使用バージョン % git --version git version 1.5.4.3 ヘルプから抜粋 % git rebase --helpのヘルプから抜粋すると、 Here is how you would transplant a topic branch based on one branch to another, to pretend that you forked the topic branch from the latter branch, using rebase --onto. First let's assume your topic is based on branch next. For example feature developed in topic depends on some functionality which is found in next.

直前のコミットをやり直したいときは、git commit --amend を使うと可能だ。そして、さらに昔のコミットをやり直す(書き換える)ときは、git rebase -i を使う。 git rebase -i を使うと、引数にとったコミット以降のコミット系列に対して、コミットの書き換え、削除、統合を行うことができる。 次の課題をこなすことを目標としながら、git rebase -i の動作を追っていこう。 課題「最新のものから古いほうへ3つ分のコミット(HEAD, HEAD~1, HEAD~2)のログメッセージを書き換えたい」 git rebase -i の起動 まず、変更したいコミットで一番古いものより一つ古いものを引数にして、git rebase -i を実行する。この場合は HEAD~3 である。 $ git rebase -i HEAD~3 すると、エディタが rebase コ

February 2009 Volume 24 Number 02 .NET との相互運用性 - IronRuby と RSpec の概要 (第 1 部) Ben Hall | February 2009 この記事は、IronRuby のプレリリース版に基づいています。ここに記載されているすべての情報は、変更される場合があります。 コードは MSDN コード ギャラリーからダウンロードできます。 オンラインでのコードの参照 目次 コードで要件とサンプルを定義する Ruby と Duck Typing Ruby とメタプログラミング Ruby と .NET Framework Ruby と CLR IronRuby の内部 IronRuby を使用して C# アプリケーションをテストする 今後の予定 「我々がお願いしたのはこんなものじゃありません!」。おそらくほとんどの開発者が、最新のビルド

* RSpecの構文 見本は、これ http://github.com/mitim/tddbc-lrucache/blob/master/lru_cache_spec.rb ** 慣習 RSpec用のテストとして書くテストコードは、[テスト対象のファイル]_spec.rb という名前でつくる。 ** なにはなくともrequire require 'lru_cache' テスト対象のファイルを読み込ませる。 ちなみに、RSpecの何かをrequireする必要なない。 ** まずは基本 describe do end で、一番外側のブロックを記述する。 通常は、次のようにテスト対象のクラスを宣言しておく。 describe LRUCache do end また、一緒に説明を付けることも可能。 describe LRUCache, "を初期化する場合" do end もちろん、説明だけにすること

こんにちは、ほりいです。Asset Pipeline に感銘を受けている今日この頃です。 今日は社内で RSpec をこれから勉強したいんだけど検索してもよくわからない！と質問を受けたので、読むべきエントリをまとめてみました。 ＃ 現状ぐぐると RSpec.info がまず出てくるけどもう更新されてないっぽいので優しくないんですよね…… h2. これは読んでおこう！ h3. スはスペックのス * “スはスペックのス 【第 1 回】 RSpec の概要と、RSpec on Rails (モデル編)”:http://jp.rubyist.net/magazine/?0021-Rspec * “スはスペックのス 【第 2 回】 RSpec on Rails (コントローラとビュー編)”:http://jp.rubyist.net/magazine/?0023-Rspec 内容は若干古いのですが、

RSpecを使ったテストコードを読もう：Railsコードリーディング～scaffoldのその先へ～（2）（1/4 ページ） 優れたプログラマはコードを書くのと同じくらい、コードを読みこなせなくてはならない。優れたコードを読むことで、自身のスキルも上達するのだ（編集部） 第1回「コードリーディングを始めよう」では、Railsアプリケーションの基本であるCRUDのソースコードを読解しました。最低限の基本の動きということで、ディレクトリ構造の説明すら割愛していたので、今回はディレクトリ構造の解説から行います。その後、今回のメインテーマであるテストコードのコードリーディングに入っていきます。 ここで扱うテストコードというのは、Javaの世界でいうとJUnitを使ったテストコードと同じ粒度、つまり、単体テストに近い粒度のテストケースを動くプログラムで表したものになります。Javaの開発者にとってのJ

【読書感想】論理的思考とは何か ☆☆☆☆ 論理的思考とは何か (岩波新書 新赤版 2036)作者:渡邉 雅子岩波書店Amazon Kindle版もあります。論理的思考とは何か (岩波新書)作者:渡邉 雅子岩波書店Amazon 論理的思考法は世界共通ではない。思考する目的をまず明確にしてその目的に合った思考法を選ぶ技術が要る。…

あらすじ ZenTestを使えばテストを*specファイルを変更したタイミングで実行できるという事を知った。 ファイル編集する -> alt+tabでウィンドウ切り替える -> プロンプトでrspecコマンドうつ…の繰り返しとはなんだったのか……。 参考サイト autotestの結果をgrowlに通知する | Kwappa研究開発室 Ruby の開発環境として ZenTest(autotest)を入れた - @sugamasao.blog.title # => ”コードで世界を変えたい” 環境 Windows XP 導入済み Ruby 1.8.7 Rspec 2.5 Rubygems バージョン失念 手順 ZenTest導入 まずはZenTestをgemで導入……しようと思ったらgem自体のアップデートを要求された。 gem update --systemアップした後はgem 1.8.10

. Test #railstokyo 2:45 PM Nov 13th webから 実際問題(TestUnitじゃなくて) RSpec使ってるひとどのくらいいるんだろうという話になって . test/unit と RSpec どっち。手間暇の問題で　test/unit のままのひともいるかな、rspec 導入も楽になったよね Test #railstokyo 2:48 PM Nov 13th webから . スペック使うけど、本当にBDDの理念でやってますか Test #railstokyo 2:51 PM Nov 13th webから BDDの理念はよく分からないけどテスト一杯書くよ、勿論コードの前に書くよという話になって . テストいっぱいたくさん書くよ vs. テスト数が爆発して終わらなくなるので書かないでいいテストを書かないようにする Test #railstokyo 2:54 P

はてなグループの終了日を2020年1月31日(金)に決定しました 以下のエントリの通り、今年末を目処にはてなグループを終了予定である旨をお知らせしておりました。 2019年末を目処に、はてなグループの提供を終了する予定です - はてなグループ日記 このたび、正式に終了日を決定いたしましたので、以下の通りご確認ください。 終了日: 2020年1月31日(金) エクスポート希望申請期限:2020年1月31日(金) 終了日以降は、はてなグループの閲覧および投稿は行えません。日記のエクスポートが必要な方は以下の記事にしたがって手続きをしてください。 はてなグループに投稿された日記データのエクスポートについて - はてなグループ日記 ご利用のみなさまにはご迷惑をおかけいたしますが、どうぞよろしくお願いいたします。 2020-06-25 追記 はてなグループ日記のエクスポートデータは2020年2月28

日本Ruby会議2011の3日目の「テスティングフレームワークの作り方」の準備をしていますが、30分だと詰め込み過ぎになってしまうので、話さないことを事前に書いておきます。それは、テストを抽象化するためのAPIの違いです。 RSpecとtest-unit 2でのAPIの違いというと、class UserTest < Test::Unit::TestCaseとdescribe Userやassertとshouldの違いの方が目に付きますが、抽象化するためのAPIにもツールの特徴が出ています。抽象化するためのAPIはテストの量が増えてくると必要になる大事な機能です。ここでは、その中でも「テストを共有するAPI」について考えます。 まず、ツールの考え方について確認し、その後、それぞれのツールでどのようなAPIになっているかをみます。 ツールの考え方 まず、それぞれのツールの考え方について確認しま

