Mackerel Drink Up #7 Tokyo (2018/04/24 18:15〜)
Mackerel Drink Upのご案内 エンジニアをワクワクさせるサーバー監視サービス「Mackerel（マカレル）」の7回目のDrink Upを、はてなの東京オフィスで開催します。 Drink UpはMackerelをお使いいただいてるユーザーの皆様に日頃の感謝を込めて、実施する交流イベントです。 当然、お食事やお飲み物は弊社側で用意させていただきます。 他のMackerelユーザーが、どういう活用をしているか直接たずねたい 新しく出たMackerelの機能をどう使うか皆の意見を聞いてみたい Mackerelスタッフに要望を伝えたい Mackerel導入までの苦労話がしたい／聞きたい などのニーズがございましたら、ぜひご参加ください。 参加資格 Mackerelをご利用中のエンジニアの方(Freeプラン可) 開催概要 日時：2018年4月24日（火） 18:15受付開始、18:30ス
ディープラーニングの限界 | POSTD
(注：2017/04/08、いただいたフィードバックを元に翻訳を修正いたしました。 @liaoyuanw ) この記事は、私の著書 『Deep Learning with Python（Pythonを使ったディープラーニング）』 （Manning Publications刊)の第9章2部を編集したものです。現状のディープラーニングの限界とその将来に関する2つのシリーズ記事の一部です。 既にディープラーニングに深く親しんでいる人を対象にしています（例：著書の1章から8章を読んだ人）。読者に相当の予備知識があるものと想定して書かれたものです。 ディープラーニング： 幾何学的観察 ディープラーニングに関して何より驚かされるのは、そのシンプルさです。10年前は、機械認識の問題において、勾配降下法で訓練したシンプルなパラメトリックモデルを使い、これほど見事な結果に到達するなど誰も想像しませんでした。
ソートアルゴリズムを極める！ 〜 なぜソートを学ぶのか 〜 - Qiita
NTT データ数理システムでリサーチャーをしている大槻 (通称、けんちょん) です。 今回はソートについて記します。 0. はじめに データ構造とアルゴリズムを学ぶと一番最初に「線形探索」や「ソート」が出て来ます。これらのテーマは応用情報技術者試験などでも頻出のテーマであり、アルゴリズムの Hello World とも呼ぶべきものです。 特にソートは、 計算量の改善 ($O(n^2)$ から $O(n\log{n})$ へ) 分割統治法 ヒープ、バケットなどのデータ構造 乱択アルゴリズムの思想 といった様々なアルゴリズム技法を学ぶことができるため、大学の授業でも、アルゴリズム関連の入門書籍でも、何種類ものソートアルゴリズムが詳細に解説される傾向にあります。本記事でも、様々なソートアルゴリズムを一通り解説してみました。 しかしながら様々な種類のソートを勉強するのもよいが、「ソートの使い方」や
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
