はてなブックマーク

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? GitHub Copilot chatのウェイティングリストが通過して本日使えるようになりました。 結構本日通っている方が多かったようです。 アイコンがかわいいですね。 このかわいいアイコンと対話することになります。 使えるようになったので何ができるかを試してみました 準備 まだCopilot chatに関しては公式でも文献がおいておらず招待のメールを見ながら準備を進めるのですが必要なのはVSCode Insiders とGitHub Copilot Nightlyになります。 またVSCode InsidersにGitHub Copi

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

processor : 0 vendor_id : GenuineIntel cpu family : 6 model : 63 model name : Intel(R) Xeon(R) CPU E5-2660 v3 @ 2.60GHz stepping : 2 microcode : 1 cpu MHz : 2599.996 cache size : 4096 KB physical id : 0 siblings : 1 core id : 0 cpu cores : 1 apicid : 0 initial apicid : 0 fpu : yes fpu_exception : yes cpuid level : 13 wp : yes flags : fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pa

SELECT name, title, IF(sum(score) > 5, 5, sum(score) ) as score FROM ( SELECT name, title, 1 AS score, FROM ( SELECT name, CASE WHEN tweet_text CONTAINS '城下町のダンデライオン' OR tweet_text CONTAINS 'ダンデライオン' OR tweet_text CONTAINS '城下町のダンデライオン' OR tweet_text CONTAINS '城下町のダンデライオン' OR tweet_text CONTAINS 'dande_anime' THEN '城下町のダンデライオン' WHEN tweet_text CONTAINS '六花の勇者' OR tweet_text CONTAINS '六花の勇者' OR twe

WEB+DB PRESS vol88&vol89のElixirの紹介が言語紹介の文章でいまだかつてないほどのわかり易さだったので Elixirド素人がElixirとPhoenixフレームワークを使ってちゃんと公開できるREST APIサーバーを作ってみるまでを紹介します。 これを読めばたぶん２時間ぐらいで任意のデータのREST APIサーバーが作成できます。 フル版のソース - github 実際に作成したAPIの仕様 放映中のアニメ公式 Twitterアカウントのフォロワー変動履歴情報を提供するRESTful API サーバーを作りました 作成テーマ要件 Elixir PhoenixフレームワークでREST API サーバーを作る 今回扱うデータは特定分野のTwitterアカウントリストのフォロワー履歴とする MySQLに格納されたデータをREST API経由で取得できるようにする イン

[root@10-134-25-12 rabbit_swift]# bundle exec ruby -I./lib bin/get_object.rb -t /nico_archive/anime_c123_2015_02_19PLIT1G.zip -d ./private/ -c ../Chino/conf/conf.json Content-Length = 7548785363 Etag = "3772025e360d2d99fb813d151ba7d875" Accept-Ranges = bytes Last-Modified = Sat, 21 Feb 2015 09:23:37 GMT X-Object-Manifest = nico_archive/anime_c123_2015_02_19_SPLIT1G.zip_ X-Timestamp = 1424510616.48

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? リーダブルコード適用 チェックリスト リーダブルコード適用 チェックリスト使い方 コーディング初心者はコードを書いた後、コードレビューしてもらう前にこのチェックリストでセルフチェックをする (コーディング中級者の)レビューワーはこのチェックリストをチェックつけながらコードレビューをする コーディング上級者（もしくはリーダブルコードを暗記してる人）はこのチェックリストは必要ないが、プロジェクトのレビュー運営のポリシーによって使うこともある。 チェックリストの内容がわからなかった場合はリーダブルコード要約、もしくは「リーダブルコード」自体を

リーダブルコード要約とリーダブルコード要約の活用方法 今後コードレビュー時に「これってリーダブルコードの◯◯だよね？、こう直したほうがいいよね」と引用できレビューの時間の短縮化が実現できる。 リーダブルコードに登場する特殊ワードをチームのコーディングの共通語とする。デザインパターンのカタログ的な考え。 リーダブルコードを読んでない人も内容を短時間で把握できる。 チーム全体のコードを読みやすくメンテナンスしやすくし品質をあげる。 リーダブルコード教になりチーム以外にも広める。コードの品質が悪い人にはリーダブルコードの読書を進めてみる。ひどいコードのままコーディングしてもらうよりその時間を読書の時間に割り当てることも考える(結果的に時間が還元できるなら）。 リーダブルコードに書いてあることが全てのプロジェクトに適用てきるわけではないけれでもコーディングルールを考える際の指針にすることはできる。