導入(自己紹介と今回のまとめ)。低音質です。すみません……。4/12(土)の第25回 Ruby/Rails勉強会＠関西での発表。http://jp.rubyist.net/?KansaiWorkshop25 スライドのダウンロード: http://www.slideshare.net/kakutani/s-is-for-spec-at-rubykansai25/download 次→【sm3003018】[2/7]

皆さん、TDDをやっていますか？ RailsでTDDをやる場合に、bundlerやRailsの初期ロードの時間などでテストを実行すること自体に時間がかかって、待ち時間が発生して非常にストレスに感じていました。 先日、そのアプローチとして @a_matsuda さんが interactive_rspec という gem をリリースして解決しようとしていることを聞きました。rails console 上で rspec を実行できるようにして、bundlerやRailsの初期ロード時間を短縮しようというのを目指しているそうです。 このgemを試してみたところ、確かにrspecをconsole上で実行でき軽快にTDDを実施できそうでした。しかし、たまに動きがおかしい状態になってしまっていました。まぁ、まだver0.0.1の状態なのでしかたないのですが。 .... 続きは新しいブログへ

和田 卓人(@t_wada) 作『RSpec の入門とその一歩先へ、第3イテレーション』はクリエイティブ・コモンズ 表示 - 継承 4.0 国際 ライセンスで提供されています。 大きく時間が開いてしまいました(すみません…)、RSpec 入門の第三イテレーションです。 (第3回 coffee.rb の開催に合わせたライブ更新で書かれましたので、まだ詳細の説明は途中のところもあります。) 第1イテレーション 第2イテレーション 前回終了時点のコードと実行結果 この「RSpec 入門とその一歩先へ」シリーズでは、メッセージフィルタを RSpec を使って開発することで、 RSpec の機能と TDD を同時に学ぶことを狙いとしています。 前回終了時点のコードと実行結果をまず記します。 message_filter.rb class MessageFilter def initialize(*w

昨夜見たテレビに橋下新大阪市長が出ていた。 制度疲労を起こしている現在の行政に対し、「不連続」への挑戦をしなければいけないと主張していた。近い将来破綻することがわかっている年金制度をネズミ講と酷評し、単に「続ける」ことだけを目的としているものは止めなければいけないと言う。 いいぞ。もっと言って。 私は彼の政治手腕について知らないし、大阪市民でもないので、実際の政治手法やプランについてはコメントできない。あくまでも止めることへの歯に衣着せぬ発言に対しての賛同だ。 周りを見回しても、止めれば良いのに止めていないものをいくつも見つけることができる。 存在価値は？ 存在意義は？ と自分たちのしている業務について自問している人もいる。 ゼロベース思考、つまり今からスタートしたと仮定したときに、それを本当に始めるかで考えてみると良い。 続けるのは大変だけれど、止めるのも大変。止めると困る人が少人数でも

情報システムのデータには、重複や誤り、抜けがある。汚れたデータを放置すれば、いずれ業務が回らなくなり、成長を支える情報活用もおぼつかない。宝の山に進化させるのは現場の腕にかかっている。汚れたデータはどのようにしてきれいにするのか。ターゲットはDBだけではない。データの入力側、出力側の対策も重要だ。現場が実践する数々の有効なテクニックを紹介する。 目次

経営やITマネジメントの分野で「見える化」が注目され始めて，もう2～3年経つ。いまだに大きな関心を集めているようだ。 先週，「見える化」「現場力を鍛える」などの著書で知られる遠藤功氏（早稲田大学ビジネススクール教授，ローランド・ベルガー日本法人会長）の講演を聞きに出かけた。400人ほど収容できる会場は満杯。現場力や見える化をテーマにした講演に，参加者が熱心に耳を傾けていたのが印象的だった。 講演で興味深かったのは，「間違った見える化」として取り上げられた，あるソフトウエア会社の事例である。このソフトウエア会社では社長が旗振り役となり，熱心に見える化に取り組んだという。最初に手掛けたのは，個人の負荷状況の見える化だ。ある人が仕事を抱え込んでパンクしそうになっているのを，タイムリーに助けてあげるための仕組み作りである。ここで大きな成果を上げ，この会社は見える化の取り組みを広げていった。 ところ

Googleは、世界銀行や他の統計調査機関と提携して、さまざまなデータをGoogle Labsで視覚的に表示可能にしている。 「Google Public Data Explorer」は米国時間3月8日に提供が開始され、公式ブログへの投稿で正式に発表された。同サイトでは、学校、人口、犯罪、人名などの分野における統計データを利用して、最新のトレンドを示すチャートやグラフを表示する。 Googleはまた、匿名の検索データ分析に基づいて、統計データに関連する検索用語のトップランキングリストも公表している。「School comparisons」（学校の比較）と「Unemployment」（失業）が、同リストの中で最も頻繁に検索される質問に挙がっており、「Population」（人口）、「Sales tax」（売上税）、「Salaries」）給料）に関する検索クエリもランキングリストに続いている。

10月19日から22日までロサンゼルス近郊のサンタモニカで開催されたDigital Hollywood Fall 2009は、ハリウッドの映画スタジオ、テレビ局、広告代理店などが集まるコンテンツ、メディア関連のカンファレンスだ。現在、米国のコンテンツサプライヤーが注目しているのは、インターネット動画配信をいかにマネタイズするかという点である。 インターネットの動画配信市場では、YouTubeが圧倒的なシェアを保持している。米国調査会社comScoreによると、YouTubeの動画視聴回数は2009年8月の1カ月間で100億回を超えた。2008年7月は月間約50億回だったので、1年で2倍に増えていることになる。オンライン動画視聴が増加するにつれ、動画サイトへの広告需要も高まっている。存在感を増すYouTubeの動向を取材するために、Googleが出席するセッションにいくつか参加し、その動画配

米国の計算機学会として知られるACMが主催したクラウドコンピューティングのシンポジウム「ACM Symposium on Cloud Computing 2010」（ACM SOCC 2010）が6月10日、11日にインディアナ州インディアナポリスで開催されました。 基調講演では、セールスフォースのアーキテクチャの解説が行われました。複数の利用者のデータを1つのデータベースに格納しているセールスフォースのクラウドでは、どのようなデータベース構造で、また検索のオプティマイズなどはどうしているのしょうか？ （この記事は「セールスフォースのアーキテクチャ（物理アーキテクチャ編）～ Podによるスケールアウト」の続きです） マルチテナントとしてのデータベース構造と最適化 セールスフォースの内部でOracle RACを使っていることは説明したが、すべてのユーザーが共有するデータベースで、どのような構

カラムナデータベース（列指向データベース）とデータベースの圧縮機能について、マイケル・ストーンブレイカー氏が語っていること データベースの高速化技術の1つに、データの圧縮があります。データを圧縮して扱うことでディスクアクセスとI/Oが減少し、データへのアクセス速度が向上するのです。最近のCPUコア数の増大やメモリ単価の下落はデータ圧縮と伸長にかかるオーバーヘッドのコストを相対的に小さくしており、それもこの技術に有利に働いています。 Ingresの開発者であり、InformixのCTOなどデータベースベンダの要職を歴任、データベース研究者として大御所ともいえるマイケル・ストーンブレイカー氏が、データベースにおけるこのデータ圧縮と伸長処理について、ブログ「The Database Column」のエントリ「"Just in Time" Decompression in Analytic Dat

