どうも、佐野です。前回の記事 で整数は「環」、有理数・実数・複素数は「体」であるという話をしました。今回は「群・環・体」といった代数的構造を protocol として定義し、実体としての整数・有理数・実数を struct として実装していきます。 目次: 数とは何か? 群・環・体の定義 ← イマココ 有理数を作ってみよう 時計の世界の「環」 小さな「体」を作ろう 多項式は整数によく似てる 代数拡大で数を作ろう! 「群」の定義 「群」の数学的な定義はこうです: 集合 $G$ に演算 $\cdot$ があり、以下を満たすとき $G$ を 群 (Group)という: [結合性] 任意の $a, b, c \in G$ に対し $(a \cdot b)\cdot c = a \cdot (b \cdot c)$ が成り立つ [単位元] ある $e \in G$ があり、任意の $a \in G$
7月1日から株式会社Gunosyに入社しました。職種は広報です。 ツイッターでは先走ってお知らせしていました。自分が思っていたよりも多くお祝いの言葉をいただき、改めて自分が素晴らしい人たちに支えられているのを実感して、これはきちんと文章にして報告しなくてはと思い、この記事を書いています。 (いわゆる転職エントリなので興味のない方はそっと閉じてね) 3年前の仕事が今日の転職につながった ギークスを退職してからは、フリーランスのライターで生計を立てていました。一年半くらいかな。 IT系のオウンドメディアで編集をしたり、メディアを1からつくるのに携わったり、厳しくも温かい人たちと機会に恵まれた時間でした。フリーランスの仕事はまた別の記事で振りかえりたいのでこれくらいにしておきます。 入社のきっかけは、Gunosyの竹谷さんに「広報探してるんです」と突然連絡をもらったこと。竹谷さんと知り合ったきっ
In an era where artificial intelligence (AI) is reshaping enterprises across the globe—be it in healthcare, finance, or manufacturing—it’s hard to overstate the transformation that AI has had on businesses, regardless of industry or size. At Cloudera, we recognize the urgent need for bold steps to harness this potential and dramatically accelerate the time to […] Read blog post
最近は、大体月一ぐらいのペースでメンバーと1on1ミーティングをするようにしている。 一人あたり30分から60分ぐらいで、前回のミーティングからの振り返りとその他相談を話す感じ。相談は仕事のことが主だけれど、プライベートな内容もある。 1on1ミーティングにあたって今年から事前アンケートを用意するようにしたのだけれど、そこそこいい感じに回っているのでまとめてみる。 事前アンケートを用意するメリット 話すことが事前に想定できる アンケート自体がアジェンダになるので、ミーティングがコントロール可能になる。 どんな話をするか分かっていると安心感もあるし、話が横道に逸れることもない(雑談は雑談で良いものだけど)。 その場で回答が思いつかなくて適当な返しになることがなくなる(お互いに) 自分の体験談なんだけど、何か質問をされたときにその場では「うーん、今は特に思いつかないです」と答えたのに終わってか
社内向けの教育資料を、ど素人でもわかるようにと思いながら作っていて、じゃあ「わかりやすい」って何だろうって考えてた。今まで読んできたいろんなわかりやすかった本とそうでない本を思い浮かべながら、一般的にここを注意すればわかりやすさを確保できるだろうっていうポイントを一旦まとめておこうと思った。そうしてまとめてみると、本に限らず人に何かを伝えること一般に適用される話だなと思った。 読む側の負担を減らす わからない=理解をはばむ障害物がある。この障害物を取り除く/回避する作業が「わかる」ために必要になる。その作業を、作者ではなく読者が負担するとき「わかりにくい」本になる。 日本社会だと情報の受け手の側がこの「わかる」ための作業を負うことでコミュニケーションを成立させる傾向にある。空気を読むというようなことだ。そのため発信者側が事前に手を尽くしてわかりやすく発信するというのが苦手で、相手が汲み取っ
