毎日ちょっとずつ、デザインを学ぼう毎日ちょっとずつデザインを学ぼうIT/Web業界のデザイン学習サイト
chot.design - 毎日ちょっとずつデザインを学ぼう
毎日ちょっとずつ、デザインを学ぼう毎日ちょっとずつデザインを学ぼうIT/Web業界のデザイン学習サイト
「Kotlinを効率的に習得できたのはLINEの環境があったからこそ」新卒入社1年目のエンジニアが挑んだLINEキャンパス開発
LINE株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。 LINEヤフー Tech Blog サービス・機能やそれにまつわる開発の裏話や取り組みを聞く「Product Story」シリーズ。今回は2022年3月にオープンしした、 LINE公式アカウントやLINE広告のアカウント運用に必要な知識やスキルを習得できるオンラインの総合学習プラットフォーム「LINEキャンパス」のサーバーサイド開発について紹介します。 LINEキャンパスには、学習コースと認定資格コースが用意されており、すべて無料で受講可能。初心者から運用経験豊富な方まで、スキルレベルや目的に応じて全27コース、90を超えるレッスンを受講して学ぶことができます。 このプラットフォームのサーバーサイド開発を担ったのは、LINEに2021年4月に新卒入社して現在開発
天才社会学者がやっていた。大量アウトプットを可能にする驚異のメモ術「ツェッテルカステン」って知ってる？ - STUDY HACKER（スタディーハッカー）｜社会人の勉強法＆英語学習
Niklas Luhmann（ニクラス・ルーマン）というドイツの社会学者は、メモにとったアイデアや情報を十分に活かし、クオリティの高い本や学術論文を大量に発表したそうです。その背景には、ツェッテルカステンと呼ばれるメモ術が存在したのだとか。今回は、そのツェッテルカステンの基本的なやり方と、筆者が実践してわかったことを紹介します。 ツェッテルカステンというメモ術が、天才社会学者の大量アウトプットを支えた ツェッテルカステンの特徴は、脳の神経細胞によく似ていること すぐ始められる、ツェッテルカステンのやり方 ツェッテルカステンは勉強にも役立つ ツェッテルカステンをやってみた感想 ツェッテルカステンというメモ術が、天才社会学者の大量アウトプットを支えた ツェッテルカステン（Zettelkasten）とは、単一のアイデアや情報が書かれた個別のインデックスカード（標準サイズにカットされた紙）で、情報
DATAFLUCT Tech Blog
2022-08-27 データ抽出に特化したAirbyteによるEL(T) 環境構築の実践 データ基盤 Airbyte ELT こんにちは。今回は、データ基盤の構築の一部を実際に体験してみたいと思います。 データ基盤を作成するにあたり、まずは、社内に眠る様々なデータを集めてくる必要があります。前回の記事では、その機能を「収集」と紹介していました。 データ基盤とは何か… データ基盤 データ分析基盤 実践 2022-08-18 Metaflowでモデルの学習をpipeline化するまで MLOps Metaflow Pipeline 皆さんは「MLOps」について取り組んでいらっしゃるでしょうか。私は2018年頃からデータクレンジングや機械学習モデルの構築や運用をしてきましたが、当時の日本で私の耳にはMLOpsという言葉が入ってくることはありませんでした。 ただMLOpsの元となった「Dev…
大人の学びのパターン・ランゲージ（略称まなパタ） | デジタル人材の育成 | IPA 独立行政法人 情報処理推進機構
2018年度から継続的に実施しているスキル変革等に関する調査から、大人になってから学んでいない方が多いという結果が浮き彫りになりました。そこで、大人が学ぶためにはどのように取り組めばよいか「考えるヒント」をパターン・ランゲージ（注釈1）として、30のパターンで整理しました。 「大人の学びのパターン・ランゲージ（略称まなパタ）」は、学び続けている実践者の方々にインタビューでお話を伺い、その考え方や工夫、課題を整理し、抽象化することによって制作しています。
MLflowの使い方 - 機械学習初心者にもできる実験記録の管理 - - DATAFLUCT Tech Blog