Baseball LABの運用に関するお知らせ 平素よりBaseball LABをご利用いただきまして誠にありがとうございます。2021年シーズンより、下記コンテンツ…

集客のためによかれと思ってやっている、さまざまなマーケティング手法。なのに結果がついてこない、アドバイスを聞いてもなんとなく納得いかない……とお悩みの方は多いのではないだろうか。もしかしたらそんなあなたと、あなたの周囲のウェブマーケティングは、どこかが「変」なのかもしれない。 デジタルフォレスト　清水昌浩氏が、実話をもとにウェブマーケティングの問題点とその解決策を読み解くシリーズ。 「ここが変だよウェブマーケティング」、第1回と第2回では、コンバージョンを向上させるための方法論を解説した。広告代理店に言われるままに「何となく」施策を実行するのではなく、サイトの目的に対するユーザーの行動をプロセス化して、その動きをアクセス解析によって分析したうえで、どんなアクションをとるのが費用対効果が高いのかを判断する、そういったやり方が大切だということがわかっただろう。 第3回では、ウェブサイトのリニュ

こんにちは。Amebaのログ解析基盤を担当しているICHIROです。 今回は構築・運用中のログ解析基盤「Patriot」について書きたいと思います。 Webサービスを運営していると日々大量のログデータやユーザデータが蓄積されます。 今まではPV（ページビュー）やUU（ユニークユーザ）などアクセスログなどから取れる、大枠の指標のみを見ることがほとんどでした。 ページビューに合わせてシステムを増強するなど、システム側としては十分とも言える指標ですが、広告や課金サービスという視点から見ると十分とは言えません。 今まではAmeba内の個々のサービス担当者が必要とする指標を出すためにアプリエンジニアやDBエンジニアに都度依頼をする形でデータを抽出していました。 今後の課金サービスの発展が見込まれ、よりデータ分析の重要性が高まると考えた私は、エンジニアでないサービス担当者（主にプロデューサ）がより簡単

はてなグループの終了日を2020年1月31日(金)に決定しました 以下のエントリの通り、今年末を目処にはてなグループを終了予定である旨をお知らせしておりました。 2019年末を目処に、はてなグループの提供を終了する予定です - はてなグループ日記 このたび、正式に終了日を決定いたしましたので、以下の通りご確認ください。 終了日: 2020年1月31日(金) エクスポート希望申請期限:2020年1月31日(金) 終了日以降は、はてなグループの閲覧および投稿は行えません。日記のエクスポートが必要な方は以下の記事にしたがって手続きをしてください。 はてなグループに投稿された日記データのエクスポートについて - はてなグループ日記 ご利用のみなさまにはご迷惑をおかけいたしますが、どうぞよろしくお願いいたします。 2020-06-25 追記 はてなグループ日記のエクスポートデータは2020年2月28

※アクセス解析チェック項目一覧表（チートシート）は、記事の最後のほうにあります。 データ分析の3つの要素アクセス解析はかなり普及してきたが、 アクセス解析は、見るべきデータが多いし、ツールは複雑でわかりにくし、どこからどう手をつけていいかわからない という人も結構多いのではないだろうか。そんな人には朗報かもしれない。アクセス解析は複雑なように見えて、実は「たった3つの基本原則」の組み合わせに過ぎないのだ。 実は、アクセス解析に限らず、すべてのデータ分析における重要な要素は、この3つに集約できる。事業がうまくいっているかを計数面から評価する「会計・経理」ですら、次の何をするべきか分析するにはこの3つが必要なのである。 トレンドで見る トレンドで見る際には、上昇傾向なのか下降傾向なのか、加速度がついているのかいないのかといった視点が必要だ。 ある時点で赤字になっているようなデータがあった場合、

『ロジックとパッションの狭間から。。。』家弓正彦Blog 株式会社シナプスの代表取締役 家弓正彦が、 マーケティング、ビジネス、プライベートを気ままに綴ります。 お問い合わせ プライバシーポリシー 個人情報保護方針 データ分析の結果をレポートする時、グラフ表現を用いますよね？ それは、数値情報より視覚情報に訴えることで、 より分かりやすく、インパクトあるものとなります。 しかし、皆さんはグラフの意味合いを良く理解して使い分けていますか？ とてもよく分析できているレポートでも、 「グラフの使い方が間違っているな〜」なんてこともしばしば、、、 そこで、基本となるグラフの意味合いを整理してみました。 グラフ表現全体像まず各種グラフの全体像はコレです。 グラフにはもっと他にも様々なものがありますが、 ここではエクセルで作成できるものに絞り、 その中でも装飾的なものを省き、基本形と思われる９つを対象

アクセス解析とはWeb担当者の方々に対して、今さら“アクセス解析とは”というのを説明するのもどうかと思うが、これが結構理解されていない方が多いので改めて説明させていただく。 ほぼすべてのWeb担当者が「アクセス解析は重要だ」と言っているが、アクセス解析を十分に活用してWebサイトを運用・改善している方に会うことは非常に少ない。 アクセス解析ツールは、文字どおりWebサイトに対して、さまざまな視点からのデータを抽出してそのデータ解析するものである。しかし現状は、ツールから出されるデータをレポートにすることだけに終始している担当者が少なくない。 私個人としては、アクセス解析ツールからボタン1つで抽出されるデータは“集計”と呼んでいる。集計すること自体にはあまり意味はなく、そのデータを読み取って、それがどういった状況にあり、何か起こっているのかを把握するのが“解析”または“分析”だと考えている。

学者ならずとも、データを使って考察したり、仮説を検証する機会はあるもの。コンピュータ技術の発達により、面倒なデータ集計や難しい計算は、すべてコンピュータにお任せできるわけですが、「その結果から、何を読み解き、どう考えるか？」はヒトが担うべき重要な役割ですね。こちらでは、統計のスペシャリスト直伝のデータ活用術をご紹介しましょう。 統計学の博士課程に在学しているNathan Yauさんは、数々のデータ分析の経験から、データを活用するコツとして、以下のようにまとめています。 細部に注目する データ分析では傾向やパターンにばかり目がいきがちだが、同様に「異常値」にも注目することが大切。見逃している視点がここに潜んでいることも。 大局で捉える データひとつひとつを別々に捉えるのではなく、データひと塊をザクっと捉えて、大きく考えることを心がけよう。 予断を持たない データ分析は可能な限り客観的に行うべ

Hadoopはほんとブームです。バブルだと言っていい気がします。各種セミナーはすぐに埋まりますし、実際に聞きに行くと会場は満員です。 この分野は日本だとNTTデータが先頭をきったように見えます。 NTTデータ、Hadoopの商用ディストリビューション「CDH3」を販売開始 | 日経 xTECH（クロステック） またHadoop専業会社「ノーチラス・テクノロジー」というのもできました。 ウルシステムズとイーシー・ワンが経営統合、Hadoop専業会社を立ち上げ | 日経 xTECH（クロステック） しかし最近では富士通やIBMもHadoopソリューションを展開しておりレッドオーシャンな感じです。 富士通がビッグデータ分析・活用向けのPaaSサービス | 日経 xTECH（クロステック） 日本IBM、表計算のように分析できるHadoopソフト新版「BigInsights」 | 日経 xTECH（