Azure Machine Learningの回帰分析を使用した例として日経平均株価を予想してみます。 あくまでも回帰分析の例です。 (基礎情報) 日経平均株価と米ドル/円為替レートの相関関係 これが2002年から2015年9月17日までの日経平均株価と為替レートの２軸グラフです 青が為替レート、緑が日経平均株価 相関関係はそれなりにあることが分かります。 参考情報:日経平均株価と為替レートの相関関係 そのため、どちらかの値がわかれば片方の値もある程度は予測可能なはずです。 今回は米ドル/円為替レートが予めわかってる状態で、日経平均株価がわからないシチュエーションがあったと想定して 米ドル/円為替レートを元に日経平均株価を予想するデータ分析をAzure Machine Learningでやってみます。 Azure Machine Learning で回帰分析 Machine Learnin

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? RabbitMQのインストールとRabbitMQ管理画面の有効化までのステップのメモ Mac OSX 一番簡単 brew install rabbitmq 以上でインストール終了。裏でいろいろ(下で実施するLinuxインストール相当のことを)やってくれてる。 にアクセスすると管理画面が有効になっている。 user:guest password:guest でログインできる Linux Erlangをインストール sudo yum install erlang RabbitMQをダウンロード RPMはこちらから http://www.ra

Microsoft Azure Oxfordとは MSの機械学習 画像解析サービスです。 一応カテゴリ的にはAzure MLグループに位置しています。 一般の人でもDemoサイトで直接画像から年齢判定、性別判定が可能。 またAzureに登録しているユーザーは開発者キーでREST APIでプログラミングが可能です。 教師データをユーザーが使って機械学習させるのではなく、MSが予め持っている判定ロジックをクラウドAPIとして利用可能な素敵なサービスです。 今回は汎用画像解析の**「Computer Vision API」**について触ってみたいと思います。 扱える画像フォーマット、サイズ Input requirements: Supported image formats: JPEG, PNG, GIF, BMP. Image file size should be less than 4M

NHKつぶやきビッグデータとは日本語の全てのツイートをデイリーで集計しその日に一番つぶやかれている単語をバブルチャートで紹介するNHKの番組です。 D3.js というJSのライブラリで見た目が似たようなモノは簡単に作れます。 ということでプログラマーじゃなくても簡単に実行でき、本当にビッグになった時にも使える「NHKつぶやきビッグデータ」を作ってみます。 Inazuma システム構成図 今回作ったプログラム Inazuma （プログラム全体）https://github.com/AKB428/inazuma maki (Twitterデータ収集) https://github.com/AKB428/maki 構成ソフトウェア Oracle JDK http://www.oracle.com/technetwork/java/javase/downloads/index.html sbt (

現在放映されているアニメ作品の公式アカウントのグラフ化をするanime_followerというTwitterボットを作っています。 https://twitter.com/anime_follower こんなの システムの構成図は以下です 現行システム構成図 アニメ作品を管理するデータベースとアプリケーションサーバーがペアとなって、メイン系統と待機系で別々の場所の物理サーバーで稼働しています。 でもこの構成って面倒なんですよね。 データベースの同期をとったりするのが面倒なのでREST化したかった。 なので、REST API化してデータベースは一本化することにしました。 新システム構成図 そもそも放送クールごとのアニメ作品のデータをちゃんと管理してREST APIで提供してくれるサービスがないんですよね。 テレビ番組系のAPIならあるんですが、公式URLとかTwitterアカウントとか監督名

Scalaの勉強もかねてPlay FrameworkでDBを利用したREST APIサーバーを作ってみました。 自分がつまずいたポイントを記述しておきます。 ソースコード システム環境 ローカル開発環境: MacOSX + MySQL5.5 本番環境: CenOS6 + MariaDB5.5 Play Framework 2.3 JDK8 (Scala 2.11ではJDK8はテストサポート扱いらしい 標準サポートは JDK6 <= JDK7 ) Scala 2.11 IDE: IntelliJ IDEA 14 Ultimate + Scalaプラグイン (Ultimateは有償だがお薦め) データベースで管理するもの 2014〜2015年で放送されているアニメ作品を管理しているデータベース インストール&プロジェクト作成 最新のPlay Frameworkではactivator経由でインス

アドテク（広告テクノロジー）では、ブラウザでサイト見ているユーザー（オーディエンス）を特定する技術が求められます。 自社ECサイトで会員登録をしたユーザーを特定するのは簡単ですが、会員登録をしていないユーザー（初めて自社サイトに訪れたユーザー）を特定するには何らかの手段が必要になります。 つまり初めて自社サイトを訪れた人がどんな思考の人か、どんなサイトのどんなページを見ていたか・・。 その情報を特定するためにCookieに特定のIDを付与する技術がアドテクでは使われています。 3rd Party Cookieとは 今回の想定シナリオは以下のようになります オーディエンスがサイト1(train.com)で大阪へいくための電車料金を調べる サイト1には＜img src="tracking.com/1.gif"＞が埋め込まれており、オーディエンスがサイトを見た瞬間にトラッキングサーバーへ通信が走

