日本のウェブデザインの特異な事例
sabrinas.spaceより。 8週間もかからなかったはずのプロジェクト 日本のウェブデザインはどう違うのか? 2013年のRandomwireのブログ投稿で、著者(David)は、日本のデザインの興味深い相違点を強調しました。日本人はミニマリストのライフスタイルで海外に知られていますが、ウェブサイトは奇妙なほどマキシマリストです。ページには様々な明るい色(3色デザイン原則を破っている)、小さな画像、そして多くのテキストが使われています。2022年11月に撮影されたこれらのスクリーンショットで、自分の目で確かめて下さい。 ブログ投稿には、文化的専門家、デザイナー仲間、そして不満を抱く市民によって支持されている、考えられる理由がいくつか挙げられていました。 この理論が今でも正しいのか、また、もっと定量的なアプローチが可能なのか気になったのでやってみました。 私が見つけたもの 各国の最も人
gistfile1.txt �t�˪� p�#̪� You are ChatGPT, a large language model based on the GPT-5 model and trained by OpenAI. Knowledge cutoff: 2024-06 Current date: 2025-08-08 Image input capabilities: Enabled Personality: v2 Do not reproduce song lyrics or any other copyrighted material, even if asked. You're an insightful, encouraging assistant who combines meticulous clarity with genuine enthusiasm and ge
次世代のワークフロー管理ツールPrefectでMLワークフローを構築する CyberAgent Developers Blog | サイバーエージェント デベロッパーズブログ
※ DynalystではAWSを全面的に採用しているため、AirflowもManaged版を調査しています。 導入後の状態 Prefect導入後は、以下の構成となりました。 ポイントは以下の点です。 ワークフローをDocker Image化することで、開発・本番環境の差を軽減 staging・productionはECS Taskとしてワークフローを実行、開発ではローカルPC上でコンテナ実行 ML基盤のGitHubレポジトリへのマージで、最新ワークフローが管理画面であるPrefect Cloudへデプロイ 従来のyamlベースのdigdagから、DSに馴染み深いPythonベースのPrefectに移行したことで、コード量が減り開発負荷が軽減しました。 Prefect 入門 ~ 基礎 ~ 注意: 本記事ではPrefect 1系を扱います。Prefect 2系が2022年7月にリリースされてい
the peculiar case of japanese web design a project that should not have taken 8 weeks how is japanese web design different? in this 2013 Randomwire blog post, the author (David) highlighted an intriguing discrepancy in Japanese design. While the nation is known abroad for minimalist lifestyles, their websites are oddly maximalist. The pages feature a variety of bright colours (breaking the 3 colou
4 Pandas Anti-Patterns to Avoid and How to Fix Them
pandas is a powerful data analysis library with a rich API that offers multiple ways to perform any given data manipulation task. Some of these approaches are better than others, and pandas users often learn suboptimal coding practices that become their default workflows. This post highlights four common pandas anti-patterns and outlines a complementary set of techniques that you should use instea
polarsとSmartCoreのCrateをCargo.tomlに設定。 ・・・ [dependencies] polars = "0.14.7" polars-core = {version = "0.14.7", features=["ndarray"]} smartcore = { version = "0.2.0", default-features = false, features=["nalgebra-bindings", "ndarray-bindings", "datasets"]} CSVファイルのread Rustのコードを書いていきます。 まずはcsvファイルをreadします。 下の関数を定義してCSVファイルをDataFrameとして読み込みます。 ※ソースコード全文はgistに記載 //CSVファイルを読み込んでDataFrameを返す fn read_csv
![[機械学習] SmartCoreでペンギンの分類をやってみる[Rust] | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/584352da57898b39ab5a7542fd5ee12c3336d99b/backend=imagemagick;height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2020%2F08%2Frust-logo-1200x600-960x480-1.png){kind=logo}
はじめにこんにちは。TIGの藤田です。 Python連載 の8日目として、PySparkを使用したGlueジョブ開発のお話をします。 ETLツールとして使用されるAWS Glueですが、業務バッチで行うような複雑な処理も実行できます。また、処理はGlueジョブとして、Apache Spark分散・並列処理のジョブフローに簡単に乗せることができます！ 特に複雑な処理は、やや割高な開発エンドポイントは使用せず、ローカル端末で、しっかり開発・テストを行いたいですよね。そのためのローカル開発Tipsをご紹介します。 内容 Glueジョブの開発と実行概要 Tip1: ローカル環境構築 Tip2: PySpark, SparkSQL開発 Tip3: 単体テスト(pytest) Tip4: データカタログどうする問題 Glueジョブの開発と実行概要ローカル開発の前に、AWS Glueでのジョブ実行方法を
データ部の小話という取り組みでプロンプトエンジニアリングについて共有した話 - ANDPAD Tech Blog
こんにちは！データ部でデータエンジニア&MLエンジニアをしている谷澤です。 データ部には小話という仕組みがあり、チームメンバーが持ち回りで自由なテーマについて30分の発表を隔週で行っています。 他メンバーが興味を持っていることを知れたりプレゼンの練習ができるよい機会であり個人的に好きな制度です。 今回はその小話で共有した内容をベースに記事を作成しています。 はじめに 最近プライベートのプログラミングでChatGPTを利用しているのですが、入力によって回答の良さが変わるという現象に直面し、良い出力を得るための方法が気になり調査を行いました。 A Survey of Large Language Models1という論文の8章に知りたい内容がまとめられていたため、該当部分を翻訳したものに加え、実際に試した結果を共有いたします。 実例として、BigQueryの設定を変更するプログラムを作成したと
Reindex, Transform, and Aggregate datasets using pandas Library
Most of the time, the dataset we will get from the business will be dirty and cannot be used straight forward to train machine learning models. Therefore, we must treat the dataset and bring it to the desired form to input it into an algorithm. This tutorial discusses reindexing, transforming, and aggregating datasets in Pandas. What are Reindexing, Transforming, and Aggregating?Reindexing, transf
Webスクレイピングで高配当株 スクリーニング自動化ツールを作成した - cojimaru BLOG
どうも、こじまるです。 先日から高配当株投資を始めました。毎日株価をスクリーニングツールなどで確認しているのですが、スクリーニングツールで検索条件を設定して検索作業をするのが面倒です。そのため、スクリーニング条件と一致する株価情報を配信してくれるツールを作成しようと思いました。 はじめに 対象読者 この記事を見てわかること スクリーニング条件 調査 プログラムで株の情報を取得する方法 APIの利用 Webスクレイピングの利用 情報取得先 取得ページ・ファイル スクリーニングツール作成 要件定義 環境構築 事前準備 ファイルの連結 実装 東証一部上場の銘柄のコード取得 Webスクレイピング スクリーニング スクリーニング結果 ソースコード まとめ はじめに 対象読者 Webスクレイピングを始めたいと思っている方 高配当株のスクリーニングツールに興味がある方 この記事を見てわかること Webス
Python is one of the best programming languages. Due to its readability and beginner-friendly nature, it has been accepted by industries around the world. So to master Python for any field you have to work on projects. In this article, I will introduce you to 100+ amazing Python projects with source code solved and explained for free. Python Projects with Source Code Python Projects For Beginners:
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
gpt-5 leaked system prompt
the peculiar case of japanese web design - sabrinas.space
[機械学習] SmartCoreでペンギンの分類をやってみる[Rust] | DevelopersIO
AWS Glueで複雑な処理を開発するときのTips | フューチャー技術ブログ
Python Projects with Source Code | Aman Kharwal