データ解析のための統計モデリング入門(通称、緑本)を読み進めています。 述べられている理論を整理しつつ、Rでの実装をPythonに置き換えた際のポイントなども深掘りしていきます。 今回は第7章です。実装は以下で公開しています。 introduction_to_machine_learning_with_python/chapter7.ipynb at master · ohke/introduction_to_machine_learning_with_python · GitHub 7 一般化線形混合モデル(GLMM) -個体差のモデリング- GLMでは、説明変数が同じであれば、それ以外の要素は全て均質(=1つの平均λに定まる)という前提を置いている。 しかし、現実にはそうではなく、定量化できていない(原因不明の)個体間の差異がある。 この個体間のばらつきを、データのばらつきとは別の確率

リバースプロキシから渡ってきた HTTP リクエストで WebApp がエラーになるという状況が発生しました。 状況としては、 リバプロにはぼくたちはアクセスできないし、そのリバプロにリクエストを送ることもできない。 リバプロから WebApp 用 FW に何らかの HTTP ヘッダを連携することになっているが、果たして送られているのかが不明 という状況。正確に何が起こっているのか分からない状況で鍵になるのは事象の再現であり、このときに採った戦略はパケットキャプチャでリクエスト内容を確認し、それを curl で再現することでした。 容易にサーバ上にツールを導入できる状況でもなかったので、tcpdump が使えたことは本当に有り難かったです。また、自分の端末にもソフトウェアを簡単に導入できない環境ではあったものの、WireShark が入っていたのも良かった。 この 2 つが揃っていれば、あ

LINE福岡で行なわれたHacker Tackleにて登壇してきました。 発表内容は(1)機械学習を使ったサービス開発の難しい点について整理し(2)その難しさを乗り越えていくためにはてながどのような取り組みを行なっているかについてでした。一口に機械学習を使ったサービス開発といっても、古典的な問題設定でどうやればいいか比較的クリアに見えているものと、R&D要素が強くどう取り組んでよいか分からないものではよい取り組み方も異なってきます。そこで、今回の発表では古典的な問題設定(テキスト分類)であるBrandSafe はてなのリニューアル、R&D要素の強いMackerelの異常検知、それぞれに対し技術的/組織的にどのような取り組みを行なったかについて話させてもらいました。 はてなにおける機械学習の取り組み from syou6162 登壇時間は30分で割と話すことも多かったので、当初話す予定だった

中国ハイテク企業のエンジニアで年俸1000万円以下はいない 2017年の採用市場では、中国の通信機器大手ファーウェイ（華為技術）が日本で大卒エンジニアを「初任給40万円」で募集して話題を集めた。厚生労働省の調査によれば日本の大卒初任給の平均は約20万円（17年）。日本企業の場合、エンジニアであろうと事務職であろうと初任給は基本的には変わらない。日本企業の平均初任給の約2倍で募集をかけた「ファーウェイショック」に「優秀な人材が流れてしまうのではないか」と戦々恐々の日本企業に対して、ファーウェイ・ジャパンの広報は「優秀な人材を採るためのグローバルスタンダード」だとすまし顔だ。 ファーウェイはスマホやルーターなどの通信端末、通信機器メーカーであり、スマホの販売台数、シェアはアップル、サムソンに次ぐ世界第3位。創業者が赤軍にいた、という理由で中国共産党との関係が深い、との嫌疑からアメリカ市場からは

『エコノミスト』で、経済学者でも男女で意見に差が見られるという研究を紹介し、こういう意見の相違が研究にも影響するかもね、という記事を載せたところ、経済学関係者の出入りするフォーラム、Economic Job Market Rumors で関連スレッドが、まさにここで紹介された経済学セクシズムホイホイと化しているそうです。 you’ve read The Economist article ... and maybe even tweeted your own survey responses ... don’t lose sight of what’s at stake here https://t.co/9Mh0Ds77HR— Claudia Sahm (@Claudia_Sahm) 2018年2月19日 で、問題の記事とはどんなものか？お楽しみあれ（ここは一つ、ディアドラ・マクロスキー

この間の大安に2年前の街コンで知り合った人と結婚した。元ガチ恋の女、22歳で電撃結婚の巻。 それはどうでもいいとして、 わたしが自信をもって今この一瞬が人生で一番幸せです！！！って思える時がきたら、久しぶりって言いに現場に行きたい。 わたしの理想の男性像 - さくらまつり 推しより先に結婚するのが今のわたしの夢だ。ぜっっっったい先に結婚する。そして推しが結婚したら、心からお祝いしたい。多分今のゆるおたの状況でもわたしより先に結婚されたらきっと病んじゃうもん。 喉元過ぎれば熱さを忘れる - さくらまつり 過去のエントリでこんなようなことを書いたけど、わたしの結婚が決まったあたりでちょうど前推しの接触イベントがあった。 高校一年生から思春期をまるまる捧げて、応援と恋がぐちゃぐちゃのまま4年間ガチ恋をした俳優に、厨降りから2年が経ってようやく胸を張って会いに行ける大義名分が出来た。ので、行った。

