タグ

2020年7月9日のブックマーク (8件)

  • ビジネス特集 東京から200キロ 大手企業が続々集まるワケ | NHKニュース

    「10年先に起きると予測されていたことが新型コロナの影響で一気に来た」 今月、福島県会津若松市に拠点を設けたセイコーエプソンの執行役員のことばです。三菱商事、ソフトバンク、コカ・コーラ ボトラーズジャパンなど、この1年余りでさまざまな業種の大手企業が会津若松に続々と進出。東京から約200キロ離れた会津若松の魅力はどこにあるのでしょうか。(福島放送局記者 樽野章) 会津のシンボル、鶴ヶ城のすぐ近くに、去年4月、官民が連携してオフィスビルを整備しました。ビルの名前は、AIZUとICT=情報通信技術を組み合わせて「スマートシティAiCT」。 1年余りの間に23社が入居し、そのうち7割が県外の企業。200人以上が働く一大拠点です。東京から約200キロ。なぜ数ある地方都市の中で会津若松なのか。 その理由は全国に先駆けて「スマートシティ」化を進め、市民生活に関するさまざまなサービスが生み出されているか

    ビジネス特集 東京から200キロ 大手企業が続々集まるワケ | NHKニュース
  • Kindle蔵書一覧を取得する方法 - Qiita

    Kindleの蔵書が1万冊を超えてきて、そろそろ蔵書管理したくなり、 蔵書一覧を取得する方法を調べたので、まとめておく。 概要 蔵書一覧の取得方法としては大きく2つあり、 コンテンツと端末の管理ページからスクレイピングする方法と、 Kindle Cloud Readerが使っているWeb SQL Databaseのクライアント側のDBからそのまま取得する方法がある。 後者のほうが簡単なため、ここでは後者の方法について記載する。 (前者の方法が知りたい方は、https://qiita.com/yshr1982/items/072e8b44d456f6d9358bなどを参考にしてください。) // 追記 上記の2つの方法以外のやり方を情報共有してもらったので追記。 @error_401さんから頂いた情報によると Kindle for PCを利用している場合、の情報が入ったXMLが生成されるた

    Kindle蔵書一覧を取得する方法 - Qiita
  • (追記しました)健常な人間に生まれたかった。

    障害者手帳を持っている専門学生。 4月に入学した学校が、入学から2ヶ月しか経っていない今、「就職活動を始めるべき」とメールを送ってきた。 就職について意見交換しようと家族会議をしたら、家族との認識の違いに気づいた。 私はクローズ就労をするつもりだったけど、家族は当然のようにオープン就労をさせるつもりだったらしい。 クローズ就労というのは、障害を会社に隠した就労のことで、オープンは障害をカミングアウトして障害者枠で雇用されること。 親が言うには、クローズ就労はバレたときに会社に嫌われるだけだ。そもそもシステム上隠し切るのは難しい。せっかく手帳が取れたのだからそれを生かして就活するべきだ。 私は正直思ってもなかったことで、困惑している。発達障害者がクローズで働いているという話をネットで読んだことがあって、自分も同じことができると思っていた。 親が言うには、私は「不器用」らしい。時間の使い方が下

    (追記しました)健常な人間に生まれたかった。
    sumakaigan
    sumakaigan 2020/07/09
    日本人は見た目が違うだけですぐアレコレ言いやがる。全部跳ね返してやれ
  • Pythonを用いたKaggle入門書を2020年3月に講談社から出版します - u++の備忘録

    このたびご縁があり、Pythonを用いたKaggle入門書を講談社から出版する運びとなりました*1。現在デザインや校正などを進めている段階で、発売開始は2020年3月17日を予定しています。 https://www.amazon.co.jp/dp/4065190061 同人誌ながら累計2500部以上を売り上げている『Kaggleのチュートリアル』*2を執筆したカレーさんとの共著です。 私がQiitaに投稿した「Kaggleに登録したら次にやること ~ これだけやれば十分闘える!Titanicの先へ行く入門 10 Kernel ~」*3と、カレーさんの『Kaggleのチュートリアル』を基にした書籍です。この2つのコンテンツを土台に、さらなる内容も盛り込みながら「初学者向けのKaggle入門書の決定版」を目指して執筆を進めています。 書の前半では、初学者向けチュートリアルの「Titanic

