天下一品 ハワイ店（ハワイ、ワイキキ）ハワイの天一も滋賀県の工場のスープを運んで同じ味なのか確かめて見ました。 看板のロゴは同じですが、暖簾は手作り感があって怪しい店に見えます。 ちなみに「餃子の王将」もキングスビレッジの近くにあるけど、そっちの方がもっと怪しい。 ８ドル（約８３０円）なので、決して安くはない・・・が、 ワイキキ周辺は物価も高いから、妥当な額かなあ・・・ 天一スペシャル（ラーメン、チャーハン、餃子セット） を注文。（約１２ドル）
Cassandraの不安点
「才能を非生産的な事に浪費してこそ、真のヲタクである」 この名言にかなう為に日々色々学ぶ日々(多分)。 ■用語定義 *Data保持該当Node 書き込まれるデータのKeyのHash値を元に決定された、ReplicationFactorにて指定されたn個のNode という意味です。 shot6さんから回答をいただいたので追記 1.Data保持担当Nodeが自分以外の時、強度ANYで書込した際、書込要求転送先の決定方法は？ 書き込み可能で生きているエンドポイントとそのノードから予測をたてる。ローカルアドレス、ラック、DCの近いほうから一致具合をみてきめる。場所でいうと、AbstractReplicationStrategy#getHintedEndpointsです。 2.Data保持担当Nodeが自分以外の時、強度ONEで書込した際、「全ての」保持担当Nodeに「同時に」要求を転送して一個から
Hadoop/HBase Clusterの構築 - LunaBiblos
概説 HBaseの完全分散環境の構築迄を目的として手順を纏めたページです。 HBase動作の基盤となるHadoopをInstallしてHadoop Clusterを構築します。続いてHBaseをInstallしてHBase Clusterを構築します。 Hadoopの構築 最初にHadoop Clusterを構築します。下記リストの1から6を行えば動作させる事が出来ます。 追加情報の項目にあるのは各種設定ファイルの解説になるので、必要に応じて参照してください。 No項目名説明
HadoopはBI市場の破壊的テクノロジーになる
「Big Data」という言葉を見かけることが最近増えてきました。数テラバイトなど大規模なデータを表す言葉です。 このBig Dataをデータを分析し、有用な情報を見いだしてビジネス上の意志決定に活かそうというのがBI（ビジネスインテリジェンス）ですが、BIを実現するためにデータウェアハウスを構築し、OLAPなどの分析ソフトを導入するためのシステム構築は非常にコストのかかるものでした。大規模なデータを保存すること、そしてそれを高速に分析するためには高価で高性能なハードウェアとソフトウェアが必要でした。 そのBIの分野で新たなテクノロジーとして注目されているのがHadoopです。HadoopはBig Dataの保存と分析を、安価なコモディティサーバの集合体で実現します。その点が従来のBI市場にインパクトを与えつつあり、先月、BIツールとHadoopを統合しようとする動きが相次いで顕在化しまし
virt-cloneでゲストOSイメージをコピー
コピー実行 以下のコマンドで起動します。 $ sudo virt-clone --original vm10 --name vm11 --file vm11.qcow2 --mac 52:54:00:12:34:57 設定変更 その後vm11を起動してホスト名、MACアドレス、IPアドレスを変更します。 ホスト名変更 # vi /etc/sysconfig/network HOSTNAME=vm11 # この行を修正 さらに今すぐ変更するためにコマンドも実行します。 # hostname vm11 一旦ログアウトしてログインし直すとプロンプトも変わりました。 MACアドレス、IPアドレスを変更 # service network stop # cd /etc/sysconfig/network-scripts # ls ifcfg-eth0* ifcfg-eth0 ifcfg-eth0.b
■ - あしたからがんばる ―椀屋本舗
今日の勉強会はAROW(Adaptive Regularization Of Weight Vectors)の話。AROWは要するにオンライン学習の一例で、CW(Confidence Weighted Learning)をノイズに対して頑健になるようモデリングし直したものと思う。使いたい人は、詳しくはAROW は CW より幾分マシか - ny23の日記に書いてある。 オンライン学習自体あまり今まで触れてこなかったので(流行りなのはわかっているが)、オンライン学習は従来のSVMなどと違って、訓練データが１つ入る度にその訓練データに対してパラメータを更新して分類を行う、というもの。従来のSVMなどの機械学習と比較して収束が早いので学習時間がかからないのが売りだったが、反面CWでは誤り例に引っ張られやすく、ノイズが入ってきたときにそこに大きく引っ張られて精度が悪くなってしまう、という問題があっ
BLOG::broomie.net: 各種分類器の分類精度を示した絵がおもしろい
今日会社で多次元のデータを２次元にクールでベストプラクティスな感じでプロットするにはどうしたらいいんだろうね、やっぱ多次元尺度構成法じゃない？的な会話をしていたのだけれども、２次元にデータを落とし込むと人間にもわかるデータになって本当におもしろいですよね。今日はその一例というか、いくつかの分類器の分類精度を２次元にプロットした結果を示した実験結果を解説したページを紹介します。おおーこうゆうのみたかったんだよなー！と個人的にはかなりエキサイティングな感じでした。 要約というか意訳になってしまうのですが、ページに以下のように説明されています。(細かいところは訳してません) http://home.comcast.net/~tom.fawcett/public_html/ML-gallery/pages/index.html 分類タスクの機械学習の研究では定量的な評価が重要です(精度とかACUと
Kazuho@Cybozu Labs: キャッシュの上手な使い方
« C-0.05 | メイン | cygwin + mod_perl » 2006年02月08日 キャッシュの上手な使い方 キャッシュといっても、ウェブブラウザやウェブプロキシのキャッシュのことです。 ・Internet Explorer のキャッシュの動作 Internet Explorer は、同一ウィンドウ内で複数回同じウェブページを読み込む場合、２回目以降はキャッシュのデータを使用します (デフォルト設定の場合、 Last-Modified または Expires ヘッダがついている場合のみ)。 つまり、同じウィンドウの中で、 ページA を読み、次にページB を読み、そしてページA を再び読み込むようなケースでは、２回目にページ A を表示する際にはキャッシュのデータが使用され、ウェブサーバへの再問い合わせは行われません。 また、 Last-Modified ヘッダと Expire
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
Bugtraq
Something went wrong...
https://people.csail.mit.edu/gamir/pubs/psde.pdf