さくらインターネットさんが福岡県福岡市に「福岡オフィス」を開所してから早9ヶ月！ 福岡といえばスタートアップやエンジニアコミュニティが盛り上がりを見せ、各種勉強会やイベントが活発に開かれている熱い場所。さくらインターネットさんは福岡オフィスを拠点として活動し、同じく福岡に居を構える会社さんと交流しながらも、「もっともっと福岡の皆さんと話したい！ エンジニアの皆さんと交流したい！」と想いを温め続けていました……。 そこで！ 【ELF presents】 はてな×さくら エンジニア大忘年会@福岡 を開催することになりました！ エンジニアの皆さんが技術の話をしながら、楽しく過ごしていただけるようなプログラムを準備しています。イベントは皆さんの乾杯からスタート！ 日程は2017年12月15日（金）、18:30開場、19:00開始。場所は福岡市中央区のFukuoka Growth Nextです。ぜひ

以下youtube動画はCで簡単なプログラミング言語を作っているのですが、同様のものをRustで作ってみました。 www.youtube.com 成果物 github.com ./run_test でテストが動きます フィボナッチ数列を表示している様子 $ cargo run 'F[P(a) F(b + a b)] F(1 1)' Finished dev [unoptimized + debuginfo] target(s) in 0.0 secs Running `target/debug/lang 'F[P(a) F(b + a b)] F(1 1)'` 1 1 2 3 5 8 13 21 34 55 89 144 233 …(以下オーバーフローするまで続く なぜこれを行おうとしたか 最近、ユーチューバーになろうと思っていたのです。で、私がyoutubeで見せられそうなことと言ったら

［37選］機械学習ライブラリやフレームワークは？ 国内AI活用サービスのアーキテクチャを大調査！ Webのアーキテクチャ大調査の第二弾は「AI活用サービス」編。プログラミング言語や機械学習のライブラリをはじめ、フレームワークやツールの選定・設計もサービスによって異なります。ぜひ参考にしてください。 2017年4月に掲載したアーキテクチャ大調査の第二弾！ 今回は、人工知能（機械学習、深層学習、画像処理など）を活用したWebサービス・アプリを提供しているベンチャーを中心に、36のサービスで使用されているプログラム言語やフレームワーク、その他さまざまな開発ツールなどをヒアリングのうえまとめました。選定理由を記述いただいた12のサービスでは、それもあわせて紹介しています。 前回との違いは、当然ですがTensorFlowやKerasといった機械学習のライブラリが挙げられていること。また、技術領域もH

こんにちは、らくからちゃです。ぶらっとTwitterサーフィンしておりますとこんなツイートが目に留まりました。 「なんでもポジティブに考えれば幸せになれる」っての、まるっきりウソだから。現実のネガティブな側面を直視して受け入れることで、不安がなくなり、的確に現実に対処できるようになり、成功確率がぐっと高まり、はるかに幸せになれることなんて、いくらでもある。 — ふろむだ⭐️若い頃知りたかったこと書く (@fromdusktildawn) 2018年2月17日 すげーわかる。 確かに『すごーい』『たーのしー』と言いながらお仕事をしていても、ヤバめな何かを『あれ大丈夫なのかな・・・』『もしかしてヤバくない...？』と不安を抱えながらだと、全く楽しめません。 で、こうした不安を綺麗さっぱりしてお仕事を楽しむため、弊チームでは定期的に『怒らないからヤバいと思っていること全部言う会』を開催しているの

どうも、「世の中取扱説明書」です。 日本の教育改革をフィクサー風（フィクサーとは黒幕の意味）に語ってみようと思います。 さて教育を語るには世の中をまず熟知する必要があります。 世の中を熟知してこそ世の中で活躍できる人材育成という視点から語ることができるからです。 シリーズの記事を読むことで得られるメリット。 １　日本の教育改革の全貌を知ることができる。 ２　有能な社会人とはどのような人材か？がわかり、社会人になる際に非常に役立つ。 ターゲット読者。 １　子供を持つ親御さん。 ２　高校生、大学生、社会人。 では世の中を分析してみましょう。 PART４です。 目次。 １　世の中をMECEする。（民間・公務員・NPO・その他） ２　世の中のその他の分類視点。（G型とL型。マクロ経済とミクロ経済） ３　未来と現状から逆算した教育改革が大事。 ４　未来を担う子どもたちが身につけるべきスキルや力。 5