TechRebublicに「10 things you should know about NoSQL databases」（NoSQLデータベースについて知っておくべき10の事柄）という記事が掲載されています。NoSQLデータベースについての現状がよくまとまっている内容でしたので、見出しとポイントをまとめて紹介したいと思います。 10の事柄は前半と後半の2つに分かれていて、前半の5つではNoSQLの利点について説明されており、後半の5つは課題について説明されています。原文はそれなりに長い説明がされているので、詳しくは原文をぜひ見てみてください。以下はそれを1行程度に要約したものです。 5つのNoSQLの利点 Five advantages of NoSQL 1：Elastic scaling （弾力性のあるスケーラビリティ） NoSQLデータベースでは、ノードの追加による拡張性に柔軟に対

数ヶ月前にウディ・マンバーがサーチクオリティグループの存在を紹介し、この連載でも前に文書のランキングについて触れました。ウェブ文書のランキングはグーグル検索の品質の要ですが、皆さんの行っている検索はそれよりもっと多くのものから成り立っています。今回は、グーグル検索の発展を支えている理念とその実例について述べようと思います。また、グーグルがいかに徹底した実験を通して確実に機能を向上させているかについても述べるつもりです。次回は、現在行っている実験のいくつかを紹介する予定です。 まずは自己紹介から始めましょう。私の名前はベン・ゴメス。1999 年からグーグルで主に検索品質を中心に検索にたずさわってきました。ロボットによるページの収集からランキングまで検索エンジンのほとんどに貢献するという幸運に恵まれ、現在は検索インターフェースと検索機能の技術責任者として働いています。 グーグルの検索ユーザーイ

日本最大の動画投稿サービス「ニコニコ動画」は、動画上を流れるコメントや、自由に編集できるタグ機能といった特徴を持ち、単なる動画共有サービスにとどまらず、コミュニティサイトとしての側面も持つ。多くの人がアクセスする中で「アイドルマスター」「初音ミク（VOCALOID）」「東方プロジェクト」など、いろいろなムーブメントが生まれてきた。 今も毎日多くの動画が投稿されており、各動画は「再生数」「コメント数」「マイリスト数」などの情報がわかるようになっている。すでに投稿動画数は200万本を超えるが、これら膨大なデータを分析することで、どんな現象やコミュニケーションが起きているのかを明らかにしようとするのが今回の発表会の目的である。 分析する際の2つの障壁 独自にデータ収集が必要であること しかし、そもそもニコニコ動画自体はデータを分析しやすいように広く提供しているわけではない。1つ1つの動画の再生数

「ペルソナ」（persona）というマーケティング用語をご存知だろうか。直訳すれば「仮面」「人格」といった意味を持つこの言葉が、にわかにマーケティング担当者の耳目を集めている。 十数年前からソフトウエアの設計やデザインなどの分野では、「架空のユーザー像」、「顧客像」を意味する言葉として使われてきた。近年、この架空の顧客像を用いたマーケティング分野での活用が増えつつある。記者も今春から「ペルソナ」を、商品やサービスの開発に生かす手法を取材してきた。 定量的なデータから、会社にとって重要な顧客セグメントを見つけ出し、その中から数人の定性的なデータを、インタビューしたり商品の利用状況を観察したりといった方法で取得する。定量・定性の両方のデータを組み合わせてペルソナを作り、彼（もしくは彼女）が満足するように商品を設計する。これが一般的なペルソナを用いたマーケティングだ。ペルソナを記述するシートには

久々の更新です。前々から注目していた『Data Mining and Statistics for Decision Making』が届きました。ちょっと読んだだけでも、ここ数年で一番の応用本だと感じました。単なる応用本ではなく、解析やデータマイニングがビジネスに利用されることを非常に強く意識されている内容です。 Data Mining and Statistics for Decision Making (Wiley Series in Computational Statistics) 作者: Stéphane Tufféry出版社/メーカー: Wiley発売日: 2011/04/18メディア: ハードカバー購入: 15人 クリック: 478回この商品を含むブログ (2件) を見る 見出しを読むだけでも素晴らしいのが分かります。おしゃれStatistics勉強会で使っている『Stati

note不定期投稿中 https://note.com/datamining スキ、コメント、サポートも大歓迎！ お気軽に「質問箱」 Peing-質問箱-：　https://peing.net/ja/manab7 匿名で質問できる「Peing-質問箱-」。※ ご質問・回答公開されます。 「データマイン君」提供終了のお知らせ 上田太一郎先生による当時の著書やセミナー・研修等でご案内・提供していたExcel用アドインプログラム「データマイン君」を、これまでご用命ならびにご利用くださいまして、まことにありがとうございました。 「データマイン君」の配布から、20年余りが経ちました。 この間にExcelのバージョンが進んだことで、アドイン接続が正常にできない旨の報告も頂戴しております。 またアドイン接続できても、データマイン君の一機能「顔グラフ」について、正しく表示されない現象も報告されておりました

量子力学などの最先端科学分野では、統計学の客観的確率では説明がつかない矛盾が生じ始めている。ここでは「主観的確率」について研究する「ベイズの理論」について、マイクロソフトのシニアテクニカルアーキテクト、宮谷隆氏に解説してもらう。 書籍『ベイズな予測』で紹介しているベイズ確率は、統計学から生じたものではなく、確率の研究にはじまり、計算機科学、特にデータマイニング技術によって発展してきたのは歴史的な事実である。主に予測に使われてきた。量子力学など幾つかの最先端科学分野では、統計学の客観的確率では説明がつかない矛盾が生じてしまうと言われ始めており、客観的確率の限界がそこかしこで見られ始めている。既に先端科学技術分野では、もっぱら主観的確率が使われるようになってきている。 まずはベイズの定理だが、250年間も統計学者に相手にされなかったものである。ちょっと前と異なり、最近よく見かけるベイズの定理は

テキストマイニングを使う技術/作る技術 2006-12-28-3 [BookReview] テキストマイニングの分野で有名なIBMの那須川哲哉氏による入門書。 全編具体的で分かりやすい。 ■那須川哲哉 / テキストマイニングを使う技術/作る技術 -基礎技術と適用事例から導く本質と活用法 テキストマイニングというと、ブログや掲示板での特定の何かの評判情報 検索など、近年その活躍の場が一般ユーザの目に付くところまで広がって 来ている。 この本はテキストマイニングを支える技術、事例紹介、技術以外の側面 （運用など）はもちろん、「テキストマイニングとは何か」ということ についても初心者にも分かりやすいよう、かなり丁寧に解説されている。 一番重要なポイントが最初の方で述べられてる。これ、大切。 [...]テキストマイニングというものは、あくまで人間が膨大な文書データ を有効活用するためのツールであり

毎年、年度頭の挨拶でも書いた方が良いかとおもうのですが、形式張ったのもどうかとおもうし、研究室に新入生も入って慣れてくるころなので、何か自分のスキルから学生に役立ちそうなものを書いてみることにしています（昨年と今年）。 自分で公開するのも恥ずかしい、とんでもない駄文ですが、誰かの役に立てばと思い、研究室向けに公開した文章をこちらにも掲載します。今年は、論文の情報収集の話にしてみました。ちなみに、昨年は、インターネットの情報収集の話をしました。1年経って状況も変わったので、アップデートしてあります。http://d.hatena.ne.jp/sesejun/20080404/p1 - この文章では、個人的には、なんだか当たり前の事を書いています。書いて公開するのを躊躇する位のレベルです。しかし、「この論文読んでみて？」とか「この章読んでみて？」とお願いした時や、輪講の時、その論文や本で参照さ

ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blog こんにちは、オークション事業部開発部のLiuです。 今回は「ヤフオク」のサービスを支えているオークションシステムについて、 以下3つのテーマに分けて簡単に紹介します。 システム構成 データの同期処理 データ構造 1. システム構成 以前の記事Yahoo!オークションからのご挨拶にも書かれてあるように、ヤフオクは Yahoo! JAPANの中でも最大級のサービスです。これだけ大きな規模のシステム を支えているのが、およそ数千台のFreeBSDサーバーになります。この数千台のサーバーは、 基本的に機能毎に分かれていて、独立性をたもちながら互いに連携し合い、結果的に 一つの大きなオークションシステムを構成しています。 ヤフオクは、お客様

先日のソーシャルブックマーク研究会では id:kanbayashi さんによる発表がありました。id:kanbayashi さんは Kikker や はてブまわりのひと などの開発をされている方です。最近情報検索理論に入門した自分にとっては、非常に面白い発表でした。 発表の中で Kikker の学習の仕組みについての解説もありました。Kikker は Cosine similarity で推薦するドキュメントを検索しているそうですが、ユーザーのクリックデータを使って、ユーザーごとに推薦対象を最適化するようにしているそうです。この学習は、ユーザーが見たページのベクトルを、そのユーザーの趣向ベクトルに足し込むことで実現している、とのことでした。 SBM研究会で発表した"私がチャレンジしたSBMデータマイニング"のスライド - Ryoの開発日記 Neo! 発表ではベクトルを加算することについて「

Orangeは統計の設計をビジュアル的に行うことが出来るソフトウェア。 OrangeはWindows/Mac OSX/Linux用のオープンソース・ソフトウェア。マーケティングやシステムの解析を行う際にはデータを並べ替えたりグルーピングしたりしてそこから何らかの法則を見いだしていく。その結果は表であったりグラフとして現される。 設計画面 数字を眺めているだけでは分からなかった法則がビジュアル化することによって見いだせる可能性がある。そのためには様々な角度から抽出したデータを組み合わせなければならない。その補助となるソフトウェアがOrangeだ。 Orangeはデータを様々な統計的手法および解析を通じて分析し、グラフに表示するソフトウェアだ。面白いのは各解析機能がコンポーネント化されており、ドラッグアンドドロップとインプットとアウトプットを結びつけることで関連性を定義できる点だろう。 コンポ

February 10, 2009 14:31 レコメンドエンジンのアルゴリズムの学術情報を一挙総まとめ カテゴリ レコメンデーション ホットラボ Tweet ホットリンクは、創業以来8年間ずっと『究極のエージェント』を目指して会社を運営してきているので、レコメンドエンジン・データマイニング・テキストマイニング・WEBマイニング・対話エンジン等の技術はずっと開発してきました。 今回は、ホットリンクのレコメンドＡＳＰサービス「レコナイズ」の開発に際して、再度まとめたレコメンドエンジンに関する学術分野での基本から最新までの論文などをご紹介しておきます。 （ホットラボ（ホットリンクの研究チーム）メンバーである産業技術総合研究所の濱崎さんが中心となって以前まとめてくれたものです） **********************************************************

先日の京都出社の際は，id:naoya邸でお世話になった．naoyaさんにも奥さんにもありがとうございましたの気持ちでいっぱいである． ただ，naoyaさんち泊まったんだぜーうほほー！と全国のnaoyaファンに対して調子づくのではなくて，せっかく高いところに居る人の近くに行けるのだから何かを吸収しようと思っていた． 1.とにかく本を読む 本の虫という言葉が当てはまる人間を初めて直視した． 僕が目覚めてリビングに踏み出したリビングでも，出かける前に行っておこうと向かったトイレでもずっと自宅では読み続けている． 書斎に並んでいた本，リビングに置いてあった本には付箋だらけ． 初日から触発されて，書斎に並んでいた本から 集合知プログラミング 作者: Toby Segaran,當山仁健,鴨澤眞夫出版社/メーカー: オライリージャパン発売日: 2008/07/25メディア: 大型本購入: 91人 クリ

印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 前回は、ECサイトのレコメンド技術の種類として、ルールベース方式、コンテンツベースフィルタリング方式、協調フィルタリング方式、ベイジアンネットワーク方式の4つを紹介した。今回は、これらのレコメンド方式をより細分化した上で、協調フィルタリングのロジックについて解説したい。 4つのレコメンド方式は、「レコメンドするために必要な情報は何なのか」、「何をもってレコメンドするためのルールとするか」という切り口で分類していると解説した。それぞれのレコメンド方式は、さらに「どの判別属性を軸にレコメンドアイテムを決定しているのか」という切り口によって細分化できる。その判別属性とは、アイテムベース、ユーザーベース、ユーザー提示情報ベースの3つだ。 例えば

HDDの大容量化と分散処理技術の発達でビッグデータの処理が容易になってきたので、ここ数年はデータマイニングが地味なブームになっている（NYT - For Today’s Graduate, Just One Word: Statistics）。2000年代前半のデータウェアハウスのブームではコンセプトだけが先走っていた（大園(2002)）ので、随分と地に足がついた感じだ。しかし人気のアルゴリズムを見ている限りは、まだ十分にデータ分析がされているように思えない。 1. 10年間でソフトウェア的に進歩 地に足がついていると言うのは、ソフトウェア的に色々な面で進歩が見られたことだ。ビッグデータの利用が可能になった事から、応用事例が増えているように思える。 1. 分散処理技術の進歩によるビッグデータの利用 ハードウェア技術の進歩による高速化も著しいが、分散処理技術の進歩はビッグデータの利用を容易に

@doryokujinです。本エントリーから数回にわけてMongoDBの紹介をつらつら書いていきたいと思います。日々、MongoDBの魅力にどっぷりな僕でして、それを少しでも多くの方に共有できたらというモチベーションで書いています。今回はチュートリアルとして主要な機能を少し詳しめに紹介していきます。アジェンダは以下の通りです： はじめに ちょっと詳しいチュートリアル オープンソース NoSQL・ドキュメント指向データベース ドライバとして多くの言語サポート 完全なインデックスサポート リッチなクエリー MySQLに類似した機能群 レプリケーション機能 オートシャーディング 巨大ファイルを扱うGridFS 今後の予定 本家ドキュメントの翻訳 より深い機能説明 勉強会での発表 Production Deploymentsとして弊社の名前を掲載する はじめに 僕は現在MongoDBをソーシャルア

java-ja 第12回のLTで話そうと思ったのですが、出番がなかったので資料をブログで公開しておきます。 Jungは研究などでグラフ構造が出たときに、理解しやすくするために可視化するのに使っています。他にもいくつかグラフを扱うライブラリは存在していますが、日本語の資料があったのと拡張可能なことが多かったのでJungを結果的に使うようになりました。 以下はそのJungについての簡単な解説です。 Jungとは Jungの正式名称はJava Universal Network/Graph Frameworkで、ネットワーク(グラフ) 構造の分析や視覚化を行うためのJavaのOSSライブラリです。グラフ理論、データマイニング、ソーシャルネットワーク分析のアルゴリズムを数多く実装しています。 安定バージョンは1.7.6で最新は2.0betaで、BSDライセンスで使用できます。 http://jun