Presenter: Michael Manapat, Stripe Stripe processes billions of dollars in payments a year on behalf of tens of thousands of businesses, using machine learning to detect and stop fraudulent transactions and fraudulent merchants. Our modeling workflow involves the typical “data science” tools: R and IPython for exploratory analysis, Hadoop for batch data processing, and scikit-learn for model buil
仕事なんかでダメ出しやツッコミから防御するには二通りあって、 ツッコミポイントを全部つぶす やらない理由を考える 前提としてきちんと自分の中でツッコミポイントの洗い出しができているという必要がある。そもそもここが洗い出せていないと絶対にダメ出し・ツッコミを受けるに決まってる。「えっなんでやんなかったの?」「いやあ、なんか……気づかなくて」「ダメじゃん」「すいません」ってなる。 それで洗い出した後で、1の「全部つぶす」というのはある意味気が楽な方法かもしれない。そして「こいつはしっかりしてる」「事前準備/検討ができている」という好評価をもらえるかもしれない。しかし、時間がかかる。何ならそのかけた時間がまるまる無駄になる可能性もある。でも、これを「仕事」だと思ってる人がもうかなり多い。見ていてとてもかなしい気持ちになる。それで何時間も残業して疲れていくのはかなしみしかない。結局会社にとっては「
なぜ、動的型付けスクリプト言語の流行りから、再び静的型付けの言語が注目されているのか。 型付けの歴史を振り返り、これからの「型」のありかた、それを実装した処理系のありかたについて考えます。
Apache SparkとAmazon DSSTNEを使った、Amazon規模のレコメンデーション生成 Amazonのパーソナライゼーションでは、お客様毎の製品レコメンデーションを生成するためにニューラルネットワークを使っています。Amazonの製品カタログは、あるお客様が購入した製品の数に比較して非常に巨大なので、データセットは極端に疎になってしまいます。そして、お客様の数と製品の数は何億にものぼるため、我々のニューラルネットワークのモデルは複数のGPUで分散しなければ、空間や時間の制約を満たすことができません。 そのため、GPU上で動作するDSSTNE (the Deep Scalable Sparse Tensor Neural Engine)を開発しオープンソースにしました。我々はDSSTNEを使ってニューラルネットワークを学習しレコメンデーションを生成していて、ECのウェブサイト
気づき そもそも文字起こしとは そもそも文字起こしとは(2) 音声入力による文字起こしの実践法(Mac) 1. 素材音声の再録音 2. Soundflowerの準備 3. Mac内部で再生+聞き取り 4. 音声ファイルが終わるまで再読み込みなどのケア まとめ 〜そしてtextlint編へ〜 続編 気づき 少し前にこのようなことに気がついた。 ひえーすごい発見をした。音声入力で文字起こし作業をナシにできないかなあ、と思って対談の音声データをiPhoneのそばで大音量で再生したけど全然認識せず。ですよねー、と一旦諦めた後にふとイヤホンで聴きながらシャドウイング的に自分で喋ったらだいぶテキスト化された(笑)これはいいのでは— Hiroaki Kadomatsu (@note103) 2016年7月6日 「いずれそうなるだろう」とは思っていたが「まだしばらく先のことだろう」とも思っていた現実が、想
この記事が想定する読者層 もしあなたが「プログラマー」ならば、この記事はまるで不要かもしれません。 ここで言うプログラマーとは、たとえば以下のような習慣を持っている人です。 ほとんど同じ処理をソースコード中に2回以上書いていたら違和感を感じる 出力結果が変わらなくても、実行速度や理解しやすさのためにソースコードを書き直すことがある Gitなどのバージョン管理システムを使うことができ、過去のソースコードを「日付の含まれたファイル名でバージョンごとに別ファイルとして保存しておけばよい」とは考えない 動作テストを自動化し、ソースコードを書き換えてもそれぞれの関数の挙動が意図したものになっているかを確認できる この記事は、ひょんなことからRに出会い、コードをコピペで動かせるようになり、 「いつかコピペじゃないコードが書けるようになりたい」 「他のプログラミング言語もできるようになりたい」 とぼんや
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
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