sonesukeのブックマーク / 2015年2月27日

sonesuke id:sonesuke

2015年2月27日のブックマーク (6件)

一流ライターが知っている、文章を相手に読ませる4つのコツ | ライフハッカー・ジャパン
文章を書けば書くほど、上手な文章の書き方について、まだ学ぶべきことがたくさんあると気づきます。自分が何を知らないのか、理解することの先に、学習の過程にはそれを実践するという難関があります。私はとても幸運なことに、これまで優秀な編集者たちと仕事をしてきており、書いた記事を1つ1つ直していただいています。また、自分の仕事に活かせるようなヒントを他のライターから見つけようと努力もしています。この過程で、私はトップクラスのライターなら誰でも知っていそうな、一般的な法則を見つけました。実は、この法則を仕事に応用するのが最も難しい部分なのですが、一度知ってしまえば実践し始めることができます。記事で一番重要な部分は見出し文章にはたくさんの要素がありますが、見出し（もしくは多くの場合、担当編集者が付けた見出し）は、残りの文章よりも重要な役割を担っています。見出しは、誰かがあなたの記事を読むキッカケ
sonesuke 2015/02/27
リンク
サービス終了のお知らせ
sonesuke 2015/02/27
リンク
Yale OpenHand Project
sonesuke 2015/02/27
リンク
[mixi] 掲載が終了したニュース
掲載期間が終了しました。 ※申し訳ありませんが、このニュースは掲載期間が終了したか、URLが間違っているためご覧いただけません。詳しくはmixiニュースの掲載可能期間をご覧ください。
sonesuke 2015/02/27
これはすごい。発想も。技術も。
リンク
統計的変化点検出の手法 - Qiita
ログデータの異常検知を行う必要が発生したので、変化点検出の統計的な手法をざっくりと調べてみた。偏差の累積和による方法各データ点に対して標本平均との偏差の累積和を求め、これが最も大きくなる点を変化点とする方法。手順は下記の通り。系列全体の平均値(標本平均)を計算して、各点について平均値との差を求める平均値との差の累積和を計算し、絶対値が最大になる点を変化点とする。変化点によって区切られた各区間について、1,2を再帰的に繰り返す。平均値でなく分散を使うバージョンもある。特徴 1次元のデータ列に適用可能。変化していない部分のデータは同一の確率分布に従い、かつ観測値はすべて互いに独立であることを仮定。上記を満たしていれば、データが特定の分布に従うことを仮定しない。もちろんデータの独立性が仮定できなければ使えないので、ログのような時間相関のありがちなデータにおいて使える場面は限
sonesuke 2015/02/27
リンク
changefinder - Argmax.jp
Basics Profile Software memo Software pyssp colorcorrect 閻魔 pykwic azarashi changefinder 2020-10-16 Profile 2017-09-24 RecentDeleted 2017-03-29 CircleCiでgoをやる memo 2017-03-24 FrontPage Menuedit MenuBar SideMenu FrontPage changefinder † オンラインで時系列の変化点検出を行うpythonライブラリ。Change Finderアルゴリズムを利用。一サンプルずつ与えて変化点スコアを逐次に計算するようになっているので、センサーデータの監視なんかに使いやすそう。忘却型ARモデルで動いてるChange Finderとその場その場でARIMAとかを当てはめるChange
sonesuke 2015/02/27
リンク
- 2015年2月28日
- 2015年2月27日
- 2015年2月26日