タグ

2016年8月18日のブックマーク (6件)

  • インド最高裁、子どもの「人間ピラミッド」禁止 転落事故相次ぐ

    インド西部ムンバイで開催されたヒンズー教の祭典で、「人間ピラミッド」から転落する少年(左下、2015年9月6日撮影)。(c)AFP/INDRANIL MUKHERJEE 【8月18日 AFP】インド最高裁は17日、西部マハラシュトラ(Maharashtra)州ムンバイ(Mumbai)で毎年開催される祭典で行われる組み体操「人間ピラミッド」について、危険だとして18歳未満の子どもの参加を禁じる判決を下した。ピラミッドの高さも6メートルまでに制限した。 「ダヒ・ハンディ(Dahi Handi)」と呼ばれるこの祭典はヒンズー教のクリシュナ(Krishna)神をたたえるもので、今年の開催を来週に控える。複数のグループが人間ピラミッドの高さを競い合い、少年たちがそれによじ登っていく。高さは13メートルに達することもあり、毎年多数の見物客を集めている。 しかし、練習中にピラミッドが崩れて負傷する事故が

    インド最高裁、子どもの「人間ピラミッド」禁止 転落事故相次ぐ
  • 170キロほど、車で通勤する予定だが

    サラリーマンではあるものの、かなり自由度が高く、全ての補助が出る環境。 東京まで通勤するんだけど、無謀かな。 電車でもいけるのだけど、ちょっと色々飽きてきて、気分転換に車に変えようかなと。 一つ難点はオフィスが青山で駐車難民になりそうな所。

    170キロほど、車で通勤する予定だが
    tomo31415926563
    tomo31415926563 2016/08/18
    日本は1億台kmあたりの事故率が100なので、この人が年間260日往復するとすると、年で9万km。つまり、年間10%の確率で事故に遭う。
  • Scrapy + Scrapy Cloudで快適Pythonクロール+スクレイピングライフを送る - Gunosyデータ分析ブログ

    はじめに こんにちは、データ分析部の久保 (@beatinaniwa) です。 今日は義務教育で教えても良いんじゃないかとよく思うWebクロールとスクレイピングの話です。 私自身、日頃は社内に蓄積されるニュース記事データや行動ログをSQLPythonを使って取得・分析することが多いですが、Web上にある外部データを使って分析に役立てたいというシーンはままあります。 単独のページをガリガリスクレイピングしたいときなどは、下の1年半ぐらい前の会社アドベントカレンダーに書いたような方法でやっていけば良いんですが、いくつもの階層にわかれたニュースポータルサイトやグルメポータルサイトを効率よくクロール+スクレイピングするためには、それに適したツールを使うのがすごく便利です。 qiita.com そこでPythonスクレイピングフレームワークScrapyの登場です。 Scrapy | A Fast

    Scrapy + Scrapy Cloudで快適Pythonクロール+スクレイピングライフを送る - Gunosyデータ分析ブログ
  • 円周率が22/7より小さいことの証明 - Wikipedia

    有名な数学的事実であるところの、円周率 π が 22/7 より小さいことの証明(えんしゅうりつが 7 ぶんの 22 よりちいさいことのしょうめい)は、古代ギリシアのアルキメデスに始まり、何通りも与えられている。項では、そのうちの一つで、微分積分学の初等的なテクニックのみを用いる、近年に発見された証明を扱う。この証明は、その数学的な美およびディオファントス近似の理論との関係によって、現代数学においても注目されてきた。スティーヴン・ルーカスは、これを「π の近似に関する最も美しい結果の一つ」と呼び[1]、ジュリアン・ハヴィルは、円周率の連分数近似の議論を終える際に「この結果に言及せざるを得ない」と述べた上で証明を示している[2]。 もし円周率が 3.14159 に近いことを知っていれば、22/7(3.142857 に近い)よりも小さいことは自明である。しかし、π < 22/7 を示すのは、π

  • {rBayesianOptimization}パッケージによるベイズ最適化で機械学習パラメータチューニングをお手軽に - 渋谷駅前で働くデータサイエンティストのブログ

    機械学習のパラメータチューニングというと大なり小なり大変な部分があって、今年のエイプリルフール記事に皆さん引っかかって下さったところを見るにパラメータチューニングを簡単に済ませたい!と願う人々は世の中多いようです(笑)。 少し前のMXnetを使った記事でも取り上げましたが、そのパラメータチューニングを迅速に済ませようというアイデアの一つがベイズ最適化(Bayesian Optimization)です。 要は、グリッドサーチのように網羅的に最適なパラメータを探索しに行くのではなく、一つのパラメータで精度をチェックしたらその次は精度が上がりやすそうな方向にベイズ的に逐次改善を行いながら探索していく、という方法のことです。 世の中色々seminar paper的なものがあるようですが、arXivから@enakai00さんが見つけてきて下さったのがこれ。 [1012.2599] A Tutoria

    {rBayesianOptimization}パッケージによるベイズ最適化で機械学習パラメータチューニングをお手軽に - 渋谷駅前で働くデータサイエンティストのブログ
  • Engadget | Technology News & Reviews

    Apple's thinner new iPad Pros feature an M4 chip and "tandem" OLED displays

    Engadget | Technology News & Reviews
    tomo31415926563
    tomo31415926563 2016/08/18
    流体ブラックホールだ。