あなたの街のTwitterランキング : まちツイ
37歳からプログラミングを学び、GitHub日本法人を設立。堀江大輔が第一線で活躍し続ける理由。 | キャリアハック（CAREER HACK）
Amazon、Yahoo!Japan、Six Apart、クックパッド、スタートアップの起業などを経て、GitHubの日本法人設立の立役者となった堀江大輔さんにインタビュー。WEB業界の第一線で活躍を続ける彼のキャリアの転機、そして後進に贈るアドバイスとは。 GitHub Japan設立の立役者のキャリアとは？ 2015年6月に開設されたGitHub初の海外支社「ギットハブ・ジャパン」。開設後は全国各地のオープンソースコミュニティ活動への参加、導入企業へのサポートを拡充するなど、WEB・IT業界やプログラマ、デザイナーたちへの存在感を高めている。 今回お話を伺ったのは、ジェネラルマネージャーとしてギットハブ・ジャパン設立のキーマンとなった堀江大輔氏。現在はプログラムマネージャーとして、サポートチームの構築と各コミュニティへの参画に邁進する彼のキャリアはなかなか興味深いものだ。 中学生の時に
日本の行政機関等が公開しているAPIについてのまとめ（2016年8月17日暫定版。随時更新） - Qiita
この記事は下記のURLにあるコミックマーケット90で頒布した同人誌と自分が管理するブログの記事を微修正し、転載したものです。 南関東開発機構 : 同人誌「日本の行政機関が公開中のAPIについて調べてみた本」を公開しました http://blog.livedoor.jp/south_kanto_dm/archives/52143201.html 南関東開発機構 : 日本の行政機関が公開中のAPIについてのまとめ（2016年8月17日暫定版） http://blog.livedoor.jp/south_kanto_dm/archives/52143463.html 前書き この記事の目的は、日本の行政機関等が公開しているAPIを紹介する事です。 日本の情報技術は他国と比較して、立ち遅れている部分があり、これを立て直すのが喫緊の課題であると言えます。 日本政府もこの問題に危機意識を持ち、先日、経
採用面接での「何か質問はありますか？」をチャンスに変える5つの質問例 | ライフハッカー・ジャパン
Jefferson McDowell氏はIT専門家であり、節約や子育て、キャリアアップなどに関するブログ「See Debt Run」を運営するブロガーでもあります。今回はJefferson McDowell氏が「就職・転職面接で使える『逆質問』のヒント」を教えてくれました。 採用面接の最後に聞かれるお決まりといえば「何か質問はありますか？」でしょう。しかし、ほとんどの面接で必ずといっていいほど聞かれる質問にも関わらず、返答を準備していない面接者があまりにも多いように思います。場合によっては、この返答は面接の中でも一番大事なものになり得ます。返答によって、面接官はあなたが何を一番重要視しているかがわかるからです。 万が一「いえ、聞きたいことはすでに聞きました」とでも答えようものなら、面接官には会社に興味がない、無関心な人だと思われてしまいます。さらに良くないのは、今までの面接の印象を一瞬で台
dspdata.psd - パワー スペクトル密度 - MATLAB - MathWorks 日本
Hpsd = dspdata.psd(Data) Hpsd = dspdata.psd(Data,Frequencies) Hpsd = dspdata.psd(...,'Fs',Fs) Hpsd = dspdata.psd(...,'SpectrumType',SpectrumType) Hpsd = dspdata.psd(...,'CenterDC',flag) パワー スペクトル密度 (PSD) は連続スペクトルを対象とするものです。与えられた周波数帯域全体における PSD の積分では、周波数帯全体の信号の平均パワーが計算されます。平均二乗スペクトルとは対照的に、このスペクトルのピークはある周波数におけるパワーを反映するものではありません。詳細については、dspdata の avgpower メソッドを参照してださい。 片側 PSD には、DC からナイキスト レートの半分までの周
dspdata - DSP データ パラメーターの情報 - MATLAB - MathWorks 日本