こんにちは！nakamura（@naka957）です。今回はMLflowをご紹介します。 読者の皆さんは、機械学習モデルのハイパーパラメータ調整を手作業で管理し、苦労した経験がないでしょうか。実験記録の管理は大事な一方で、なかなか大変です。 今回紹介するMLflowは、実験記録を簡単に管理できる便利なPythonライブラリです。MLflowは実験管理だけでなく、機械学習プロジェクト全体を管理する様々な機能を提供する非常に人気なライブラリです。一方で、多機能な反面で初心者が最初に導入するにはハードルが高い側面があるのも事実です。 本記事では、MLflowの実験管理の機能に絞り、簡単な例で使い方をご説明します。そのため、初めて使用する方も安心してご覧ください。 では、早速始めていきます。 実験記録の重要性 MLflowとは MLflowのインストール データセット準備 機械学習モデルの用意 M
ネットワーク技術やその仕組みを理解するための最短コースとは？
ネットワーク技術を学ぶのは難しい 我々の日常生活に欠かすことのできない社会インフラの1つと言えるコンピュータネットワーク。スマホやPCから利用するだけなら，その仕組みを深く知る必要はありませんが，仕事でシステムの構築や運用管理に従事する方は，きちんと理解しておくことが必要になります。 しかし，次のような理由からマスターするまでの道のりは険しいです。 押えておくべき技術用語が多すぎる たとえば，社内LAN内でファイルをやり取りしている状況を詳細に説明する場合，「TCP/IP」「IPアドレス」「サブネット」「DHCP」「プロトコル」「MACアドレス」「ARP」「ゲートウェイ」……，さらに機器として「ルータ」「レイヤ3スイッチ」……などなど，数多くの技術用語を理解しておく必要があります。 お試し環境を準備するのが大変 技術用語をある程度理解できたとしても，社内LANをいきなり設
LightGBMを超わかりやすく解説(理論+実装)【機械学習入門33】 - 米国データサイエンティストのブログ
こんにちは，米国データサイエンティストのかめ(@usdatascientist)です． 機械学習入門講座第33回です．(講座全体の説明と目次はこちら) 追記) 機械学習超入門本番編ではLightGBMについてさらに詳しく解説をしています．勾配ブースティング決定木アルゴリズムのスクラッチ実装もするので，さらに理解を深めたい方は是非受講ください:) 前回の記事で決定木の勾配ブースティングアルゴリズムであるXGBoostを紹介しましたが，今回は同じ決定木の勾配ブースティングの別のアルゴリズムであるLightGBMについて解説します． LightGBMはXGBoostが発表されてから2~3年後に発表され，今やXGBoostよりも高速で高精度なアルゴリズムとして認識され，XGBoostに代わる最強のアルゴリズムの一つとなっています． XGBoostと同じ決定木の勾配ブースティングをベースにしているの
推薦システムにおけるニューラルネットワークの活用について読んだ論文をゆるくまとめる - Re:ゼロから始めるML生活
ここ数ヶ月くらい、推薦システムにおけるNNの活用というテーマで論文をちょこちょこ読んでいました。 推薦システムにNNを適用・応用するという守備範囲も広いテーマではありますが、せっかく良い機会なので自分用にまとめてみたいと思います。 理解が曖昧なところもあり、マサカリが飛んできそうな気配がプンプンしますが、がんばって書いてみたいと思います。マサカリコワイ... 前提知識 協調フィルタリング Matrix Factorization Factorization Machine ニューラルネットワークの推薦システムへの応用の傾向 Feature EngineeringとしてのNN Wide & deep DeepFM DCN AutoInt DCN V2 系列データとして取り扱うNN prod2vec AttRec BERT4Rec Transformers4Rec 参考文献 読んだ論文をまとめ
放送大学の授業で知った「20歳から60歳まで知能は低下しない、頭を使い続ければ一生発達を続ける」論に希望が持てそう「視力や体力の衰えを克服できれば…」
