ビットコインをAPIで自動売買する ビットコインの自動裁定取引システムのプロトタイプを開発しました。 以下の取引所に対し、3秒ごとに板情報を解析し、裁定機会があれば注文を送信します。 bitFlyer Quoine Coincheck bitbank.cc BTCBox ソースコードをGitHubに公開しています。TypeScriptで実装しており、Node.js環境でコンソールアプリとして動作します。 R2 Bitcoin Arbitrager R2はMac OS, Windows, Linux環境で実行可能です。各取引所に口座開設をし、APIキーを取得すればだれでも実行可能です。 ライセンスはMITです。 無償で無制限に利用可能です 複製、販売の制限もありません 作者は本ソフトウェアによって生じる一切の損害について責任を負いません ⚠️オークションサイトで本ソフトウェアを高額で出品して
はじめに なぜPythonを選ぶか かなり独断と偏見が入っていますが、 シンプルな言語セット 某言語のように、呪文のように短く書けることが命ではない。 それでいて、書くコード量は少なく、すっきりしている。 某言語のように、記号を多用しない。 コードを書いている間Shiftキーを押しっぱなしにならない。 学習コストが低い。 言語セットとしての文法は、わりと平易で、直感で理解できる。 難しい書き方は、後から覚えればよい。 文法書を読むのは、後からでいいでしょう。まずこの講座をやってみましょう。 Djangoフレームワークや、各種Pythonパッケージのソースを読んでも、 言語仕様を駆使した難しい書き回しは少ない。 メンテナーでなくても意外と読める。 なぜDjangoを選ぶか Pythonで作られたフルスタック・フレームワークであるということ。 必要なものはすべて揃っている。 テンプレートはあれ
セキュキャン 2015 高レイヤートラック(Jxck) 本資料は、セキュキャン 2015 高レイヤートラックの講義資料です。 セキュキャン参加者であるセキュリティエンジニアの卵を対象に、 Web のセキュリティの知見が、実際どのように Web アプリ開発に反映されているか、もしくはどう反映すべきかを、フレームワークの視点から解説することを目的としています。 将来、 Web のセキュリティに興味を持ったエンジニアが、その知見を多くの開発者に啓蒙する手段として、フレームワークに反映するというのは非常に有効な方法です。 ここではその実例として Rails を例にとり、 Rails がこれまでに積み上げてきたセキュリティに関する知見を振り返るとともに、フレームワークとしてそれをどう取り入れているかを解説します。 Intro Web アプリケーションを開発する場合、 Web アプリケーションフレーム
(この記事はGoogle Cloud Platform Advent Calendar 2015の12月3日分の記事です) Cloud Vision APIと私 Googleに入ってからまもなく5年、Google Cloud Platformのデベロッパーアドボケイト(エバンジェリストみたいな役割)の仕事に就いてから1年が経ちました。仕事の半分はアジア地域向けの開発者コミュニティ支援で、残り半分はGCPの新製品ローンチの支援をグローバル向けに行っています。 特にここ半年は、TensorFlowをはじめ、GCPの機械学習系プロダクトのローンチ支援にフォーカスしています。TensorFlowはその序章で、公開前からAlphaカスタマー向けのスライドを作ったり説明やデモしたりしていました。 そうしたGCPの新しい機械学習系サービスのひとつが、Cloud Vision APIです。これはGoogl
2011/05/12時点。まあ違う時期でも似たようなもんでしょう。 OpenCV 2.2をインストール http://sourceforge.net/projects/opencvlibrary/files/opencv-win/2.2/からOpenCV-2.2.0-win32-vs2010.exeをダウンロード、インストール。 Python 2.7.1をインストール Download Python | Python.orgからPython 2.7.1 Windows Installerをインストール。 numpy 1.5.1をインストール http://sourceforge.net/projects/numpy/files/NumPy/1.5.1/からnumpy-1.5.1-win32-superpack-python2.7.exeをインストール。 OpenCVのPythonライブラリ
最近社内でライトニングトークなるものがありました。 そのうち画像を使う機会がありそうで復習したかった半分、 OpenCV3.0使ってみたかった半分で単カメラの人物追跡をテーマに軽く解説をしてきました。 研究室時代ではいろんな論文の実装を組み込んで何とか実装していた単カメラ人物追跡ですが、 OpenCV3.0を使えば、100行くらいで人物追跡できます。素晴らしい限りです。 今回は、その実装について説明したいと思います。 ただし、以下の点には注意です。 理論などはすべて省略します 高速化は考えません(本当は大事) 使っている技術は古いです(2005-2006くらいの技術) 用いた環境 C++11 OpenCV 3.0 boost 1.58 (ファイル読み込みのみ) 人物追跡 ここでいう人物追跡とは、単一のカメラ映像に写る人物の軌跡を取得することです。 人物検出をして、その結果を追跡することで実
OpenCVで物体検出器を作成する① ~基礎知識~ こんにちは。新入社員のザキヤマです。最近は気温が上がってきて、夜も寝苦しくなってきましたね。。冬が待ち遠しいです!! いきなりですが、OpenCVや物体検出の初心者向けに、 「OpenCVでカスケード分類器を作る際に、知っていると便利かもしれない基礎知識からカスケード分類器作成まで」を全7回に分けて簡単に説明していきます。 それでは、第1回目です。今回はOpenCVの物体検出について導入知識をサクッと説明します。 OpenCVで物体検出器を作成するシリーズ、記事一覧はこちら! OpenCVで物体検出? OpenCVとは、有名な画像処理のライブラリです。その機能の一つに物体検出があります。 顔・眼・鼻・口・上半身などの検出器が用意されていますが、自分でカスケード分類器を作成すれば、好きな物体を検出させることができますよ!! カスケード分類器
自分がプログラマから起業して沢山失敗したので、同じミスをプログラマ、エンジニアの方にして欲しくないという想いから、よくある失敗をまとめました。(常に追加中) プログラマでなくても、フリーランスや起業する方に役立つでしょう。 特に技術分野の経験だけしかない人は、気をつけましょう。 技術以外の大量の会社関連の知識、実行能力、実行する時間、経験が必要になります。 従業員との最も大きな違いはリスクかと思います。 従業員は金銭的なマイナスリスクは非常に少ないですが、フリーランスや取締役は数百万円以上のリスク負うことが非常に多いので、リスクヘッジをするための知識と経験が(嫌でも)多く必要になります。 技術も持っているのでプロダクトを作りたい方も多いと思いますが、会社の場合プロダクトを作るだけではなく、市場で勝てるプロダクトを作る会社組織も同時に作らなくてはなりません。どのような人材をどの順番でどのよう
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