トレンドニュースの記事一覧です。ネットで話題の新商品や、流行のイベント、テレビで話題のグルメやスイーツなど、新聞・通信社が配信する最新記事のほか、動画ニュースや雑誌記事まで、注目のトレンドニュースをまとめてお届けします。
![トレンドニュース|ニフティニュース](https://cdn-ak-scissors.b.st-hatena.com/image/square/0d88f45d1a2ee9ac1187d35dc24c8233982ea839/height=288;version=1;width=512/https%3A%2F%2Fnews.nifty.com%2Fimg%2Fogp.png)
トレンドニュースの記事一覧です。ネットで話題の新商品や、流行のイベント、テレビで話題のグルメやスイーツなど、新聞・通信社が配信する最新記事のほか、動画ニュースや雑誌記事まで、注目のトレンドニュースをまとめてお届けします。
今の仕事について考えをまとめたいと思います。 急にポエムを書いてみようと思いました。その理由は最後に書きます。 私はあるIT企業で機械学習エンジニアとして働いています。 採用チームやAI・機械学習チームのチームリーダー、エンジニアGのグループリーダーをしています。 しかし、もしこの内容に組織的な話が含まれていたとしても私個人の考え方で組織の考えではありません。 免罪符的に「組織の考えではありません」というわけではなく、私に与えられている裁量の範囲内であり本当に私個人の考えです。 現場の裁量が大きく、チームマネジメントの方法はそのチームのリーダーに委ねられています。 これまでのキャリア大学では、学部でマーケティングや組織論、修士・博士では数理ファイナンスを専攻していました。 (卒業後はメガバンクでクオンツとしてモデル開発・システム開発を行っていまいした。) 私は「数学・コンピュータを使う」&
これは何だ?誰でもプログラムが書けるやり方が発見される眼鏡のフレーム端を耳の横に掛けたらなぜか書けるようになった。 なんだこれは? このやり方をやれば誰でもプログラムが書けるようになると思います。頭も良くなった!と思う プログラムを挫折した経験がある方一度お試しあれ! このように耳の横にフレーム端を掛けてやる 自己責任で メガネのフレームを少し曲げる必要があります。破損しても自己責任で 個人差があると思います。人によってできない人もいると思います。 以上自己責任で試してみてください。用意するもの 必須 メガネ (耳の横にかけれるもの フレームの横幅が広いものがいいです) 紫外線防止コーティング (眼鏡屋さんで3千円くらいでやってもらえます) お好み 片方は非球体の方がいい (目が疲れない) 黒縁じゃないほうがいい。(縁が太いと視野が狭くなる) やり方 フレームの端を耳の横に掛ける 目をつぶ
何かデータ分析を行わなければいけないとき、手軽に分析環境を用意したいというニーズがあります。 Jupyter Notebook上でnumpy、pandas、matplotlib、scikit-learnあたりが使えれば十分でしょうか。XGBoostやLightGBMといったライブラリも使えるようにしておきたいという人もいるかと思います。 一方、ローカルにいろいろなライブラリをインストールしていくと、次第に環境が汚れていってライブラリの衝突などが起こりやすくなってしまいます。 KaggleにはKernelという計算環境があり、そこには主要な機械学習ライブラリが予めインストールされています。データ分析をやっていく上で不自由はありません。今回はDockerとdocker-composeを使ってKaggle Kernelを手元に再現し、ポータブルな分析環境として使う方法を紹介します。 データ分析界
大した話でもないので結論だけ先に書いておきます。あくまで個人の感想です。 嘘かどうかも問題では有るけれど、「嘘松」批判において一番重要なのはそこじゃないだと私は思ってます。 通常の会話において事実が重要なのは言うまでもない。けれど、「嘘松」=「腹話術によって藁人形をこさえる行為」というのは、事実かどうかを判断する必要すら無くその形式自体がアウトと認識すべきかと思います。つまり、事実かどうかを判断する前に門前払いすべきです。発言者が「これは事実だ」と言い張っても、また仮にそれが事実だとしても嘘松は嘘松です。 少なくとも私にとっては。 嘘松だとかそうじゃないという話をしている時、批判している側にとってはそれが真実かどうかはどうでもいいです。だって、本人の自供以外、検証の仕様がないじゃないですか。で、本人は嘘ついてたとしたら認めるわけないじゃないですか。 じゃあ、大事なのは受け取り手の心証ですよ
こういうことやぞ サムネイルで描いた事がこのエントリーの全てです. Pythonでは、「pandas」というライブラリを使ってデータ分析や解析をすることが非常に多いです. でも、「利用方法(またはユースケース)」に合わせた入門ってあんまりない気がします. ということで、「PyCon mini Sapporo 2019」でそんな話をしてきました. sapporo.pycon.jp 訳あって資料およびJupyter notebookは非公開*1ですが、こちらにその基本とかをまとめます. TL;DR - このエントリーは 実務や趣味のデータ分析でpandasを使う例を紹介します. 初歩的な使い方から中級者になるまでのヒントになると思います. なお,統計テクニック・機械学習には触れません・やりません. なお、対象読者は「そこそこPythonとJupyter notebookが使えてこれからデータ分