六帖＠放送大2回戦 @_rokujo 05東大(工)中退→22秋 慶應通信法甲卒(在籍3年半)→24放送大情報卒→自然と環境に再入学/地方/子2y6y/PG+塾講師/作曲/動画/精神2級/studyplus:rokujo/資格：TOEIC970 AP/Next:独仏・数検英検 25?弁理士試験 https://t.co/GRMh8Vm3U1 六帖＠放送大2回戦 @_rokujo 妻も4月から放送大で心理と教育を学んでるんですけど、心理学概論第8回が衝撃なんで見てくれと言われて、見ました。衝撃でした。 まず生涯学習の重要性。40年以上の縦断研究で分かったことなんだけど、20歳～60歳までの知能って実は全然低下しない。勉強は若いうちだけってのは大間違い。 2022-04-29 09:39:39
OCR処理プログラム及び学習用データセットの公開について | NDLラボ
2022年04月25日 NDLラボのGitHubから、次の2件を公開しました。ライセンスや詳細については、各リポジトリのREADMEをご参照ください。 NDLOCR 国立国会図書館（以下、「当館」とします。）が令和3年度に株式会社モルフォAIソリューションズに委託して実施したOCR処理プログラムの研究開発事業の成果である、日本語のOCR処理プログラムです。 このプログラムは、国立国会図書館がCC BY 4.0ライセンスで公開するものです。なお、既存のライブラリ等を利用している部分については寛容型オープンライセンスのものを採用しているため、商用非商用を問わず自由な改変、利用が可能です。 機能ごとに7つのリポジトリに分かれていますが、下記リポジトリの手順に従うことで、Dockerコンテナとして構築・利用することができます。 リポジトリ : https://github.com/ndl-lab/
まもなく2歳になる娘の『話せる言葉の数』の習得状況をグラフにしたら綺麗な右肩上がりになった「子供すごい」「記録するママもすごい」
高橋祥子 @Shokotan_takaha 娘の2才までの産出語彙数(話せる言葉の数)の習得状況を記録してきたのでグラフにしてみたけど綺麗な右肩上がり。子どもすごい。 pic.twitter.com/EWA5uuptS0
図解でわかる、機械学習をどこよりも簡単に解説 - DATAFLUCT Tech Blog
はじめまして、DATAFLUCTのSaiです。 この記事では「機械学習」について、AIやディープラーニングの違いに触れながら分かりやすく解説していきます。 また機械学習を知る上で欠かせない AI ディープラーニング 教師あり学習、教師なし学習、強化学習 回帰、分類 精度 といった用語も図をまじえて最後まできちんと理解できるようになっています。 身近にある機械学習 1. 迷惑メール判定 2. チャットボット 機械学習とは ディープラーニングと機械学習の関係 ディープラーニングは複雑なデータが得意ってどういうこと？ データから特徴や法則性を見つけ出すってどういうこと？ 機械学習の種類 教師あり学習 教師なし学習 強化学習 最後に 身近にある機械学習 機械学習とは何かを説明する前に、身近なところで機械学習が使われてるケースを2つ紹介します。 1. 迷惑メール判定 1つ目のケースとして、機械学習は
AI時代の英語学習法 - 運河
意識的な英語学習を再開して1年以上経つ。以前に英語学習をしていたときよりも、技術面での進歩のおかげでより効率的な学習ができるようになっていることに気づいた。 トライしてきた学習方法のなかで、いまも日常的に運用しているテクニックを紹介しようと思う。 僕自身の目的として、話す能力と読む能力にフォーカスしていたので、口頭英作文と語彙獲得の内容が多い。 この中で最もパワフルな学習方法は、AIと最も関係ないので最後に書く。Anki による長期記憶化システムである。 YouTube 字幕を使った語彙獲得 好きな映画を見続けるだけで、自動的に語彙が増えていき、リスニング能力も高まっていくとしたら、素晴らしいことだと思う。 Language Reactor という Chrome 拡張を使うと語彙獲得がとても捗る。画面に検索可能でスクロール可能な字幕を開きつつ、動画を見ることが可能になる。 最近の YouT
