Kenji Yoshida @xuwei_k scala> val a = BigDecimal(42) a: scala.math.BigDecimal = 42 scala> a == a.toDouble res0: Boolean = true scala> List(a, a.toDouble).distinct res1: List[Any] = List(42, 42.0) 2017-12-30 00:55:02 Phil Derome @philderome @xuwei_k scala> List(a.toDouble.asInstanceOf[Any] , a.asInstanceOf[Any]).toSet res2: scala.collection.immutable.Set[Any] = Set(42.0) scala> List(a.toDouble.asIn

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

仕事ではじめる機械学習 作者:有賀 康顕,中山 心太,西林 孝発売日: 2018/01/16メディア: 単行本（ソフトカバー） ちょうど仕事で機械学習を用いた機能開発のプロジェクトの進行管理をしていて、目次をみたところ良さそうに思ったので読んでみました。 オライリーのEbookでPDF版を買ったのですが、まもなく紙版も出るようです。 まえがきには、CourseraのMachine Learningコースを受講するか、『ゼロからつくるディープラーニング』を読んでおくと良い、とありました。ぼくは直前に『ゼロからつくるディープラーニング』を読んだあとでしたが、いきなり1冊目に読んでも問題ないのではと思います。難しい数式などはあまり出てきません。とはいえ、ある程度の機械学習についての知識を持っているのが前提になっているので、少なくとも機械学習を取り扱う際によく出てくる用語の意味などはある程度知って

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

テキストエディタVisualStudioCode ではエディタ内にターミナルを表示させるショートカットキー(ctrl+@)は用意されていますが、ターミナルとテキストエディタ間のフォーカスを移動するためのショートカットキーが存在しなかったので、設定方法を調べてみました。 ＜2020/08/02＞ 執筆当時のバージョン(1.13)ではtoggleTerminalコマンドはパネルの表示非表示を切り替えるのみの動作だったので、エディタからターミナルへフォーカスを移動するという用途には適しませんでした。 Ver. 1.28 1 以降では、フォーカスの無いパネルをトグルさせるとき、一旦フォーカスを移動するという動作に変更されたので、下記のデフォルトのショートカットキーのみでフォーカス移動に対応できます。 言語 key command

HerokuでSPAアプリ作っててビルドしたjsとcssをコミットしたくない話 全体の構成として、バックエンドとログインせずに歩き回れるフロントはLaravelで、 ログイン後の画面についてはVueでSPAみたいな挙動をさせるWebアプリを作っていたときのことです。 デフォルトのLaravelプロジェクトって、.gitignoreにpublic/jsとpublic/cssが入ってないんですよ。 くっついてるVueのコンポーネントを書き換えていて、ちまちまビルドしたりすると、 当然public/jsやpublic/cssの下にファイルが作られます。 それをGitにコミットしてHerokuにデプロイとかしていて、まあ動くわけなんですけど、 ビルド前のリソースに変更がなくてもビルドするたびに差分がでてしまうんです。 これはちょっとイケてないぞ、ということで、 .gitignoreにpublic/

Disclaimer 私はネットワークの勉強もちゃんとしたことないし、Linux のソース読むのもはじめてな素人です。 何かおかしなところなどあれば、遠慮なくコメント欄でまさかりをお願いいたします。 ソースコードの引用に関して 本文中で Linux のコード／ドキュメントを引用している箇所がありますが、すべてタグ v4.11 のものです。また、日本語のコメント・翻訳文は筆者が入れたものです。 TL; DR Linux のカーネルパラメータ net.ipv4.tcp_tw_recycle は、バージョン4.12から廃止されました。 今後はこの設定は行わないようにしましょう（というかできません）。 一方、net.ipv4.tcp_tw_reuse は安全であり、引き続き利用できます。 …というだけの話なのですが、自分用にメモがてら経緯・背景などを記録しておきます。 なんで気がついたか このパラ

こんにちは。 信号処理で使っていた数学の知識を生かして、 機械学習関連の仕事をしている２年目の@maron8676です。 こちらは機械学習と数学 Advent Calendarの11日目の記事となります。 qiita.com トピックモデルの学習で初学者に分かりづらいポイントについての解説をしていきます。 機械学習における数学の重要性 機械学習を利用してアプリケーションを作る際に、数学の知識は重要です。 機械学習の便利なライブラリは多くリリースされていますが、適切に使用するにはパラメータチューニングが必要だったり、 最新の手法を動かしたい場合は自分で数式を読んで理解し、開発しないといけません。 というわけなので、数学は大事です。機械学習でアプリケーションを作るみなさん数学を勉強しましょう。 トピックモデル トピックモデルとは何か トピックモデルは潜在的意味を推定するためのモデルです。 トピ

3. COPYRIGHT 2014 @ UNITY TECHNOLOGIES 自己紹介 • ゲーム業界29年目のジジイ • プロデビューはPCエンジン • 現在の所属はIGGの日本スタジオ の子会社G-BOX。 • 主にゲームデザインを見る仕事。 • 趣味はiphoneのUSA ランキング のゲームを毎日遊ぶこと。 • 執着 • 暗黙知を形式知にすること

