Internet veterans 2019-05-25 私見ウェブログ史ふりかえり - Speaker DeckなぜTerraformでインフラを管理するのか？/infra365 vol03 Terraform_Link and Motivation
RubyでRubyVMを実装してRubyVMの気持ちになってみる - Qiita
はじめに この記事は「ほんのちょっとだけRubyが動くVMをRubyで実装してみて、Rubyが実行される仕組みを理解しよう」という趣旨のゆるふわな記事です。 こんなコードを実行できるVMを実装します。 この記事ではRuby 2.3.3を使います。 注意点 本記事にでてくる用語は厳密な定義とかは気にせずゆるくふんわりと使ってます VMの実装はRubyを使うので結構ずるい感じです 構文解析、コンパイルはしません クラス定義、メソッド探索、コントロールフレームなどの概念はでてきません なのでRubyを題材にしてますが、Rubyの特徴的な機能にはあまり触れていません 対象読者 Rubyが好き 普段Webプログラミングとかしてる プログラミング言語の処理系としてのVMが気になる まえおき VMとは RubyはJavaやErlangなどと同じようにRuby用のVM(仮想マシン)上で実行されます。 C言
GraphQL の Fragment でコンポーネントの見通しがよくなった話 - vivit engineering blog
vivit株式会社でフロントエンドエンジニアをしている関です。 新型コロナウイルス感染症(COVID-19)への対策として発出された緊急事態宣言の影響で、弊社も2ヶ月ほどリモートワークとなり、私も駆け足で自宅に作業環境を構築しました。買っちゃいましたL字デスク。 さて、弊社ではいくつかのプロダクトのフロントエンドに React(Next.js) + TypeScript を採用しており、バックエンドとの通信には GraphQL(Apollo) を採用しています。 今回はその中で、コンポーネント分割をする際の GraphQL Query の定義と取得したデータの受け渡しについて話をします。 ここからは GitHub GraphQL API v4 を使って説明していきます。 developer.github.com アジェンダ pages から components へのデータの受け渡し方法に
On GraphQL-to-SQL
GraphQL has a reputation for its N+1 problem which can often happen when implemented naively. This leads to a lot of us trying to solve the issue of data fetching with GraphQL in the most efficient way possible. Besides the popular Dataloader approach, another very common way of tackling this problem is by taking a GraphQL query, and coming up with the exact SQL needed to resolve it: // example fr
劣モジュラ最大化によるエントリの推薦をやってみた - yasuhisa's blog
背景 半年前から機械学習に関するよさそうなエントリを提示してくれるbot(ML君)を運用しています。 大量のtweetの中から関連するエントリを人手で探す手間は省けるようになったのですが、最近別の問題が起こっています。以下の画像はある日に提示されたエントリの結果ですが、arxivの論文(しかもほぼ深層学習関連のもの)ばかりになっています…。ML君はURLが与えられたときに、それが機械学習に関連するいいエントリかどうかを判定しますが、提示したエントリの話題が重複しているなど条件は全く考慮していないので、当然と言えば当然の結果です。ML君を責めてはいけない。 上のような推薦結果は私が深層学習研究者/エンジニアなら喜ぶかもしれませんが、残念ながらそうではありません。機械学習/自然言語処理に関連する企業のニュース/githubのライブラリなど、色々なトピックについてカバーして欲しいものです。問題設
Elasticsearchを使ってWikipediaで遊んでみました。 - のんびりしているエンジニアの日記
今日はElasticsearchを使ってWikipediaの類似記事や重要語の抽出に勤しんでみました。 皆さんこんにちは お元気ですか。コーヒーうまい。 Elasticsearchについて www.elastic.co Elasticsearchはluceneベースの全文検索エンジンです。 特徴として、拡張性が容易と言われている分散型の検索システムです。 APIも非常に豊富であり、FluentdやKibanaと連携して可視化することができ、 ログ可視化や検索に組み込まれていることが多いです。 本日はこれを扱ってみます。 Install Mac brew install elasticsearch Ubuntu Fluentd、ElasticSearch、Kibana4によるログ分析環境の構築 | hrendoh's memohrendoh's memoを参考にさせて頂きました。 ただし、こ
野球の防御率はたまに嘘をつくのでDIPSと合わせて見てみよう - データサイエンスから学ぶセイバーメトリクス - Lean Baseball