{ "contributors": null, "text": "ツイッター動画投稿テスト http://t.co/y9hjEfABw1", "geo": null, "retweeted": false, "in_reply_to_screen_name": null, "possibly_sensitive": false, "truncated": false, "lang": "ja", "entities": { "symbols": [], "urls": [], "hashtags": [], "media": [ { "sizes": { "thumb": { "w": 150, "resize": "crop", "h": 150 }, "small": { "w": 340, "resize": "fit", "h": 340 }, "large": { "w": 72

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Conoha(OpenStack Swift)の静的WEBページ公開機能　概要 Conohaが使用しているOpenStackのオブジェクトストレージ機能であるSwiftはAmazon S3 互換相当の機能が実装されておりAmazonS3が持っている静的ページ公開機能も実装されています（要するにWEBサーバーとしてファイルを公開できる）。 一時期「１０円で借りれるレンタルサーバー」との触れ込みでAmazonが大々的に宣伝してたので知ってる方も多いでしょう。 http://www.awsmicrosite.jp/s3-hosting/ オブ

Twitterの公式アプリから動画(30秒まで)がアップロードできるようになりました。 https://twitter.com/n428dev/status/561814427150741505 まずはiPhoneアプリからで順次対応していくようです。 ここでプログラムからTwitterのツイートから動画URLだけ抜き出して動画収集したいところですが公式にTwitterのAPI側で対応するのは２月初旬以降のようです。 Twitter開発フォーラム) https://twittercommunity.com/t/twitter-video-support-in-rest-and-streaming-api/31258 現在の動画URLの仕様ですが 上記の図のツイートのURLが https://twitter.com/n428dev/status/561814427150741505 このツイ

Imgurとは？ imgurとはアメリカの画像アップロードサイトです。 アメリカだけでなく日本の某掲示板でも事実上のトップの画像アップロードサイトに君臨しています。 http://imgur.com/ **「聞いたことないよ」**という方でも http://i.imgur.com/nDSHVC4.jpg みたいなURLをよく見るようになった人も多いのではないのでしょうか。 SNS(Twitterなど)ではSNSサービス独自の画像アップロードサービスを展開しているためそこまではやっていないでしょうが、2chのように標準で画像アップロードサイトを用意していない掲示板では現在大人気です。 また実質的にiOSアプリで2chブラウザのデファクトスタンダードだった「BB2C」に組み込まれているのもimgurです。 この数十年、日本の画像アップロードサイトは決定打がなく画像アップローダーサイトが立ち上が

Google BigQuery概要 Google BigQueryとはGoogleが提供するビッグ データ分析用のSaaSです。 https://cloud.google.com/bigquery/?hl=ja ・・・と言ってもわかりにくいのでわかりやすいイメージはこんな感じです。 あなたがHadoop環境を用意してビックデータ解析をするとしましょう。 イメージ図の自社サーバーの場合、サーバーを調達し、Hadoopクラスタを構築し、インフラ系のトラブルに対処しつつ、それが終わったらやっとデータ分析の作業に入るという遠回りな作業が必要になります。 イメージ図のクラウド（例えばAWS EC2)の場合は自分でインスタンスを立ち上げてメモリを潤沢にもったサーバーを高額でレンタルしHadoopクラスタを構築しやっと本筋のデータ分析に入れます。 BigQueryでは、自分でサーバーを用意する必要もなく

「Joel on Software」の著書のJoel氏が立ち上げたFog Creek社のタスク管理ツールtrello。 スクラムのかんばんを視覚的に再現しつつ、WEBインターフェースで快適に動作する優れたツールです。 「便利とは聞いたことあるけど、既存のプロジェクト管理ツールから移行するのが面倒。」 「物理的に時間的に既存のRedmineやBacklogのチケットをtrelloに移行するのが無理。」 そういう人達のために開発用APIが公開されているためそれを利用すればいっきに赤い管理ツールからの移行もできます。 公開されているのはREST APIなので基本はどの言語でも利用できますが今回はRubyからtrello APIを利用する方法を紹介します。 APIドキュメントは以下 https://trello.com/docs/ 1. trelloのアカウントを取得 ここは説明不要なのでSKIP