こんにちは。シナモンAI広報担当です。 シナモンAIでは自然言語処理技術を用いたプロダクトAurora Clipper（オーロラ・クリッパー）を展開しており、特定の文脈を持つ日付や人物名の取得、長い文章からの要点抽出、テキストの分類など様々な用途で用いられる製品を提供しております。 弊社では100名程度のAIリサーチャーを抱えており、その中でも自然言語処理に特化したチームではAurora Clipperの基礎となるAIモデルも日々改善しています。本記事では、自然言語処理技術に関わる研究の成果として日本語版ELECTRAを公開したため、弊社のPMが概要をご紹介いたします。 自然言語処理の課題 自然言語処理はその名の通り、言葉を数値情報として取り扱うことで、言葉の持つ意味を解析します。 この技術が特に注目されるようになったのは、Google Brainが2018年5月にBERT (Bidire

日本において、5Gやエッジコンピューティングは過度な期待、DevOpsは幻滅期。ガートナー「日本における未来志向型インフラ・テクノロジのハイプ・サイクル：2020年」を発表 ガートナー ジャパンは、「日本における未来志向型インフラ・テクノロジのハイプ・サイクル：2020年」を発表しました。 米調査会社のガートナーは、「先進テクノロジのハイプ・サイクル：2020年」など、グローバルな視点で先進テクノロジーの分類を行っていますが、今回発表されたのは日本において、インフラストラクチャのテクノロジーのうち、特に未来志向型と捉えられるものや、トレンドとなっている注目すべき重要なキーワードを取り上げたもの。 ハイプサイクルは、技術の登場から安定までを5つのステージに分けて説明したものです。5つのステージは、「黎明期」から始まり、「『過度な期待』のピーク期」「幻滅期」「啓蒙活動期」「生産性の安定期」まで

Dockerの概念や仕組みまではなんとなく理解できるもののDockerfileを書こうとするとスムーズに書けなかったり、そもそものDockerの基礎、あるいはコンテナ技術というものの基礎が抜け落ちていてDocker環境に移行できていないところも多いのではと思い、この記事を翻訳しました。 Source：The Docker Handbook by Farhan Hasin Chowdhury（@Twitter） 本記事は、原著者の許諾のもとに翻訳・掲載しております。 コンテナ化の概念自体はかなり古いですが、2013年にDocker Engineが登場したことで、アプリケーションのコンテナ化がはるかに簡単になりました。 Stack Overflow Developer Survey-2020によると、 Dockerは#1 最も望まれるプラットフォーム、#2 最も愛されるプラットフォーム、および

こんにちは。コネクト支援チームの@tignyaxです。 みなさま、夏はどう過ごされたでしょうか？ 私は、夏が好きなのに今年は夏らしいことが出来なくて寂しいなぁとなっています。。。 さて、今年2020年もエンジニア新人研修を行いましたので、その紹介と講義資料を公開いたします。 2020年のエンジニア新人研修について 基本的には2019年と同じ形*1での実施となりました。 最初の1週間で必修講義をしたあと、新人の皆さんには2週間ずつ3チームを体験してもらいました。 チーム体験のコンセプトは、新人に「興味のあるチームで実際に業務を体験し、配属希望を決める参考になった。」と言ってもらうことです。 各チーム体験では座学や研修を中心にするのではなく、業務体験が中心です。 チーム体験を通して、配属先を検討する材料にしたり、いろんなチーム/人/業務を知ってもらえる機会となります。 必修講義 誰に: 開発/

働き方革命という言葉を忘れてしまうほど、コロナ禍で職場環境は大きく変わった。日本国中で先行き不安な日々だが、泣き寝入りばかりでも仕方がない。やられたらやり返せ！　副業・投資の達人に、ウィズコロナの効果的な稼ぎ方を聞いた。 アフターコロナで叫ばれているのは、今後の社会情勢が読めず、会社の収入だけで生きていくことへの漠然とした不安感。コロナ禍でも、会社員が給料以外に副業収入を得ることは可能だろうか。 「2020年4月以降、自宅にいる時間が増えた結果、コロナ前よりも副業収入が増えたという生徒は多いですね」 そう語るのは会社員でも気軽に始められる副業の無料説明会を年間500本以上開催している副業アカデミー代表の小林昌裕氏だ。小林氏によると、コロナ禍でも副業収入として安定的に月収10万円以上を得るのは可能だという。 「コロナ以降に始めるべき副業のポイントは2つです。1つはほとんど自宅で完結すること。

2020年9月2日～4日、初のオンライン開催というかたちで行われたCEDEC 2020。本稿では、最終日の9月4日に行われた、任天堂の河本浩一氏と松永浩志氏による“『リングフィット アドベンチャー』～混ぜるな危険! ゲームとフィットネスを両立させるゲームデザイン～”の内容をリポートする。

