（初心者向け）GitHubアカウントにターミナルでログイン（SSH接続）する | DevelopersIO
大阪オフィスのYui(@MayForBlue)です。 既存のGitHubアカウントにターミナルからSSH接続する方法をまとめました。 最近自分でやってみて色々詰まったので備忘録です。。 手順 .sshフォルダに移動する cd ~/.ssh 鍵を生成する ssh-keygen -t rsa -C "メールアドレス" 鍵を保存するファイルを指定する（ここではデフォルトでいいので、Enterをクリックする） Enter file in which to save the key (/Users/<ユーザー名>/.ssh/id_rsa): 任意のパスワードを入力する Enter passphrase (empty for no passphrase): 同じパスワードを入力する Enter same passphrase again: ssh-agent（認証鍵を保存するプログラム）に、生成した鍵
Python Is Not A Great Programming Language
python.md Python is not a great programming language. It's great for beginners. Then it turns into a mess. What's good What should be good What's "meh" What's bad What's bad about the culture What's good A huge ecosystem of good third-party libraries. Named arguments. Multiple inheritance. What should be good It's easy to learn and read. However, it's only easy to learn and read at the start. Once
スマホ用の気持ちいいインタラクションを豊富に備えた、オープンソースのUIコンポーネント -Cuberto
スマホアプリ用の気持ちいいインタラクションを豊富に備えた、オープンソースのUIコンポーネントを紹介します。タップやスワイプなど、ユーザーの操作に反応するアニメーションは、見ているだけでも楽しめます。 GitHub Open Source Collection ここで紹介するUIコンポーネントは、ロンドンの制作会社「Cuberto」によるもので、MITライセンスで商用のプロジェクトでも無料で利用できます。 Bubble Icon Tab Bar -GitHub 現在位置のアイコンをバブル状にするタブ。 Balloon Picker -GitHub 風船がふわふわ浮かびながら追従するカスタムピッカー。 Fluid Card -GitHub タップすると、アニメーションで拡張するカード。 Liquid Swipe -GitHub 流体のアニメーションでスワイプ。 Rubber Range Pic
XGBoostのお気持ちをちょっとだけ理解するためのメモ - Qiita
現在、Kaggleにてよく使われる手法の一つにGBDT(Gradient Boosting Decision Tree)があります。さらにその種類の１つXGBoostはKagglerによりその効果を検証され非常に人気の高いアルゴリズム・実装です。このブログでは、XGBoostの論文からアルゴリズムを理解するための主要な部分、 TREE BOOSTING IN A NUTSHELL 2.1 Regularized Learning Objective 2.2 Gradient Tree Boosting を丁寧に解説することを目的に書いています。 また、ここで解説した理論、アルゴリズムについてはLightGBMにおいてもほぼ同じと思いますので、合わせて参考になるかと思います。 おことわり しかしながら、最初におことわりをさせていただくのですが、markdownやtexでキレイにまとめる余裕が
D3 V4 - What's new?
class: center, middle, inverse # D3 V4 - What's new? Play along: [D3 v3 playground](http://jsbin.com/degoxo/1/edit?html,js,console,output) | [D3 v4 playground](http://jsbin.com/yoruka/1/edit?html,js,console,output) Slides: [iros.github.io/d3-v4-whats-new/](http://iros.github.io/d3-v4-whats-new/#1) [](http://bocoup.com/datavis) --- # Modularity #### D3 v3 was
機械学習を使って自分に映画をおすすめしてみた - データで見る世界
なんかいい映画ないかなぁと思うことは誰にだってありますよね。ちょっと時間ができた時なんかに、映画でも見てみようかと。でもこれはそんなに簡単なことではありません。 世の中にある映画なんて多すぎて一体いくつあるのか分からないくらいですし、一回選んだらだいたい2時間は取られるわけです。おもしろくない映画に2時間奪われるリスク、そして最高の映画を見ずに人生を終えてしまうリスク。こんなハイリスクを背負って僕たちは映画と向き合っていかなければいけません。 恐ろしい。 こんな恐ろしいことがありますか。 でも安心してください。機械学習がそれを解決してくれます。今回の記事では、機械学習を使って、自分自身に映画をおすすめするモデルを作ってみました。 何は無くともまずはデータが必要です。今回はみんなのレビューサイトさんからデータを拝借しています。 みんなのレビューサイトでは、レビュアーが自身のプロフィールを登録
Pythonメモ : better-exceptionsで例外情報を見やすくする - もた日記
better-exceptions インストール 使い方 better-exceptions github.com better-exceptionsを使用すると例外情報が図のようにみやすくなる。 インストール pipでインストールできるので下記コマンドを実行。 $ pip install better_exceptions 使い方 以下のようにbetter_exceptionsをインポートすればよい。 import better_exceptions 試しに下記コードを実行した場合の出力を比べてみる。 import better_exceptions foo = 52 def shallow(a, b): deep(a + b) def deep(val): global foo assert val > 10 and foo == 60 bar = foo - 50 shallow(b
1
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