    Pythonを用いたKaggle入門書を2020年3月に講談社から出版します - u++の備忘録
  • Kaggleに登録したら次にやること ~ これだけやれば十分闘える!Titanicの先へ行く入門 10 Kernel ~ - Qiita

    Kaggleに登録したら次にやること ~ これだけやれば十分闘える!Titanicの先へ行く入門 10 Kernel ~PythonKaggle 事業会社でデータサイエンティストをしているu++です。普段ははてなブログ1で、Kaggleや自然言語処理などデータ分析に関する記事を定期的に書いています。 Kaggleでは2019年に「PetFinder.my Adoption Prediction」2というコンペで優勝(チーム)し、「Santander Value Prediction Challenge」3というコンペで銀メダルを獲得(個人)しました。「Kaggle Master」と呼ばれる称号4を得ており、Kaggle内ランクは、約16万人中最高229位です5。 記事では「Kaggleに登録したら次にやること」と題して、Kaggleに入門したい方に向けて次のようなコンテンツを掲載します。

    Kaggleに登録したら次にやること ~ これだけやれば十分闘える!Titanicの先へ行く入門 10 Kernel ~ - Qiita
  • 社内で機械学習ハッカソン(Kaggle編)を開催しました - Hatena Developer Blog

    こんにちは、ウェブアプリケーションエンジニアのid:syou6162です。今年の夏に社内機械学習ハッカソンを開催したので、その様子を紹介したいと思います。今回のハッカソンでは、機械学習のコンペサイトとして有名なKaggleをテーマに取り組みました。 なぜKaggleをやるのか? 事前準備 取り組んだコンペ id:syou6162 (TalkingData AdTracking Fraud Detection Challenge) id:alpicola (Toxic Comment Classification Challenge) id:takuya-a (Titanic: Machine Learning from Disaster) id:tanishiking24 (Spooky Author Identification) id:miki_bene (Titanic: Machi

    社内で機械学習ハッカソン(Kaggle編)を開催しました - Hatena Developer Blog
  • 機械学習をゼロから学ぶための勉強法 - Qiita

    はじめに データサイエンスや機械学習っておもしろそう!と思いつつも、どうやって勉強をしたら良いかわからない......と感じた経験はありませんか? ちなみに自分もその一人です。 この記事では、機械学習ってそもそも何? AIという言葉は知ってるけど詳しいことはわからないというような初学者でも、知識・経験を積んで機械学習に取り組めるようにするために必要な基礎の基礎から学ぶための勉強法を自分の経験をもとに紹介します!(ここで紹介するものは機械学習の中級者以上の方でも基礎知識の復習として活用できるものかなとも思っています) この記事の続編(データサイエンスはじめて1か月以内で参加したコンペで銀メダル(上位3%)とるまで!)はこちら 概要 (基的にはこの3stepです) 基礎知識をつける(単語・用語の理解) ライブラリの使い方を理解 実際にコンペに挑戦(Kaggle) 1.機械学習&ディープラーニ

    機械学習をゼロから学ぶための勉強法 - Qiita
  • IT未経験からMLエンジニアになるまでの2年半でやったこと - MLaaSS - Machine Learning as a Self-Satisfaction

    はじめに 自身の転職活動にあたり皆さんの転職エントリが非常に参考になったので、私も同じ境遇の方の参考になればと思い、書き残すことにしました。(ただ、当に私と似た境遇の方にはなかなかリーチしづらい気がしていますが・・・) TLDR; 30歳でIT未経験からMLエンジニア転職 約2年半独学で勉強(ほとんどkaggleしてただけ) 無関係に思えた現職での経験もなんだかんだ転職で役に立った 目次 自己紹介 現職について 転職の理由 勉強したこと 転職活動 終わりに 1.自己紹介 かまろという名前でTwitterなりkaggleなりをやっています。kaggleでは画像やNLPといったdeep learning系のコンペを中心に取り組んでおり、2019年の9月に金メダルを獲得しMasterになることができました。 恐らくここが他の転職エントリを書かれている方々と大きく異なる点かと思うのですが、現職

    IT未経験からMLエンジニアになるまでの2年半でやったこと - MLaaSS - Machine Learning as a Self-Satisfaction