We @media.net write superfast backends with at max 30-40ms turn-around time from web-service. We continuously try to reduce money spent per request. This blog enlists a few of our findings. Precautionary warning: It’s a long post with a lot of code. Comment if I am unclear, abstract or vague at any point. Why to use sync.Pool? sync.Pool [1] comes really handy when one wants to reduce the number of

tl;drコードレビューが上手く回って無くてチームが疲弊して辛かったよレビュアーの言い方を変えるだけで大体解決するよ立場とかで例外を許さず、みんながレビューしてレビューされると良いよはじめにあるプロジェクトでGitHubのPRベースでのコードレビューを導入をしました。いかんせんチーム開発が初めてレベルの新人さんが多く、何かと苦労しました。特にレビュイーに対して不効率な指摘はそのまま指示の不明確さに繋がり、チーム全体の開発生産性を下げるので、レビュアーはレビュイー以上に気を使う必要があると感じました。下手をすると、レビュイーのメンタルが弱って闇堕ちするので、チームメンバーの最も大人な人がメンタルケアしたりします。大人な人は大体がリーダー格なので、その人の時間が奪われると何かと開発現場が疲弊しちゃいますね。コードレビューってそんなに難しいものだっけと思ったりもしますが、反省の意味も込めて実際に

三週間ほど海外に出張していた．インドである．趣旨としては，僕が持ついくつかの領域における専門知識と経験をあちらのエンジニアに展開する，先生役として呼ばれた形..になるだろうか．単にセミナーとかを聞くだけの出張なら今夏にも行ったところだが，三週間みっちり先生をやるとなるとプレッシャーが違うし，事前にインドのチームと喋ったところ僕に対する期待値が異様に高く，胃の痛い思いをしながら突入することになった． 午前は講義を行い，午後は行列のできる Hash 相談所，夜はホテルに戻って翌日のトレーニング資料を作る... というすたーたっぷ勤務時代を彷彿とさせる社畜業に勤しみ観光どころではなかった (たまたま向こうで働いていた友達に会ったのと，インドチームとビール飲みに繰り出したりはした) ので，費やした時間分は役に立ったことを願う．黒い髭をたくわえた厳ついエンジニアも鋭い眼光の優秀な若者もみんな良い人で

TypeScript + VueなプロジェクトでESLintを使ってみて、現状必要なモジュールが複数あって少し複雑だったのでまとめておきます。 サンプルは以下です。 github.com 内容はどうでも良いんですが、こんな感じのすごく簡単なTODO風のアプリケーションです。 なぜEslintを使うか JavaScriptのためのLintingツールはたくさんありますが、Vueのroadmapにもある通り、Vueの公式スタイルガイドをサポートするESLintプラグインがESLintのメンテナによる公式プラグインとして作られています。 GitHub - vuejs/roadmap: Roadmap for the Vue.js project これからもVueの公式としてサポートされていくと思うので、特にこだわりがなければESLintを使うのが良いかと思います。 ESLint for Type

Apache Kafka: Producer, Broker and Consumer2017年は生まれて始めてApache Kafkaを本格的に業務利用（PoCではなく本番運用）した年でした。Apache Kafka的なメッセージングミドルウェアそのもののは、社内的な事情でよく使っていたのでその使い勝手に対して困惑はほとんど無かったですし、ミドルウェアとして非常に安定しているため、Kafkaクラスタそのものでの不具合らしい不具合が発生したことは一度もありませんでした。 しかし、Kafkaのトピック設計などに関してのベストプラクティスは事例ベースでもあまり見かけたことがなく、チームメンバーと悩むことも多かったです。このストーリーでは、主にKafkaを利用したアプリ設計で考えたことや失敗したことを振り返りつつ共有します。なお、パーティション数や各種バッファサイズなどのチューニング要素は今回取

Author’s Note: Thanks, as ever, to Fred Hebert, for reading a draft of this post and making some sterling suggestions. This is the first installment in my series on testing distributed systems. The posts in this series are the following: Testing Microservices, the sane way (published December 2017) Testing in Production, the safe way (published March 2018) Testing in Production: the hard parts (pu

比較的読みやすい本を中心に紹介します。今後は毎年このページを更新します。 微分積分 高校数学をきちんとやっておけばそんなに困ることないような。偏微分とテイラー展開は大学演習のような本でしっかりやっておきましょう。ラグランジュの未定乗数法のような、統計・機械学習で必要になる部分は、ネット等で学べばいいかなと思っています。 線形代数 tensorflowなどのおかげで順伝播部分（行列積および行列とベクトルの積）さえ書ければ線形代数の知識はそこまでいらないんじゃないかという流れを感じます。しかし、主成分分析やトピックモデルなどの行列分解や、ガウス過程などのカーネル法のような様々なデータ解析の手法に一歩踏み込むと、きちんとした勉強が必要になります。理解しやすくて使いやすくて、統計や機械学習への応用を主眼においた線形代数の本はまだ見たことないです。機械学習シリーズとかで基礎から「The Matrix

Connections Overview Integrate web and mobile app data with a single API Warehouses Easily transform and load customer data Reverse ETL Move warehouse data to your applications Functions Customize your customer data pipeline Developer Toolkit Build on Twilio Segment

「大量のインプット学習」が英語学習には必須。 英語を読んで、聞けて、話して、書けるようになるためには「大量のインプット学習」が必要です。 ここでいう「大量のインプット学習」とは黙読・リスニング・音読・暗唱の学習を指しています。ハルヨンではこれらの学習をまとめて定着学習と呼んでいます。 「英語を母語とする人々が読む英文」をそのまま聞いて意味をスラスラと理解できるようになるためにはどれくらいの学習量が必要でしょうか。5回や10回、その英文を繰り返し聴くだけでは全然足りません。 最低限の目安として「黙読(精読)10回、リスニング20回、音読10回、暗唱5回」を2周する必要があります。 つまり、最低限こなすべき回数は「1英文あたり、黙読20回、リスニング40回、音読20回、暗唱10回」となります。 ただし、この回数はあくまで目安の回数です。 自分にとって易しめの英文であれば、回数は少なくて済みます