前回は打者成績の話をしたので（予告通り）投手の成績の話をします. 投手をシーズン成績（または通算成績）で見る時, 代表的な指標として以下の3つがあります（いわゆる, 「投手三冠」の対象）. 勝利数（その名の通り, 投げて勝利した回数） 奪三振（打者から奪った三振の数） 防御率（9イニングあたりの自責点率. このエントリーの主人公）. この成績のうち, 勝利数は投手個人の頑張り「だけ」では稼げない数字というのは野球をちょっとでも見たことある人なら想像つくと思います.*1 奪三振は「三振」が持つ意味, 見た目の派手さからすると投手の実力が生きるモノと言えます（そしてこれは事実だという話をこれからします）. 問題は, 「相手に許した得点（自責点）を9イニング（ほぼ一試合分）に平均した」実に便利な指標である「防御率」で, 防御率は投手を必要以上に良く見せる（もしくは悪く見せる）ことがあり, 「たま
eno blog: 誤解とコミュニケーション
誤解とコミュニケーション 先週は、たまたま2つのトークがあった。 月曜日は、ロフトワーク主催の、Open CUでの上野美香さんとのトーク。 金曜日は、Twitter主催の、Twitter社創業者Biz Stoneとのトーク。 2つのトークが同じ週に集中するというのは珍しく また2トークともに、「コミュニケーション」が話の主軸であったため 2つのトークで、イコールだった部分や差分も含め 自分のコミュニケーションに対する考えが整理できたように思う。 コミュニケーションを通して、コミュニケーションを知るというのが面白いが 主観と客観を通して、改めて、自分のコアを知るというのは まさにコミュニケーションではないか、と感じた。 2つのトークで、様々な話をすることができた。 重なった話も幾つかあるのだが、反応がよかった話を1つ挙げたい。 ちなみに、Biz Stoneとのトークは、生放送のみであったが
年報 #vgadvent2014 - すずけんメモ
気がつけばもうアドベントカレンダーの季節。今年も振り返りをしてみようと思う。 この記事はVOYAGE GROUP エンジニアブログ: Advent Calendar 2014の12/18分の記事です。 http://tech.voyagegroup.com/archives/7941760.html 去年も書いた振り返り記事: http://suzuken.hatenablog.jp/entry/2013/12/24/220213 書いていたら随分長くなってしまったし9割5分くらい自分の振り返りになってしまったしこれは最早ポエムに近いので、面白く無いかもしれない。3行に要約すると 分析チーム切り出した。課題多いけど着実に進んできている。 マネージャーっぽくなりつつ、相変わらず分析基盤を作るエンジニアをやっている。よりインフラよりのこともし始めた。 初めて技術書の執筆に携われて、大変だったけ
技術を言葉に
木曜日と金曜日に合宿があった。しばしオフィスから離れて、経営課題と解決策、次なるアプローチを考えるためのミーティングをするためにである。こういった合宿にいくのは久しぶりで1年半ぶりほどであった。当時は http://suzuken.hatenablog.jp/entry/2014/12/18/221610 に書いてあったような一年で、マネージャとエンジニアを兼任していた。今はエンジニア業だけに専念しているのだけれども、久々に話にきたらということで呼ばれていった。結果的には色々発見があってよかった。 議論した内容はさることながら、テクノロジーの会社として、経営判断に技術者が関わる必要性というものをじっくりと考えた。広告の会社として、何をクライアントに提案し、何をプロダクトにしていくのか。そして何を課題とし、どういう手段で課題を解決するのか。そうしたことを１つずつ考えていくということをやった二
BinaryNetとBinarized Deep Neural Network | 射撃しつつ前転
BinaryNet が最近話題になっている。ニューラルネットワークの二値化については前から興味があったので読んでみた。 ニューラルネットワークの二値化についてはこれまでも色々と研究があるようである。大きな方向性としては、まずはじめに実数値で重みを学習してそれを二値化するというやり方と、最初から二値の重みを学習するやり方がある。BinaryNetはそのどちらとも明確に分類しづらい、ちょっと変わった手法である。 BinaryConnectBinaryNetの前にBinaryConnectに触れておくことにする。どちらもBengioグループの研究である。BinaryConnectは大雑把に説明すると、以下の様な手法である。 weight matrix自体は実数で値を持っていて、forward/backwardの計算時に二値化する。パラメーター更新時は実数で持っている側のweight matrix
「ReadMe!」のアーカイブから見る個人サイト史 - ネットナナメ読み - 山田井ユウキ - builder by ZDNet Japan
クラウド導入が進まない本当の課題 ITベンダーだからこそ知っている クラウドに二の足を踏む企業のボトルネック ハイブリッドクラウド時代の救世主 企業ITを素早く進化させるためのAVS サービス開始から1年で大幅に機能がアップ 高い従業員満足度と安心・安全 新時代にむけた理想の業務環境こそ Anywhere Workspaceが目指す未来 Anywhere Workspace！ ハイブリッドワーク時代の働き方 分散業務環境3つの課題と解決策 A Business New Era あらゆるモノ・コトが変化している今 デジタルでビジネスは生まれ変わる コマース広告の大変動 プライバシー保護とパーソナライズの狭間で マーケティングの効果を最大化するためには 注目急上昇中のDaaS最新情報 コロナ禍を背景に利用者と機能を拡大中 Azure Virtual Desktop最新情報 勝つためのクラウド活
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
