クソ虫過年次のための研究室選び - Bye Bye Moore
このブログでも何度か書いているように、私は過年次生（二回）です。 仲の良かった同期たちは、何も知らず地雷原に突っ込んで、無残にも吹き飛ばされて行きました。 私は二年間の猶予中、その様子を安全な所から観察することができました。（鬼畜生 そういった尊い犠牲を元に、私はホワイト研究室を引き当てる事ができたわけです。 その経験から言わせていただくと、「研究室選びの優先順」は以下のようになります。 指導教官の人格 研究室の様子 研究テーマ この記事では、この考えに至った根拠挙げて行きながら、 クソ虫過年次の生存戦略について考えてみます。 ※注意※ この記事は学部時代に二度留年した修士二年生の書いたものです。 博士課程の方はもっと深く黒い部分が見えてるかも知れません。 あと、ウチの研究室自体は（私の在籍中は）ホワイトでした。 ブラックな事例は知人の実例を基にしています。 その辺りを考慮した上でお読みく
研究に対する情熱や愛が死んだ - 職質アンチパターン
前置きだけど，僕は学費を全部自分でまかなっているし，その他の諸経費も自分で支払っている．念のため． 研究に対する情熱や愛が死んだ． かつては研究への士気はあった．学部4年の頃は学会に2ヶ月に1回くらいのペースで出席したし，論文も何本か提出した．マスター1年の前期は国際会議にも出席したし，国内の学会にも出たし，もちろん論文も数本提出した (何本かはリジェクトされ，何本かは査読が継続中)．やる気があったのは，まだ自分の力でなんとか出来ると思っていたからだ． そしてマスター1年の後期，見事にモチベーションが死んだ．モチベーションが死んだ理由ははっきりわかっていて，いくつかある． この死んだやる気を復活させるには，そのいくつかの理由のいくつかを解決するか，あるいは全てを解決する必要があるのだけれど，自分の力や意識改革や祈りではどうしようも出来ない要因も多分に存在し，現実問題として根本的な解決は難し
異常検知の世界へようこそ - Preferred Networks Research & Development
比戸です。 先週Jubatusの最新0.4.0がリリースされましたが、外れ値検知機能の追加が目玉の一つとなっています（jubaanomaly）。昨年PFIへ入社して初めて手がけた仕事が公開されたということで感慨ひとしおですが、便乗してあまり語られることのない異常検知の世界について書きたいと思います。以下の資料は昨年のFIT2012で使ったものです。 異常検知とは簡単にいえば、「他に比べて変なデータを見つけ出す」タスクです。お正月にテレビで繰り返し流れた、おすぎとピーコのCM(*1)がわかりやすいイメージですね。機械学習の枠組みで言えば”教師無し学習”に属します。分類や回帰、クラスタリングなど応用も多く人気も研究熱も高いタスクに比べると、マイナーです。SVMとか、Random Forestとか、Boostingとか、最近だとDeep Neural Networkとか、有名な必殺技アルゴリズム
SQLのエスケープ
(Last Updated On: 2018年8月4日)SQLにエスケープなんて必要ないと考えている方も居るとは思いますが、現実にはエスケープを知っておくことは必須と言っても構わないと思います。 既にSQL識別子のエスケープについては書きましたが、今回はSQLエスケープというよりは安全にSQLデータベース利用する話です。先ずはエスケープの話を全て終わらせよう、と思っているのですがSQLエスケープのエントリが無いので作りました。私のブログを読んでいる方はエスケープ処理、プリペアードクエリの利用方法などはよくご存知だと思うのでここの部分は省略しています。 現在広く利用されているSQLデータベースのほとんどがプリペアードクエリをサポートしています。プリペアードクエリを利用すれば、SQL文とパラメーターを分離できるため、パラメーターがSQL文の一部として解釈されてしまう問題を回避できます。 プリペ
GitHub - google/vim-maktaba: Consistent Vimscript
Maktaba is a vimscript plugin library. It is designed for plugin authors. Features include: Plugin objects (for manipulating plugins in vimscript) Plugin flags (used to configure plugins without global settings) Universal logger interface Dependency management tools Real closures Maktaba advocates a plugin structure that, when adhered to, gives the plugin access to many powerful tools such as conf
【はてなスタッフ非公式ブログバトン】CoffeeScriptについて - hitode909の日記
12月なので，今日から，ブログバトンを始めることにしました． CoffeeScriptについて 最近ちょっとCoffeeScriptを書いたりしていて，チーム内にシェアしたところ，うーんみたいな感じで，あんまり使ったこない人もいそうだったので，まとめておきたいと思います． 経緯 僕はCoffeeScript2011年くらいから使ってて，遊びで書くのは全部CoffeeScriptで書いてる． 仕事では，アプリケーション本体じゃなくて，業務上使う便利ツールなどは，CoffeeScriptで書いてる． CoffeeScript導入のメリットについて． 些細なミスが減る CoffeeScriptでは，JSの構文上の微妙に気をつけるべきところがだいたい解消されている． たとえば，Objectを適当に書いておくと，コンパイル後には最後のカンマだけ自動的に除かれるので，書くときに，ここにカンマがあるとI
[その２] Netflix: 予想したトラフィックにあわせて自動的にスケールするScryer - ワザノバ | wazanova
http://techblog.netflix.com/2013/12/scryer-netflixs-predictive-auto-scaling.htmlその1はこちら。 自動的にスケールするロジックを生み出すアーキテクチャについてはこちらの図を参照。Scryerに過去データを取り込んで、予想データをAmazon EC2に渡すというシンプルな仕組み。 API layer: Scryerとやりとりする自動化スクリプトとウェブUIのためのRESTfulインターフェースを提供する。 Data Collector: データソースから数値を受取り、データを整形し、Predictor向けのフォーマットに変換。 Predictor: アルゴリズムに基づき予想値を計算。 Action Plan Generator: 予想値とその他のパラメータ（サーバのスループットや起動時間など）をもとに自動スケール
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
研究室が決まりました - hitode909のダイアリー