メモ dspdata.dataobj の使用は推奨されていません。代わりに適切な関数インターフェイスを使用してください。 Hs = dspdata.dataobj(input1,...) では、タイプ dataobj の dspdata オブジェクト Hs が返されます。このオブジェクトは、指定された dataobj タイプに必要なパラメーター情報をすべて含んでいます。個々のリファレンス ページで説明されているとおり、各 dataobj は 1 つ以上の入力を受け入れます。入力値を指定しないと、出力オブジェクトは特定の dataobj タイプに対して適切な既定のプロパティ値をもちます。
FFT を使用したパワー スペクトル密度推定 - MATLAB & Simulink - MathWorks 日本
最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。 FFT を使用したパワー スペクトル密度推定 この例では、fft を使用して、ピリオドグラムと等価なノンパラメトリック PSD (パワー スペクトル密度) 推定を求める方法を示します。例においては、偶数長の入力、正規化周波数、片側および両側 PSD 推定に対し、fft の出力を適切にスケーリングする方法が示されます。 サンプルレートを使用した偶数長の入力fft と periodogram の両方を使用して、1 kHz でサンプリングされた偶数長の信号についてピリオドグラムを求めます。結果を比較します。 100 Hz 正弦波から成り、N(0,1) 加法性ノイズをもつ信号を作成します。サンプリング周波数は 1 kHz です。信号長は 1000 サンプルです。結果に再現性をもたせるために、乱数発
自己相関を使用した残差解析 - MATLAB & Simulink - MathWorks 日本
この例では、信頼区間をもつ自己相関を使用してノイズ データの最小二乗近似の残差を解析する方法を示します。残差は近似モデルとそのデータの誤差を示します。信号とホワイト ノイズのモデルで信号に対して良い近似が得られている場合は、残差はホワイト ノイズのはずです。 加法性ホワイト ガウス ノイズを伴う 1 次の多項式 (直線) で構成されるノイズ データ セットを作成します。加法性ノイズは N(0,1) 分布に従う一連の無相関確率変数です。これは、すべての確率変数は平均 0 と分散 1 をもつことを意味します。再現性のある結果を得るために、乱数発生器を既定の状態に設定します。
一般化線形モデルによるデータの近似 - MATLAB & Simulink Example - MathWorks 日本
この例では、glmfit と glmval を使用して、一般化線形モデルの当てはめと評価を行う方法を示します。通常の線形回帰を使用すると、直線、またはパラメーターにおいて線形である任意の関数を、正規分布した誤差を伴うデータに当てはめることができます。これは最もよく使用されている回帰モデルですが、必ずしも現実的なモデルであるとは限りません。一般化線形モデルは、線形モデルを 2 つの方法で拡張したものです。第 1 に、リンク関数を導入することで、パラメーターにおける線形性の仮定が緩和されます。第 2 に、正規分布以外の誤差分布をモデル化できます。 一般化線形モデル回帰モデルは、応答変数 (一般に y で示される) の分布を、1 つ以上の予測子変数 (一般に x1、x2 などで示される) を使用して定義します。最もよく使用されている回帰モデルである通常の線形回帰は、正規確率変数として y をモデ
ロジスティック回帰モデルのベイズ解析 - MATLAB & Simulink Example - MathWorks 日本
この例では、slicesample を使用してロジスティック回帰モデルでベイズの推論を行う方法を示します。 統計的推定は、最尤推定法 (MLE) に基づくのが一般的です。MLE はデータの尤度を最大化するパラメーターを選択するので、直観的に言えば魅力的です。MLE では、パラメーターは未知でも確定はしているものと想定されており、ある程度の信頼をもって推定されます。ベイズ解析では、未知のパラメーターについては確率を利用して数値化します。それゆえ未知のパラメーターは確率変数として定義されます。 ベイズの推論ベイズの推論は、モデルまたはモデル パラメーターについての予備知識を取り込んで統計モデルを解析する処理です。このような推論の根底にあるのは、ベイズの定理です。 たとえば、次のような正規の観測値があるとします。 ここで、sigma は既知であり、theta の予備知識は次のとおりです。 この式
音声の LPC 解析と合成 - MATLAB & Simulink Example - MathWorks 日本
