この記事は新人エンジニアAdvent Calendar 2016の8日目の記事です。 こんにちは、KIKUYA-Takumiです。新人エンジニアAdvent Calendar 2016二回目の投稿です! 今回はズッコケ新人3人で、初めてハッカソンに参加したことについて書きます。 はじめてのハッカソンはズッコケまくり!? 11月12、13日に行われたJubatusハッカソン with 読売新聞#2に参加してきました!今回のハッカソンで作ったのは 銀座のママ・デラックス! Slackでユーザが発話すると、それに新人ホステス(SlackBot)が返事をします。ユーザがさらに発話を続けると新人ホステスがママ(SlackBot)に話を振ります。話を振られたママは発言小町からユーザにピッタリ!?の記事を推薦します。記事の推薦はユーザの発話内容を解析して、発話内容に近い内容の記事を推薦します。ママに記事
明示的 意味 แพลตฟอร์มการเรียนรู้และพัฒนาทักษะด้วยเทคโนโลยี https://suin.io เป็นแพลตฟอร์มที่ให้คุณเรียนรู้และพัฒนาทักษะทางเทคโนโลยีอย่างสะดวกสบาย เรามุ่งมั่นในการให้ความรู้และประสบการณ์ที่มีคุณค่าในการพัฒนาตนเอง pascalcase
2014年06月29日23:00 カテゴリsw いってきた: Juatus Casual Talks #3 ビジネス応用編 2014-06-29 14:00〜17:45 ドワンゴ セミナールーム (歌舞伎座タワー 14F) http://connpass.com/event/6535/ #jubatus_casual まとめ: http://togetter.com/li/686492 公式レポート&資料: http://blog.jubat.us/2014/07/jubatus-casual-talks-3.html 前回のアンケートの結果、ビジネス応用がいちばん要望が多かったということで今回の開催となったそう。 [2014-06-29 14:04] Jubatus 0.6.0機能紹介 / 比戸 @sla SIC,NTTと共同開発 0.6.0で破壊的API変更あり。要確認。 アルゴリズム
概要 研修の一環 + 個人的な興味でJubatusを使ってみよう! という趣旨で、Qiita記事を推薦してくれる機能を(知り合いが作った)日報アプリに(勝手に)実装してみました。 ユーザが日報を投稿すると、Jubatus(+Mecab)が日報内容を解析し、類似したQiitaの記事をおすすめしてくれるような機能です。 Gitリポジトリ:https://github.com/kawasaki-kk/Introduction_mysite/tree/qiita 1. システム構成 以下の環境で実装しました。 CentOS 7 Python 3.5.2 jubatus 0.9.1 mecab-python3 0.7 処理の流れは以下のようなイメージです。 ユーザが日報を投稿すると、日報アプリはその投稿内容をそのままJubatus(recommender)サーバに投げます。 Jubatusサーバでは
CPU Jubatus GPU Jubatus Casual Talks #4 2016 6 18 p Jubatus n LSH p n LSH n CPU n 0.9.1 p GPGPU n GPU n GPU n 2000 100 ms GPGPU p Graphics Processing Unit (GPU) n n CPU cf. SSE, AVX p General Purpose GPU (GPGPU) n GPU GPU n nVidia CUDA C CPU GPU p n jubanearest_neighbor bit_vector_nearest_neighbor_base.cpp .cu .cu CUDA storage n LSH p n n p n n n p waf .cu n waf Jubatus make n waf CUDA n hSps://gi
アイドルマスター ミリオンライブ!1のゲーム内テキストを利用して機械学習を行う、発言アイドル判定器を作りました。 Jubatusのセットアップ Jubatusは「オンライン機械学習向け分散処理フレームワーク」です。今回は「オンライン」も「分散処理」も必要ないのですが、以前触った時に簡単に使える印象を持ったので、今回も使いました。 Docker HubにMeCabモジュール付きのJubatusがあったので、ありがたく利用させてもらいます。 https://hub.docker.com/r/keisato/jubatus-mecab/ $ docker pull keisato/jubatus-mecab $ docker run -d -p 9199:9199 --name jubatus-mecab keisato/jubatus-mecab 学習・判定 JubatusのRubyクライアン
この記事には複数の問題があります。改善やノートページでの議論にご協力ください。 出典がまったく示されていないか不十分です。内容に関する文献や情報源が必要です。(2020年4月) 出典は脚注などを用いて記述と関連付けてください。(2020年4月) 独自研究が含まれているおそれがあります。(2020年4月) 出典検索?: "同時マルチスレッディング" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL 同時マルチスレッディング(どうじマルチスレッディング、英: Simultaneous Multi-Threading、SMT)とは、パイプライン化されたスーパースカラーCPUにおいて、同一パイプラインステージ上で複数のスレッドの命令を処理することを特徴とする、ハードウェアマルチスレッディングの一形態。 概要[編
自分の理解のためにメモしながら読んでみる。内容の正しさは保証しません。どこまで続くかも保証しません。 読むバージョンは現時点の最新版である 0.1.1。ソースコード総規模は *.cpp と *.hpp を合わせて13690行。 自分は機械学習よりも分散処理に興味があるので、スケールアウトの肝っぽい jubakeeper から読んでいこうと思う。src/jubakeeper/main.cpp に main() 関数がある。 L.34- コマンドラインの解析 L.42- ログ出力の設定 L.53 jubakeeper オブジェクトの生成 jubakeeper クラスの定義は src/jubakeeper/jubakeeper.cpp 内にある。第一引数はZooKeeperの「IPアドレス ":" ポート」、第二引数はこの jubakeeper が使うRPCポート、第三引数は未使用(?)、第四引
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