#code_kaizen コード改善 #2 で発表したスライドです。 SpeakerDeck: https://speakerdeck.com/yasuhiroki/kodorebiyunowen-hua-woshou-tan-ridezuo-tuteitutahua
#code_kaizen コード改善 #2 で発表したスライドです。 SpeakerDeck: https://speakerdeck.com/yasuhiroki/kodorebiyunowen-hua-woshou-tan-ridezuo-tuteitutahua
2. 吉羽龍太郎 / Ryuzee.com ✤ アジャイル開発/DevOps/クラウドに関する 従量課金型コンサルティングサービスを提供 ✤ http://www.ryuzee.com @ryuzee 4. 時価総額ランキング 2016 2006 1. アップル (6091億ドル) 1. エクソンモービル (4470億ドル) 2. アルファベット (5434億ドル) 2. GE (3840億ドル) 3. マイクロソフト (4487億ドル) 3. マイクロソフト (2940億ドル) 4. Amazon (3969億ドル) 4. CITIグループ (2730億ドル) 5. Facebook (3683億ドル) 5. ガスプロム (3680億ドル) 5. 現在のビジネス状況 ✤ ビジネスの変化がどんどんはやくなっている ✤ VUCA => Volatility (不安定) / Uncertain
最近、マイスリー(睡眠導入剤)の影響なのか決まって悪夢を見る。 今日の悪夢は格別で、年下のエンジニア達が口々にEmacsをDisってきて、私はムキになってEmacsではこれが出来る、あれが出来ると主張するのだが、それら全てがSublimeTextで出来ると言い返されてしまい。最後には昔の上司が、いつまでもそんなレガシーエディタを使うべきではない、と私を諌めるのである。 目が覚めて気づいて、わりとゾッとしてしまったのが、どうも私はEmacsを使ってることにそれなりの優越感とアイデンティティを感じているらしい、という事だった。 一応弁解しておくと、私は新人にEmacsを勧めたりはしないし、口では「今さらEmacsを使うメリットはほとんどないよ」と言っている。例えばWindowsでEmacs(NTEmacsやGnuPack版Emacs)などを使用することは真性のドMでもない限り、本当にお勧めしな
<2015-01-17 Sat> outline-magic.el(レビュー) は outline-mode や outline-minor-mode で org-mode と同等の折畳み・展開をします。 <2015-01-05 Mon> view-modeを解除しても折畳みを保持するよう設定を更新しました。 origami.el は、Lisp系言語とC系言語で関数・メソッドを 折畳み・展開するマイナーモードです。 いわば、 org-mode 風にコードのアウトラインを 見るようにするものです。 yafolding.el や hideshow.el と同様ですが これらよりも高機能です。 また、origami.elは言語のパーサを内蔵している点も異なります。 ただ、デフォルトの状態では単にコマンドが羅列してあるだけなので、 本設定では view-mode 時にC-i(TAB)を押すことで
テンソル分解の基本中の基本のCP分解を導出して実装した。最適化の方法は色々あるらしいけど多分いちばんよく使われる Alternating Least Square (ALS) を使った。ちなみにここでテンソルって呼んでるのはただの多次元配列のこと。 まとめ CP分解とは AlSによるCP分解の更新式を導出 ALSによるCP分解をpythonで実装 人工データを使って実験 CP分解とは CP分解が何かを知るためには、まず Matrix factorization (MF) について知ると良い。 MFでは、N x M 行列 X を以下のように分解する ここで、は N x R 行列で、は M x R 行列。この分解を要素ごとに書くとこうなる つまり要素 を なんかよくわからない次元のベクトル との内積で表現することにしましょうと言っているわけ。 じゃあこの と っていうベクトルたちをどうやって求
今回はスチューデントのt分布の最尤推定を実装します。スチューデントのt分布はガウス分布より外れ値に対して頑健な性質を持つ分布としてよく知られていますが、よくよく思い出せばこの分布を用いたことが全くなかったので、良い機会ですしその頑健性を実際に確認してみます。一回目のPRML実装のときに標準ライブラリ以外は極力numpyだけというルールを設けましたが、今回はディガンマ関数というあまり馴染みのない関数が出てきたためscipyも使いました。この企画2回目にして早々にnumpy以外のサードパーティーのパッケージを使ってしまうこととなり、先が思いやられてしまいます。 スチューデントのt分布は、ガウス分布$\mathcal{N}(x|\mu,\tau^{-1})$の精度パラメータ$\tau$の共役事前分布としてガンマ分布${\rm Gam}(\tau|a,b)$を用い、精度を積分消去して得られる分布で
こんにちは、イエロー(@inahime_poke)です。 ぼくは最近クラウドワークスを通じてライターの仕事をやっています。とあるゲームのライターをはじめたんですが、そこの記事執筆の形式が「Markdown」指定だったんです。 そこで、突然ですが質問です!あなたはMarkdown記法って知ってますか!私は知りませんでした! …あれー、はてなブログやってるひとなら知ってるはずなんですけどねー?(煽り) Markdownってなに? MarkdownとHTMLを比較してみる メガサーナイト概論 メガサーナイトを使うときに気をつけること 組み合わせると相性のいいポケモン 慣れてきたらこんなこともできます! Markdownの編集ができるサービスやアプリまとめてみた Markdownが書けるクラウドサービス! Markdown対応のスマホアプリ HTMLタグの無効化Webツール HTMLとMarkdo
こんにちは。開発・運用推進部の小出です。 猫にイヤホンを噛み切られること数回、最近のBGMはもっぱら環境音です。 「耳からうどんが出ているようにしか見えない」という噂のBluetoothイヤホンが気になっています。 今回は、Amazon Kinesis AnalyticsとElasticsearch/Kibana4を利用したリアルタイムダッシュボード構築についてです。 Amazon Kinesis Analytics とは ダッシュボードを構築してみる Source StreamとMapping Query Destination ログデータを拡充する Reference DataとMapping Query Destination まとめ おまけ:AmazonES&Kibana4のダッシュボード共有 Amazon Kinesis Analytics とは Amazon Kinesis A
ここで書くのは基本的なことなので、実際の面接ではもう少し複雑な問題になるかもしれません。 逆にいうと、このあたりの問題は一度は解いておいた方がいいので列挙しました。 普段ウェブの開発をしているだけでは考えたことがない場合もあるので、一度確認するといいかもしれないです。 アルゴリズムチェックポイント計算量, ハッシュと二分木, ソート, 再帰 計算量計算量の話 http://qiita.com/cotrpepe/items/1f4c38cc9d3e3a5f5e9c 二分探索とは https://ja.wikipedia.org/wiki/%E4%BA%8C%E5%88%86%E6%8E%A2%E7%B4%A2 ハッシュテーブルとは https://ja.wikipedia.org/wiki/%E3%83%8F%E3%83%83%E3%82%B7%E3%83%A5%E3%83%86%E3%83
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