機械学習開発の標準戦略MLOps
こんにちは、GMOアドマーケティングのS.Rです。 機械学習の開発を円滑に進めるためにMLOps の取り組みは重要です。今日はよく使われているMLOps のFramework であるKubeflow とKubeflow に基づいたCloud Service AI Platform を皆さんへ紹介させていただきます。 ※なお、この記事中の図示は、特に断りが無い限り筆者が作成したものです。 MLOpsとは MLOPSは分析（ML）＋開発（Dev）＋リリース（Operations）の組み合わせです。 機械学習の開発効率を向上させる為に、機械学習project の開発原則とルールが纏められています。 MLOpsのレベル MLOps の自動化はその程度により3 つのレベルがあります。 詳細については【Google Cloud「MLOps: 機械学習における継続的デリバリーと自動化のパイプライン」（リ
新社会人も必見、AWSを題材にクラウドセキュリティの基礎が親子で学べる無料の電子書籍
コロナ禍の影響によってテレワークの導入に本腰が入り、予定していた場合でも、そうでなかった場合でも、クラウドサービスへの移行が進んだことと思います。クラウドサービスの活用は、オンプレミスの場合とはさまざまな点で異なります。一見似たように思えることも多く、思わぬ落とし穴にはまることもあるのではないでしょうか。 セキュリティも同様で、基本的にはクラウドもオンプレミスの場合と同じですが、細かいところでクラウド特有の注意点があります。ハードウェアからネットワークまで全てを自分が管理するオンプレミスと、SaaS、PaaSのように必要な部分だけを利用するクラウド。日々のセキュリティ対策や、いざインシデントが発生した場合の対応について、どのような差があるのか理解できているでしょうか。 近年、クラウド設定不備による情報漏えいといったセキュリティ事故が増加している原因はセキュリティの基本があいまいなまま使って
AWS初心者向けの教材まとめ、AWS日本法人が公開
アマゾンウェブサービスジャパン（AWSジャパン）は4月19日、クラウドサービス「Amazon Web Services」の初心者向け教材などをまとめたブログ記事を公開した。初学者やクラウド人材の育成を受け持つ人向けで、自社の教材などを全6段階の理解度別に紹介している。 Webページでは、学習に当たっての理解度を（1）ビジネスにおけるAWSの活用方法や効果を学ぶ、（2）AWSの全体像をつかむ、（3）AWSが提供するサービスそれぞれに詳しくなる、（4）実際に手を動かし、知識を深める、（5）AWSの最新情報を追う、（6）より現場で求められる知識を追う──に分類。 各段階で使える教材と、その段階で学習すべき内容をまとめている。例えば（1）ではクラウドのメリットを理解できるとして導入事例の記事や動画などを、（2）ではAWSの基礎知識を学べるとしてオンライン教材「AWS Cloud Practitio
機械学習が独学できる日本語Youtube難易度別まとめ - Qiita
こんにちは。 在宅の機会が増えて以来Youtubeを見る機会が増え、機械学習などが勉強できるチャンネルをいくつか探しては見ていました。探した中でよかったと思ったものをメモしていたのですが、せっかくなので公開したいと思います。日本語のソースがあるもののみ対象にしており、『これ無料でいいのか？』と思ったチャンネルを紹介したいと思います。主観で以下のレベルに分けましたがあくまで参考程度にお願いいたします。 基本：Pythonを触ってみた人 Pythonの説明・動かし方などを解説していて、動画によっては踏み込んだ内容になる 応用：アルゴリズムを使いこなしたい人 「model.fit(X, y)して動かしてみた」よりも踏みこみ、Python自体の説明は少ない 発展：研究開発もしたい人 最新の手法の仕組みの理解などが主眼であり、Pythonの解説はほぼ無い もしおすすめのチャンネルございましたらぜひコ
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
「開発者が体調不良、どうする？」 アジャイル開発を学習できるボードゲームを大日本印刷が開発
Language Reactor