毎年恒例の株式会社「HAPPY ANALYTICS」年間振り返り記事です。年末の暇つぶし的に見ていただければ！昨年の記事は以下から analytics.hatenadiary.com 【目次】 長いので3段でまとめると 簡単に自己紹介 HAPPY ANALYTICSについて 2023年の主な取り組み 稼働時間 2023年の売上・コスト・利益 2023年の振り返り 来年に向けて 長いので3段でまとめると １）稼働時間1,001時間（前年比-44%）。売上は0.71億円（前年比-43%)。コストは0.74億（前年比-21%)。純利益率は-4%（前年比-29pt）。セミナー登壇や勉強会講師件数は減少（2022年：124回、2022年：72回）。稼働時間や売上減少は主に育児のため今年の後半に大きく仕事を減らしたこと。 ２）仕事の内訳自体は大きく変わらず。コンサル関連で53%（前年比0pt）・セミナ

気づいたらなんだかBlogを書かなくなって1年たとうとしてるので，近況報告も兼ねてのエントリ． 8/22に大森で開催された濱田さん主催のデータマイニング+WEB 勉強会＠東京で「30分でわかる広告エンジンの作り方」と題して発表してきた．いわゆるアドサーバの内部アーキテクチャの話。 30分でわかる広告エンジンの作り方View more presentations from yamaz2. 濱田さんから「なんか話してくださいよ」といわれて，「じゃあ広告システムってこの勉強会ではなじみがないだろうからさらりと話しますかね」みたいな軽いノリだったのに，当日はその筋(？）の方々がたくさん来ていてえらく恐縮してしまった． (おしまい) yamaz的日常 前職を辞め，会社を立ち上げてからもう4年ほどたつがやっとBlogタイトルである「最速配信研究会」というに足る事業をなんとか成立させることができた．これ

皆さん、先月の半ば頃からmixiのトップページの3列目に「日記キーワードランキング」というコーナーが登場していたのをご存じでしょうか。手前味噌ながら、これはとても面白い機能で、毎日ランキングが更新される度に素敵なランキングが作られていて悦に入っているmikioです。今回は日記キーワードランキングの秘密についてお話します。 日記キーワードランキングとは、日記に書かれた言葉の使用頻度を統計的に処理して、今話題になっている度合を算出し、その上位をランキング形式で表示する機能です。トップページには5位までが表示されるので、それをチェックするだけで最新の流行を把握することができます。さらに「30位までを読む」に進むと30位までのキーワードとその関連日記が表示されます。詳細を知りたい場合はキーワードをクリックすると、そのキーワードで日記検索をした結果を見ることができます。一通り見るのに10分くらいでし

今までテキスト処理などでワンライナーを使うときはperlを使っていた．Perlを先に覚えた身としてはawkやsedは過去の産物だと思い込んでいた．awkの方が簡潔に書けるケースに出くわしたことをきっかけにawkを勉強してみたら単な食わず嫌いだったことに気が付いたのでポイントをまとめてみる． なおプログラミング言語としてはAWKという表記が正しく (Aho, Weinberger, Kernighanの頭文字! ということだけは以前から知っていた)，オリジナル処理系のことをawkと呼ぶのだろうけれど，今回は処理系の違いは気にしないのでawk, nawk, gawkの違いは気にしないことにした．ていうか詳しく知らない． 「awkってなんぞ?」という方が対象読者．スクリプト言語と正規表現の基礎知識が少しでもあれば，たぶんすぐに使えるようになると思う．awkを一度でも使ったことがある人には新しい情

学生の頃から情報検索っぽい研究をやっていたくせに，転置インデックスてこんなものなんだ，ということを知るまで検索エンジンが正直怖かった．転置インデックスの概要を理解したら急に甘く見はじめるようになった（それはそれでいかんのだけど）． 位置情報を持たせたり，転置インデックスの圧縮をした状態で説明されると急にアッーてなるけれど，一番単純な例を見るとすぐに理解できる． というわけで転置インデックスってこんな感じなんですよー．という一例を体験するプログラムをつくってみた．またJavaScript+TinySegmenter．工藤様毎度ありがとうございます． Text search indexing demo - 転置インデックスで学ぶ検索エンジンの中身アプリ これを見ると，転置インデックスって基本的にこういう構造でデータを持つのかということが納得できると思います．Termをkey，Posting l

2011-01-18追記 教科書編その2 にて2011年版のIR教科書を紹介しています 情報検索(IR)の勉強を本格的に始めて8ヶ月．大体どんな分野があって，どんなことを勉強すればいいのかわかってきた（と思う）．この気持ちを忘れないうちにメモしておこう．以下，若輩があーだこーだ言ってるだけなので，間違いや他に情報があれば，ぜひコメントをお願いします． # ここで述べている情報検索とは，コンピュータサイエンスの一分野としての情報検索です．図書館情報学の側面は一切扱っていません，あしからず． というわけでまず教科書編． 本腰を入れて勉強する場合，基礎づくりのためには教科書選びがいちばん重要だと思っている．自分の知っている限り，情報検索における教科書の選択肢はそれほど広くはない．以下に紹介する本は，情報検索を学ぶ上で「買い」の本．これらを読めば，最新の論文を読めるだけの土台はできるし，専門家と議

K-means法によるクラスタリングでは、あらかじめクラスタ数Kを固定する必要があります。HatenarMapsでもK-means法を使っているのですが、クラスタ数は（特に根拠もなく）200個に決め打ちになっていました。 これに対して、X-means法というK-means法の拡張が提案されていることを知りました。X-means法を使うと、データに応じて最適なクラスタ数を推定できます。 K-means and X-means implementations http://www-2.cs.cmu.edu/~dpelleg/download/xmeans.pdf X-means法の考え方は、K=2で再帰的にK-means法を実行していくというもので、クラスタの分割前と分割後でBIC（ベイズ情報量規準）を比較し、値が改善しなくなるまで分割を続けます。 調べたところ、Javaのデータマイニングツー

IBM Developer is your one-stop location for getting hands-on training and learning in-demand skills on relevant technologies such as generative AI, data science, AI, and open source.