はじめに みなさん競馬はお好きでしょうか？ 私は今年から始めた初心者なのですが、様々な情報をかき集めて予想して当てるのは本当に楽しいですね！ 最初は予想するだけで楽しかったのですが、『負けたくない』という欲が溢れ出てきてしましました。 そこで、なんか勝てる美味しい方法はないかな〜とネットサーフィンしていたところ、機械学習を用いた競馬予想というのが面白そうだったので、勉強がてら挑戦してみることにしました。 目標 競馬の還元率は70~80%程度らしいので、適当に買っていれば回収率もこのへんに収束しそうです。 なのでとりあえず、出走前に得られるデータを使って、回収率100パーセント以上を目指したいと思います！ 設定を決める 一概に競馬予測するといっても、単純に順位を予測するのか、はたまたオッズを考えて賭け方を最適化するのかなど色々とあると思います。また、買う馬券もいろいろな種類があります。 今回

Yahoo!広告 Yahoo! JAPANの各サービスに広告が掲載できる リスティング広告の「検索広告」と「ディスプレイ広告」を提供しています

PCやスマホを使って、英語学習を時短にする便利なサービスやツールなどを紹介する連載。今回は、初心者から上級者まで、幅広くリスニング能力を向上できる「ELLLO」をご紹介します。 ELLLOは、「English Listening Lesson Library Online」の略で、読んで字のごとく、英語のリスニング学習に特化したオンライン学習サイト。3000以上という多くの無料のレッスンが用意されており、幅広いレベルの学習者が利用できる。もともと、日本で英語教師だったTodd Beuckens氏が創設したサイトで、2004年にスタートしたサイトだ。 メインの学習コンテンツは、ひたすら英語の音声を聞くというもの。スクリプトも用意されているため、聞き取れなかった場合も内容は把握できる。理想的なのは、スクリプトを見なくても聞き取れるようになることだ。 メインコンテンツとなるリスニングレッスンは、

https://b.hatena.ne.jp/entry/s/twitter.com/warabiforattac/status/1299685721704341505 https://b.hatena.ne.jp/entry/s/togetter.com/li/1583795 上下左右に部屋がある方が有利東角のマンションに越したらめちゃくちゃ快適で電気代は月数千円レベルで下がるしビックリした。この話を甘く見てはいけない。 昔マンション最上階の西向きリビングの家に住んだことがあるが、昼過ぎからの気温上昇凄いからね。クーラーつけてるのに体感できるレベルで上がっていく。西日は奥まで入ってくるからカーテン開けられないし。 マンションでは、角部屋ではなく上下左右に部屋がある方が温熱の面では有利。周囲の部屋＝断熱材みたいなものなので。 ただアルミサッシだと窓が全てを台無しにするけど…。 軒が何のため

グーグルで最速仕事術「スプリント（デザインスプリント）」を生み出し、世界の企業の働き方に革命を起こしてきた著者が、今度は、時間を最大限に有効に使うメソッドを生み出した。それをまとめたのが『時間術大全──人生が本当に変わる「87の時間ワザ」』（ジェイク・ナップ、ジョン・ゼラツキー著、櫻井祐子訳、ダイヤモンド社）だ。同書はたちまちのうちに話題となり、世界16カ国で刊行が決まっている。 著者のジェイク・ナップはグーグルで、ジョン・ゼラツキーはユーチューブで、長年、人の目を「1分、1秒」でも多く引きつける仕組みを研究し続けてきた「依存のプロ」だ。 そんな人間心理のメカニズムを知り尽くした2人だからこそ、同書の時間術はユニークかつ、きわめて本質を突いている。「人間の『意志力』などほとんど役に立たない」という、徹底して冷めた現実的な視点からすべてが組み立てられているのだ。 さらに、「いくら生産性を上げ

機械学習をやるまえに スライドで「機械学習とは」を感じよう 必ずと言っていいほど紹介されてる動画 日本語なので聞きやすそうな動画 これだけは読んでおきたい初心者向けの本 実際に簡単なサンプルを試してみよう！（すぐできる！） なんで動いてるのか 機械学習にはたくさんの手法があることを知る スライドで「Deep learningとは」を感じよう 勉強のための 環境構築 をしよう 勉強のためのプログラムを書こう ライブラリごとの初歩記事 真似していろいろつくってみよう 最後に、なんだかすごそうな人の紹介 機械学習について勉強したいので調べてみたのですが、同じ情報源を良いと言ってる人が多い印象でした。 それだけ実践的な情報が少ないのかもしれませんが。。 「この本、さっき読んだ記事でもおすすめしてたな。あれ、この記事もだ。」 なんてことが多々。 そこで、機械学習をやる前に情報を整理したいと思い、この