想マシン(VM)を立ち上げられる。また、今週後半にはCloud Consoleを用いたGPU VMの作成が可能になる。 GoogleクラウドGPUは、Google Compute EngineとGoogle Cloud Machine Learning (Cloud ML)を対象に、複雑な医療分析、金融計算、地震/地盤探査、機械学習、ビデオレンダリング、トランスコーディング、科学シミュレーションなどでの活用が想定されている。GPU

    Google Cloud Platform、NVIDIA K80を用いたクラウドGPUが利用可能に
  • kdd2014_reading

    Temporal Skeltonization on Sequential Data – Patterns, Categorization, and Visualization – C. Liu, K. Zhang, H. Xiong, G. Jiang, Q. Yang KDD2014読み会 ⼤大滝啓介 (京都⼤大学) 概要 列列パターンマイニング ログ解析や軌跡解析を系列列パターンマイニング としてモデル化することは,そこまで簡単ではない 記号列列化するのが難しすぎる Pattern Miningの実応⽤用における諸問題を扱う ⼿手法 Temporal Skeltonization ~ 記号のクラスタリング Spectral clusteringの応⽤用 実験と結果 ⼈人⼯工データと実データ(B2B購買履履歴データ) いい感じに抽象的な解析ができた Sequential Pattern

    s-feng
    s-feng 2017/02/22
    パターンマイニング
  • シリコンバレーのエンジニアが語る、誰にも悪気はなかった話

    上杉周作シリコンバレーのエンジニアが語る、誰にも悪気はなかった話2017/02/22 貧困の連鎖を止めようとしたら、子どもの学力が下がりました。働き方から変えよう、地方から変えようとしたら、何も変わりませんでした。 自己紹介こんにちは。上杉周作と申します。教育について考えるのが好きな、シリコンバレー在住のエンジニアです。 88年生まれで、中学1年まで日で暮らし、それからはアメリカ在住です。カーネギーメロン大でコンピュータサイエンスを学び、AppleとFacebookでエンジニアインターンをし、その後シリコンバレーのベンチャーを転々とし、2012年9月よりシリコンバレーの教育ベンチャー・EdSurgeに就職しました。2017年1月にはNHK「クローズアップ現代+」の教育特集に「教育×IT」の専門家としてお呼びいただき、教育評論家の尾木ママさんと共演しました。 そしてこのたび、4年とすこし働

    シリコンバレーのエンジニアが語る、誰にも悪気はなかった話
  • http://ladder-consulting.com/facebook-chatbot/

    http://ladder-consulting.com/facebook-chatbot/
  • マイクロソフトのVR機器、日本でバカ売れの理由はビジネス用

    inside Enterprise 日々刻々、変化を続ける企業の経営環境。変化の中で各企業が模索する経営戦略とは何か?ダイヤモンド編集部が徹底取材します。 バックナンバー一覧 企業向けバーチャルリアリティー(VR。仮想現実)デバイスの命となるのだろうか。 マイクロソフトが1月に日で販売を開始したデバイス「ホロレンズ」が爆発的に売れている。何しろ、2016年12月に始まった先行受注での台数は、欧州やオセアニアなど米国以外の6カ国での販売台数合計の3倍に上った。発売2週間後に開催された開発者イベントには80人がホロレンズを持って集まり、同種のイベントの中では世界最大規模になったという。 そもそもホロレンズは「ミックストリアリティー(複合現実)」が売り。目の前の現実世界に仮想現実の3Dホログラムを重ね合わせて体験できるのが特徴だ。目の前の空間に人体模型が登場し、手を動かしてそれを拡大し、内臓

    マイクロソフトのVR機器、日本でバカ売れの理由はビジネス用
  • 人工知能”Hくん”はものすごく少ないデータで学習し、最適解を導く(日立 矢野)【K16-1A #6】

    人工知能”Hくん”はものすごく少ないデータで学習し、最適解を導く(日立 矢野)【K16-1A #6】 2016 12/12 【公式LINE@はじめました! 平日 毎朝7時に新着記事を配信しています。】友達申請はこちらから! 【ICCの動画配信をスタートしました!】ICCのYoutubeチャネルの登録はこちらから! 「IoTやAIによって人間社会はどう変わるのか?」【K16-1A】セッションの書き起し記事をいよいよ公開!9回シリーズ(その6)は、日立製作所 人工知能ラボラトリ長 矢野さんに、AIに対する目的設定の重要性と、日立製作所の人工知能「Hくん」を活用した各プロジェクトについてお話し頂きました。是非御覧ください。 ICCパートナーズではコンテンツ編集チームメンバー(正社員&インターン)とオフィス・マネジャーの募集をすることになりました。もし興味がございましたら採用ページをご覧ください。

    人工知能”Hくん”はものすごく少ないデータで学習し、最適解を導く(日立 矢野)【K16-1A #6】
  • シリコンバレーの日本企業が陥る、10のワーストプラクティス

    世界はシリコンバレーブームに沸いている。あらゆる業界の企業が調査や新規事業開発のため、シリコンバレーに拠点を開設している。日企業も同様だ。シリコンバレーに進出した日企業数は過去最大を記録。日企業のミッションの多くは、シリコンバレーの調査、スタートアップとのコラボレーションの実現である。しかし実際のところ、その試みはうまくいっているのだろうか。日企業はシリコンバレーに貢献し、その存在感は高まっているのだろうか。前回の記事でシリコンバレーのエコシステムを解説したスタンフォード大学の櫛田氏が、日企業に共通する課題点を指摘する。 1978年生まれ、東京育ち。2001年6月にスタンフォード大学経済学部東アジア研究学部卒業(学士)、2003年6月にスタンフォード大学東アジア研究部修士課程修了、2010年8月にカリフォルニア大学バークレー校政治学部博士課程修了。情報産業や政治経済を研究。現在は

    シリコンバレーの日本企業が陥る、10のワーストプラクティス
  • 糸井重里社長「ほぼ日」の実態、ほぼ明らかに

    「早く社長から解き放ってくれ、というのが僕の意思。イノベーションに関わることなど、社長よりも得意なことがあると思っている。2~3年ぐらいは会社に通うけれど、“しょうがないジジイ”だなと言われる存在に早くなりたい」――。 コピーライターの糸井重里氏が設立した「株式会社ほぼ日(ほぼにち)」は3月16日、ついに東京証券取引所のジャスダック市場に株式上場を果たす。2月21日に開かれた上場前説明会で、現在68歳で社長を務める糸井氏が、「ポスト糸井」の後継者などについて聞かれて答えたのが冒頭のコメントだ。「そういう目で組織を見ているし、外から入ってくださる方がいるとしたらどういう方なのかなと探している最中」と糸井氏は続けた。 昨年12月に現社名に変更 社名については、糸井氏が1998年6月に開設したウェブサイト「ほぼ日刊イトイ新聞」の略称「ほぼ日」に由来する。株式会社としては2002年10月に東京糸井

    糸井重里社長「ほぼ日」の実態、ほぼ明らかに