インフルエンザで休んだ影響で仕事が鬼のように溜まって消化不良のmikioです（こんな記事を書いている場合じゃない）。さて今回は、Tokyo Cabinetでリレーショナル風データベースを実現したテーブルデータベース（TCTDB）の実装について説明します。 SQLiteとの違いは？ SQLiteはアプリケーション組み込み型のSQL対応リレーショナルデータベースのライブラリです。TCのテーブルデータベースよりもはるかに高機能で、それでいて性能も大変優れています。いわゆるデスクトップアプリケーションに組み込むデータベースをお探しであれば、TCなんかではなく、断然SQLiteがおすすめです。 一方で、TCなどのDBMは、より単純なデータ操作をより高速に実行できるように設計および実装されています。典型的なユースケースとして、大規模Webサイトのアカウント管理や、データマイニングに伴う集計操作が挙げら

チャリンコ通勤による滝のような汗で、朝からTシャツがシースルーになってしまうmikioです。さて今回は、Tokyo Cabinet（TC）のデータベースを各種のアルゴリズムで圧縮して利用する方法についてご紹介します。 圧縮B+木 B+木とは、比較関数の値による順序が近いレコード群を単一のページにまとめ、各ページにB木（multiway balanced treeの略であり、二分木（binary tree）とは違います）の索引を張ったものです。理論的にはレコードの探索も更新も O(log n) の時間計算量で行え、内部ノード（B木）の操作をキャッシュすると実質的には O(1) の時間計算量で探索や更新が行えるという、かなり安定した性能を備えるデータ構造です。その上、レコードが一定の順序に基づいて並べられているので、数値の範囲検索や文字列の前方一致検索が高速に行えたり、カーソルによって順序に基

クラスタリング (clustering) とは，分類対象の集合を，内的結合 (internal cohesion) と外的分離 (external isolation) が達成されるような部分集合に分割すること [Everitt 93, 大橋 85] です．統計解析や多変量解析の分野ではクラスター分析 (cluster analysis) とも呼ばれ，基本的なデータ解析手法としてデータマイニングでも頻繁に利用されています． 分割後の各部分集合はクラスタと呼ばれます．分割の方法にも幾つかの種類があり，全ての分類対象がちょうど一つだけのクラスタの要素となる場合(ハードなもしくは，クリスプなクラスタといいます)や，逆に一つのクラスタが複数のクラスタに同時に部分的に所属する場合(ソフト，または，ファジィなクラスタといいます)があります．ここでは前者のハードな場合のクラスタリングについて述べます．

次のサービスや製品はどれも身近にありますが、これらに共通していることはなんでしょう。 Amazonの「この商品を買った人はこんな商品も買っています」 はてなブックマークの「関連エントリー」 Google 翻訳 Google 日本語入力 メールクライアントのスパムフィルタ デジタルカメラの自動顔認識 ニンテンドーDSの手書き文字認識 買い物履歴、ユーザが書いたコメントやタグ、Webに無数にあるページ、メール、画像や動画と対象はそれぞれ異なっていますが、どれも「データから有益な情報を取り出す」ということを行っています。 これらは「機械学習」という技術を使って実現されているのです。 機械学習の応用範囲 機械学習は冒頭で挙げた以外にも、様々な分野で使われています。 例えば、ノイズ除去や特徴の抽出を目的とした利用パターンがあります。音声認識や画像認識、文字認識（OCR）などはその代表格です。それらも

データマイニング+WEB勉強会 第２回（2010/03/20）での講義資料です。「はじめてでもわかる R言語によるクラスター分析入門 - 似ているものをグループ化する-」 hamadakoichi 濱田晃一。 途中、質問・議論をはさむ双方向形式で進行し、2時間の講義を行いました。 [内容まとめ] http://d.hatena.ne.jp/hamadakoichi/20100320/p1 [Rソースコード] http://d.hatena.ne.jp/hamadakoichi/20100324/p1 Read less

gumiの粟飯原です。 データマイニングやってます。しかしながら最近はあまりデータをいじる時間がなく社内でプレゼンばかりする日々で、社内でも私がなにやってるのかわからないというもっぱらの評判。そこで今回は一応データ解析もやってはいるんだよということを内外に主張するためにもデータマイニングの話をしようと思います。 アプリの基本的な日々の統計データ取得などは別の方々はやられているので、私からはhadoopを使った大規模解析の話や、そこで得られたデータを分析する環境の話をしたいと思います。コードを併記した具体例などは今回載せられないのですが、今後また紹介していければと思います。 大規模データの解析 日々のログ解析やDB解析はcronによる処理で毎朝レポーティングを行っているのですが、新しい情報を過去のアクセスログからまとめてどかんと取得したいと言う時はHadoopによる大規模解析を実行しています

SBM研究会で"私がチャレンジしたSBMデータマイニング"という発表を行いましたが、そのスライドを置いておきます。 ・[2008/7/21 22:43 version final] ・http://www.slideshare.net/rawwell/sbm-presentation #リンク切れしていたので、どなたかがSlideshareにアップしたものにリンクw Change Logs ・2010/8/23 リンク切れを解決 ・2008/7/21 22:43 version final　　初版の2倍以上にスライドを増やした。また、"個人による高性能データマイニング"の話を追加した。 ・2008/7/16 23:45 version 1.1　　TF-IDFの説明が間違っているとの指摘を受け、説明部分を修正 ・2008/7/12 23:53 version 1　　公開 SBM研究会の体験記

ブックマークしました ここにツイート内容が記載されます https://b.hatena.ne.jp/URLはspanで囲んでください Twitterで共有

こんにちは、 @doryokujin です。週に2、3回は更新しようと思いつつ、今週はこの1エントリーのみです…頑張ります。 本日のエントリーは僕の考える「解析者の立ち位置」について書いています。僕は自分の立ち位置（=役割）を明確にすることが、仕事で成果を出すための重要な要素かなと思っています。ところで、僕のこれから話す「解析者」というのは一般に認知されているような、いわゆる大企業の研究機関、「**研究所」と名のつく機関で解析に関する新しく高度な「手法」を生み出し、大規模解析基盤を構築し、論文もばりばり書き、手法や基盤それ自身が価値を持ち売上げになるようなエクセレントな人々の事を指すわけではありません。100人にも満たないwebベンチャーで、より現場に近い所でログ解析に携わる仕事をする人を指します。 本日の内容 新しいタイプの解析者が求められる時代に 解析者の仕事って何だろう 解析者の立ち

前回に引き続き、井上が書かせていただきます。 GREE Studio 2010 5日目の講義内容はデータマイニングエンジニア、moritaさんによる「データマイニング」。業務のログ解析において用いられるデータマイニングの内容です。前回はレポート形式でしたが、今回はもう少しエンジニアリングブログに近い形で書こうと思って頑張りました。宜しくお願いします。今回のブログの内容は、 データマイニングの基礎知識 大規模データへの挑戦 になります。後で定義しますが、ここでの「データマイニング」とはデータを取得し、集計する作業も含めてこの言葉を指すことにしています。また、解析者とはデータマイニングを行う人のことを指します。（GREEではデータマイニングエンジニアと呼ばれています。）moritaさんの講義で学んだことを自分なりに膨らましてみました。色々誤りがあると思いますが、そういった部分は（優しく）指摘し

Bijostagram（びじょすたぐらむ）というWebサービスを作ってみました。 Bijostagram - Cute Girls on Instagram きれいなおねいさんは、好きですか？ Bijostagramとは？ Bijostagramは、きれいなおねいさんの画像がたくさん眺められるサービスです（個人的に作りました）。一番の大きな特徴は、Instagramから自動的にきれいなおねいさんの画像を集めてくる、というところです。Bijostagramでは、集めてきたおねいさん画像をランダムに表示しています。 Instagramは写真版Twitterで、しかも撮影した画像をオサレな感じで加工できてツイートできるというサービス。２月末に公式のAPIが公開されたので、いじってみました。→インスタグラムのAPIについてはこちら Bijostagramは、画像抽出と画像配置のアルゴリズムをPer

