ビジネスモデルの作り方
45. Customer Success お客さまのプロジェクトを成功させる ためのカスタマーサクセスサポート Creative Network 実績豊富なデザイナー、エンジニア、 コピーライターのネットワーク (130 社以上の制作会社と提携) Kaizen Platform ROIダッシュボード, ワークフロー 管理, 機械学習による最適化, ナ レッジデータベース + Our solution 売上アップに必要なデータ、リソース、アイデアをまとめて提供 + Editor's NotesKaizen Platformは、Web上の顧客体験（UX）を改善することで、 CVRを増やしたり、単価を増やしたり、回遊を増やしたり…といった お客様の事業成長を支援するプラットフォームです。 過去15000回以上の豊富な改善実績を元にしたデータベースと マーケターが必要なデータ x リソース x ア
「トレタ Advent Calendar 2016」やります - トレタ開発者ブログ
こんにちは。ボケ防止に数学検定の問題集解くのが最近のマイブーム、サーバーサイドエンジニアの芹沢です。今年、数学検定2級を受験して2次試験不合格により見事に落としましたので来年リベンジします。 今年も残す所あと僅かとなり、みなさまに置かれましてはそろそろアドベントカレンダーの担当日の締め切りが気になり始める頃ではないでしょうか（自分は2015年は3つ参加してましたが日々いい感じにプレッシャーを感じながら師走を過ごした覚えがあります）。 今年はトレタもアドベントカレンダーにTryしてみることにしました。私も3日分参加する予定です。 現在、弊社の開発部は総勢19名(エンジニア＋デザイナー＋プロジェクトマネージャー)ということで、総員でアドベントカレンダーに挑んでも1人辺り1.25記事書かないと埋まらない厳しい戦いを強いられております。 そのため、毎年のアドベントカレンダーを楽に25日分埋めてくれ
「働く仲間を増やすために魅力的であれ」--マネーフォワードの採用戦略
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます マネーフォワードのエンジニア、越川です。 本連載テーマの「ユーザー体験と内製化の関係」のうち、内製化を前提とした採用戦略を当社の例を挙げながらエンジニア視点でお届けします。 はじめに採用戦略のゴールを定め、各採用プロセスにおける戦術について紹介していきます。 採用を上手く回すために大事なことは、採用戦略のゴールを「外からやって来る仲間の入社」としないことです。「入社してくれた、よかった」はゴールではないと考えています。ではゴールをどこに定めればよいのでしょうか。その問いを考えるために、採用のサイクルについて整理し、ゴールを定義するところから始めましょう。 まず、採用のサイクルを、「社外から社内への流れ」「社内の流れ」「社内から社外への流
Rubyでメソッドの定義場所を見つける方法 - Qiita
RubyはModuleで組み込まれたメソッドや、method_missingを利用した「ゴーストメソッド」など、自分の見ているメソッドがそのクラス以外のどこで定義されているのか、分かりにくいケースがよくあります。 特にJavaやC#から移ってきた僕のようなプログラマは、「メソッド = どこかのクラスで定義されているもの」という印象が強いので、「持ち主がよく分からないメソッド」の存在はデバッグ等で苦労させられます。 こういったケースでは、Kernel#methodとMethod#source_locationを組み合わせることで、メソッドの定義場所を見つけることができます。 たとえば、rails consoleでblank?メソッドの定義場所を見つけたい場合は、こんな感じです。 $ rails c > 'x'.method(:blank?).source_location => ["/Use
第6回 Machine Learning 15minutes! 〜機械学習の実用化とそのミライが見えてきた〜 | AI専門ニュースメディア AINOW
HOME/ AINOW編集部 /第6回 Machine Learning 15minutes! 〜機械学習の実用化とそのミライが見えてきた〜 最終更新日： 2019年5月10日 第6回 Machine Learning 15minutes! 〜機械学習の実用化とそのミライが見えてきた〜 今日は、11月26日（土）Machine Learning 15minutes! に参加してきましたのでレポートをお届けします。本日も満員御礼。会場は機械学習に興味のあるエンジニアや経営者、マーケターの方などでいっぱいでした。今日は登壇者も多く、深い事例が数多く聞けたので有意義な時間を過ごさせて頂きました。 参加してきたイベントはこんなイベント！ 株式会社メンバーズキャリア様主催 第6回 Machine Learning 15minutes! 「Machine Learning 15minutes!」は、「
落語Botを作った & LINE Botの設計考察 - 八発白中
僕はよく落語を聴きに行きます。 寄席のときもあるし、お気に入りの落語家が出演する落語会のチケットを買って行くこともあります。寄席と落語会を合わせてだいたい月に3回くらい。 「寄席」というのは都内の各所で1年365日やってる落語イベントです。都内には新宿、池袋、上野、浅草に席亭があります。途中から入ったり途中で帰ったりが自由なので「あー、落語聴きに行きたいなー」というときに気楽にいけます。 そういうときにはどこの席亭の寄席に行こうかな、と当日の出演スケジュールを見て決めることになります。 ところがこれが意外と面倒くさい。 それぞれの席亭の本日の番組表を複数窓で開いて見比べるわけですが、一昔前のWebサイトっぽさがあってあんまりスマートフォン対応してくれていません。小さな文字を見比べて「上野には誰々が出るから…」とか思案するわけです。 落語Bot そういう事情もあって、LINEで寄席の情報を調
GPy（Pythonのガウス過程用ライブラリ）の使い方 - StatModeling Memorandum
概要 GPyを用いて、サンプルパスの生成、ガウス過程回帰、クラス分類、ポアソン回帰、Bayesian GPLVMを実行しました。自分用のメモです。 参考資料 [1] 公式ページ [2] 公式のチュートリアル [3] Gaussian Process Summer Schoolsの資料 理論的背景は上記の[3]を参考にしてください。日本語でもガウス過程の解説がMLPシリーズから豪華著者陣で出るようです。超期待しています。 以下のサンプルプログラムは基本的に[2]を元にしています。しかし、古くてそのままでは動かないプログラムや分かりにくいプログラムを少し加工修正しています。なお、環境は以下の通りです。 Windows 7 64bit Python 3.5.2 :: Anaconda 4.2.0 (64-bit) GPy 1.5.5 サンプルパスの生成 RBFカーネルで適当に定めたパラメータの値
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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
Blog – Google Research
ゼロから作るDeep Learning読了 : sonots:blog