この例では、線形予測コーディングを使用した音声の低帯域幅送信に Levinson-Durbin ブロックと Time-Varying Lattice Filter ブロックを使用する方法を示します。 サンプル モデル 例の説明この例は解析と合成の 2 つの部分で構成されています。解析部分 'LPC Analysis' は、システムの送信側にあります。反射係数と残差信号は、元の音声信号から抽出され、チャネルを介して送信されます。システムの受信側にある合成部分 'LPC Synthesis' では、反射係数と残差信号を使用して元の信号を復元します。このシミュレーションでは、音声信号が 20 ms (160 サンプル) のサイズのフレームに分割され、そのうち 10 ms (80 サンプル) がオーバーラップしています。各フレームはハミング ウィンドウで表示されます。11 次数の自己相関係数が検出
一般化線形モデルによるデータの近似 - MATLAB & Simulink Example - MathWorks 日本
この例では、glmfit と glmval を使用して、一般化線形モデルの当てはめと評価を行う方法を示します。通常の線形回帰を使用すると、直線、またはパラメーターにおいて線形である任意の関数を、正規分布した誤差を伴うデータに当てはめることができます。これは最もよく使用されている回帰モデルですが、必ずしも現実的なモデルであるとは限りません。一般化線形モデルは、線形モデルを 2 つの方法で拡張したものです。第 1 に、リンク関数を導入することで、パラメーターにおける線形性の仮定が緩和されます。第 2 に、正規分布以外の誤差分布をモデル化できます。 一般化線形モデル回帰モデルは、応答変数 (一般に y で示される) の分布を、1 つ以上の予測子変数 (一般に x1、x2 などで示される) を使用して定義します。最もよく使用されている回帰モデルである通常の線形回帰は、正規確率変数として y をモデ
にいお速報 : 【ラスベガス】ポーカー世界大会に参加したので写真うｐするよ
2013年07月27日12:30 【ラスベガス】ポーカー世界大会に参加したので写真うｐするよ カテゴリ自分語り niiosokuhou Comment(5)Trackback(0) 1: 1 2013/07/26(金) 21:07:23.37 ID:l3RZsF1H0 ベガスで開催される、ワールド・シリーズ・オブ・ポーカー！ 参加費100万円！優勝賞金8億円！ これに出場したので写真あげてくよー 質問あったら答えます！ 2: 1 2013/07/26(金) 21:08:14.74 ID:l3RZsF1H0 日本では子供の頃のお遊びだったり、あるいはギャンブルのイメージが強いポーカー。 しかし欧米ではとてもポピュラーで、何千万人もがプレイしています。 世界各地でポーカーイベントが開催されていますが、 ワールド・シリーズ・オブ・ポーカー（以下、WSOP）は、ポーカープレイヤーにとって 特別なイ
理系就職偏差値ランキング2015 : 就活まとめ速報 〜就職活動に役立つ２chまとめ〜
理系就職偏差値ランキング2015 Part6 http://uni.2ch.net/test/read.cgi/recruit/1390200065/-100 1: 就職戦線異状名無しさん 2014/01/20(月) 15:41:05.02 ■■■2015年卒用 理系就職偏差値ver1.0■■■ 70 IBM(基礎研) Google(ｿﾌﾄｳｴｱｴﾝｼﾞﾆｱ) Intel JAXA 69 上位研究所(MRI/NTT持株/豊田中研/鉄研/電中研/産総研) 武田薬品 68 上位金融(数理専門) NHK(放送技術) 67 JXｴﾈ Microsoft JR東海 第一三共 66 ｷｰｴﾝｽ ﾄﾞｺﾓ(中央) 新日鐵住金 ﾄﾖﾀ ｱｽﾃﾗｽ ｴｰｻﾞｲ INPEX TV局(NHK地方局除く) 65 JR東 ｻﾝﾄﾘｰ 味の素 ｱｻﾋ ｷﾘﾝ 東ｶﾞｽ 昭和ｼｪﾙ 旭硝子 ANA(技術) 花王 日揮
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
複素ケプストラム - 基本周波数推定 - MATLAB & Simulink - MathWorks 日本
FFT を使用したパワー スペクトル密度推定 - MATLAB & Simulink - MathWorks 日本
一般化線形モデルによるデータの近似 - MATLAB & Simulink Example - MathWorks 日本
BIGLOBEなんでも相談室サービス終了のお知らせ
Smartheart Japan、スマートフォンを介し心電図を伝送できる家庭用ポータブル心電計「smartheart」を発売
日本人が鬱だらけな理由って何だろう？ :ソニック速報