Appleのティム・クック最高経営責任者(CEO)は、今週初めに米フロリダ州オーランドのApple Storeを訪れ、Appleの開発者会議(WWDC 19)に参加する資格を得た16歳のリアム・ローゼンフェルド氏と面会しました。クックCEOはそのとき、「プログラマーになるのに4年間の学位(学士)は必要ない」と語ったとされています。 プログラミング教育は学校教育の初期の段階で取り入れるべき クックCEOは、プログラミングの教育は学校教育の早い段階で始められるべきと提唱しており、Apple Storeで十代プログラマーのローゼンフェルド氏と対面し、以下のようにコメントしました。 4年間の学位(学士)は熟練したプログラマーになるのに必要だとは思わない。それは古くて伝統的な見方だ。我々が気づいたのは、学校教育の初期の段階でプログラミングを取り入れることで、高等教育の期間にかなりの難易度にまで達する
こんにちは。po3rinです。今回はDocker Meetup Tokyo #29 (Docker Bday #6)で少し話題になった小ネタです。タイトル通りDockerfile1つでGoの開発環境(ホットリロード)と本番環境(マルチステージビルド)を記述する方法を紹介します。今回は「この方法をおすすめします!」というよりかは「こういう方法もあるよー」という紹介なので、開発の状況に合わせて方法を選んでいくと良いでしょう。 イントロ 開発環境用と本番環境でイメージビルド過程を分けるモチベーションとしては、開発環境用はホットリロードしたいけど、本番はビルドしたバイナリだけを使いたいという思いなどがあります。 これらを2つのDockerfileに分ける場合、同じディレクトリ階層に「Dockerfile」という名前のファイルを2つ置けません。これに関して、下記の記事のようにdocker build
英語の勉強時間1500時間達成 学習時間 TOEICスコア推移 中断前 本格始動後 各段階における学習内容 TOEIC465点~700点を取るまで(2013年6月~2018年12月 ※空白期間有り) TOEIC700点~785点まで (2018年12月~2019年3月) TOEIC785点~ (2019年4月~) 勉強継続のために 関連記事 英語の勉強時間1500時間達成 2018年2月11日に英語の勉強をはじめて、先日2019年5月8日に勉強時間1,500時間を達成しました。1年3ヵ月で1,500時間なので、ちょうど毎月100時間ペースですね。 いいタイミングなのでこれまでの学習について振り返ってみたいと思います。 学習時間 実施月 学習時間 2018年2月 61h 2018年3月 123h 2018年4月 102h 2018年5月 100h 2018年6月 65h 2018年7月 63
俺たち姉弟は不幸にも出来損ないの遺伝子を受け継いでしまった。 コミュ障で多動気味の父親と、美人だが(だったが)学習障害気味の母から生まれた私達は二人の特性を見事に受け継ぎ無能という名のサラブレッドとして現代社会の悲しき烙印を押された。 二人共同じくらい馬鹿で愚鈍で友達がいなかった。 社会性がないため姉は中学2年生から不登校になった。県1の馬鹿高校に行ったが夏休みが来る前に中退した。 俺は別のアホ高校に入学するも高校2年のときにいじめに耐えかね姉と同じく中退した。 俺はすぐに高校認定を取った。意外とこの程度ならなんとかなった。 姉はネトゲ廃人だったりニコ生主だったりとよくわからない生活をしていた。たまにバイトらしきものをしてたこともあるがどれも一瞬で辞めていた。 18歳になった俺は1.5年程度だけの短期のIT系の専門学校に入学した。 普通に偏差値の高い大学卒の元社会人なんて優秀な人もいたが入
元ZOZOの前澤友作さん、また高級車(フェラーリ488チャレンジEVO)を大破させる(7年半前のパガーニ・ゾンダぶり2回目)
はじめに 2019年4月26日に「Forecasting Climatic Trends Using Neural Networks: An Experimental Study Using Global Historical Data」という論文が発表されました。京大がプレスリリースを出すほどの素晴らしい論文かと思いきや、色々と問題が指摘されていますので、実際に追試をしてみました。 論文: https://www.frontiersin.org/articles/10.3389/frobt.2019.00032/full 京大のプレスリリース: http://www.kyoto-u.ac.jp/ja/research/research_results/2019/190426_1.html この論文で述べられている実験には、以下のような問題があります。 論文に記述されていないことが多く同じ
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