スタートアップやプロダクトの成功に必要な「アイデア×プロダクト×実行×チーム×運」の 5 つの項目について解説した概要のスライドです。急成長するプロダクトの初期に役立てていただければと思います。 プロダクトマネージャーやスタートアップの CEO の方向けにどうぞ。 ※ Japan Product Manager Conference 2016 の登壇資料ですRead less
スタートアップやプロダクトの成功に必要な「アイデア×プロダクト×実行×チーム×運」の 5 つの項目について解説した概要のスライドです。急成長するプロダクトの初期に役立てていただければと思います。 プロダクトマネージャーやスタートアップの CEO の方向けにどうぞ。 ※ Japan Product Manager Conference 2016 の登壇資料ですRead less
スタートアップを始める前に知っておくべき、スタートアップの反直観的な事柄やスタートアップの逆説についてまとめました。Paul Graham と Peter Thiel の言説を振り返りたいときにどうぞ。※ 6/30 に東京大学のアントレプレナー道場で話した内容です。 1.不合理なアイデアこそが合理的 2.良いアイデアは説明しづらい 3.難しい課題のほうが実は簡単 4.良いプロダクトの機能は少ない 5.多数のLike より少数のLove を 6.スタートアップのアイデアを考えてはいけない 7.競争は敗者の戦略—独占せよ 8.小さな市場から始める 9.スケールしないことをしよう 10.チームに多様性はいらない 11.会社化すると良くない 12.スタートアップに関する知識はいらない 13.やりたいことはやってみないと分からない +逆説のベンチャー投資Read less
6. GoでWebアプリを開発する メリット ● インタプリタと比較して 高速・軽量 ○ Railsより50倍の速度と10倍の省メモリという話も[1] ● 並列処理 が簡単 ○ goroutine(スレッド)と channel(メッセージパッシング) ○ go func() のように go を使うだけ ● シングルバイナリ でデプロイ ○ コンパイルしたバイナリをアップロードするだけ ○ ライブラリのインストールなどが不要 ○ コンテナ や マイクロサービス との親和性が高そう 16/02/27 6 [1] https://plus.google.com/+MattAimonetti/posts/PeZk8FY3PWY 7. GoでWebアプリを開発する メリット ● コーディング規約 を統一 ○ gofmt(goimports)で強制的に直される ○ 可読性が上が
PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜
逆アセンブルを眺めながらネイティブコードの楽しさについて語ります。ハング・メモリリークなど、ソフトウェアエンジニアであればだれでも経験するであろう問題について夏休みの自由研究のように観察します。 簡単な食事および伊藤園からのお茶が提供予定です。 【講演者略歴】 我孫子 泰祐 大学院にて非ノイマン型プロセッサを研究し、卒業後に小さな会社を立ち上げるも諸般の事情で日本マイクロソフトに入社。その後マイクロソフト本社へ転籍。現在は Windows部門にてソフトウェア開発に従事。工学博士。 【内容(予定)】 ネイティブコードとは? 逆アセンブルからCソースを脳内生成してみよう(バグ修正の存在確認) コンパイラによる最適化を観察してみよう(デバッグビルドとリリースビルド) 関数コールの仕組みを観察してみよう(関数呼び出し規約、スタックメモリ) 森の中でメモリリークに出遭ったら(ヒープメモリの観察) 森
8. TCPデータ インターネットはなぜ遅いのか? クライアント サーバ ネットワークA R R R ネットワークB ネットワークC ネットワークD 2点間の距離が遠い場合は、ackの応答に時間がかかり、ネットワークリソースを十分に活かしきれません TCPデータ TCPデータ TCPデータ 使い切れていない ネットワークリソース ack ack ack ack きたぞー 送ったぞー 9. インターネットはなぜ遅いのか? 海外にアクセスしようものなら、ackの応答時間(Round Trip Time)に10倍以上もの差が出ることもしばしば US カリフォルニア州 166ミリ秒15ミリ秒 yahoo.co.jp さくら インターネット RTT= RTT= 大阪 東京 KDDI Softbank Telecom yahoo.com 海底ケーブル (恐らくJapan-US経由) R R R R R
The document describes various probability distributions that can arise from combining Bernoulli random variables. It shows how a binomial distribution emerges from summing Bernoulli random variables, and how Poisson, normal, chi-squared, exponential, gamma, and inverse gamma distributions can approximate the binomial as the number of Bernoulli trials increases. Code examples in R are provided to
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
処理を実行中です
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