2010/08/22 "第６回 データマイニング+WEB 勉強会＠東京"を開催しました。 第６回 データマイニング+WEB 勉強会＠東京 (Tokyo.Webmining#6) −ソーシャル・広告・最適化祭り−: ATND Google グループ 会場提供し運営を手伝って下さった ニフティ株式会社 のみなさん、どうもありがとうございました。素敵なトークを提供してくれた [Twitter:@karubi] さん、 [Twitter:@hirosuke_asano] さん、[Twitter:@satully]さん、[Twitter:@yamaz] さん、[Twitter:@mmlab_jp] さん、[Twitter:@oshiro40] さん 、ありがとうございました。運営進行を一緒にしてくれた[Twitter:@yanaoki]さん、HDのUSTREAM配信してくれた[Twitter:@bm

これから5回の連載にわたって、「ネット時代の大容量データマイニング」と題しまして、昨今のデータマイニングを取り巻く環境や、トレンド、適応用途についてご紹介をさせていただきたいと思います。 まず、第1回目として、その技術の概要と、インターネットの普及によって生み出された膨大な容量のデータ活用に求められる新しいデータマイニング像について解説します。 そもそも「データマイニング」とは、統計学や機械学習といったデータ解析技術によって、大量のデータから、意味のあるパターンや構造を見つけ出すプロセス（や作業）を指して使われる用語です。決して新しい言葉ではなく1990年代から使われていたのですが、ITの技術用語であり通常の生活の中で利用される単語ではないため、聞きなじみがない方も多いかもしれません。 AmazonやGoogleで使われているデータマイニング ただ、聞いたことがないからといって、私たちの生

2012年01月08日20:30 カテゴリアルゴリズム百選Math algorithm - ソート済み配列をソートしなおすべからず 珠玉のプログラミング Jon Bentley / 小林健一郎訳 ぐぬぅ。男子ゆえ女子をこじらせようがないとはいえ、風邪が普通にこじれている。 というわけでアルゴリズムのことなどつらつら考えていた。 高速な安定ソートアルゴリズム “TimSort” の解説 : Preferred Research Timsort - Wikipedia, the free encyclopedia 要はソートすべき配列中にすでに存在する秩序を活用するのがtimsortなのだと。 だけどすでにソート済みの配列を活用するなら、こういう方法もありではというわけでentry。 If it ain't broke, don't fix it. ソート済みの配列に要素を加えるなら、要素を加

この記事の所要時間: 7 分PowerPoint で直感と説得力を増す方法 はじめに、パワポこと、PowerPoint は、実に奥が深いです。単純な機能でも組み合わせや使うタイミングによってプレゼンテーションを格段によいもの（＝納得力のあるもの、正しく直感的に理解させるもの）に仕上げることができます。 普通に PowerPoint 使ってプレゼンしているだけってことありませんか？文字を箇条書きしているだけとか。私のプレゼンでは、直感的にわかる表現や、アイコンを多用しています。よくこれらについて質問を受けます。 あれだけの表現をすると色の変更や線の表現、印刷用の白黒表現とかケアが大変ではないか、あのアイコンみたいなのは、どうやって作っているのか？デザイナーに依頼しているのか？と聞かれるわけです。 私のプレゼンで使われている表現はほぼ自作です（すべて自作ではないですが）。しかもそんなに手間をか

Railsのために、ポート開けたり、リバースプロキシするのが面倒だし。PHPと同じようにファイル展開するだけで動いたら良いのに。 やってみたら動く。 調べたら動くことが分かった。 下準備 sudo aptitude install libapache2-mod-fcgid sudo aptitude install libfcgi-dev sudo gem install fcgiapacheにfcgiを入れてないときは、fcgiを入れる。rails持ってないときはrailsも入れてね。 実験環境 rails3.1 ruby 1.8.7 apache2 debian squeeze そうですね。ポイントはrails3.1です。 設定の流れ fastcgiが動くように railsが起動してるappディレクトリを準備 public ディレクトリに.htaccessを設定 .htaccess で

こちらのTogetterエントリ サーバのディスクの話 http://togetter.com/li/238411 に、大量にはてブがついているのをみて、今までの私の話などを。 このエントリが、何故に多くの人の関心を寄せるか…というと、「RAIDの一般化」という部分が大きいと思います。 今じゃSATA(&SAS)RAIDが、Intelチップに機能として搭載され、数万円台の外部NAS、RAIDカードで、RAID5,6どころか1+0や50まで構築できる時代。 「Diskが壊れても、データは壊れない！」という売り文句は、非常に魅力的だったりします。 今ではSATAのRAID1（HDD2本でミラーするだけ）なら、数千円のレベルでカードが買えますね。 では、Intelのチップセットや激安RAIDカードで、保護的RAIDを組んだ状況で、どれだけデータ保護が出来るかというと、 HDDの故障を救える確率と

取ったメモをきちんと見返していますか？ Writing Notes with Grammy / wickenden 打ち合わせや会議の際に急いでとったメモ、あるいは勉強会やセミナーで夢中でとったメモ、あなたはきちんと見返しているでしょうか？ 「そのうち見返そうとは思ってるんですけど、なかなか…」そう思っているあなた。見返す気が起きないのは、読み返し難いメモだからかもしれません。 今日紹介する方法は、三色ボールペンを使った見返しやすいメモの取り方です。 三色ボールペン式メモのルール (1)黒色で「事実」のメモをとる (2)すき間時間で事実に対して追記をする。 →実際にとるアクションを赤色で書き、行頭には□を書く。 →自分の思考メモを青色で書く。 つまり、それぞれの情報が持つ「属性」に応じて、色を変えて書くということです。 ルールに従って書いてみたメモ では早速、ルールに従ってメモを書いてみま

3連休を如何お過ごしでしょうか。さて、 ちょっと面白いものを見かけたのでシェア します。Masonryのようなレンガ風の レイアウトをCSSのみでサクッと作れる Webサービス。パズルのように組み合わせ るので種類は900パターン近くになる そうですよ。 休日なので軽めの話題でも。 よくあるグリッドレイアウトのCSSジェネレーターと違って汎用性はありませんが、こういうサービスが出てきたのがちょっと面白いなぁと。jsも使わないし、直感で作れるのでお手軽といえばお手軽じゃないですかね。 このようにパズルのようになっていて、右のエレメントをドラッグし、左にドロップしてボックスを配置する、というもの。jsは使われず、CSSのみで作れます。 操作は直感で出来ると思います。 作ったらコードを発行してもらえます。 Example 960pxで作成されますので汎用的ではありませんが、これはこれで面白いかな

サービス終了のお知らせ NAVERまとめは2020年9月30日をもちましてサービス終了いたしました。 約11年間、NAVERまとめをご利用・ご愛顧いただき誠にありがとうございました。

『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day

Open In とは他のアプリへファイルを渡すあれ。 DropBoxはどんなファイルでも Open In で受け取れるようになっている。そこでDropboxのplistファイルを解析してみたというのがこの記事。 Open In … All Files | Coco...

Nusa22, sebagai pusat resmi untuk bermain slot online yang menyenangkan dan menguntungkan tahun 2024. Jika Anda sedang mencari situs igaming slot online terbaik dan terpercaya di Indonesia, bergabunglah dengan situs Nusa22.Nusa22

About 南の島のプログラマ。 たまに役者。 Practical Schemeの主。 WiLiKi:Shiro 最近のエントリ 米国の大学進学無限cxr高校受験Defense振り返ってみると2019年は色々学んで楽...覚えるより忘れる方が難しい(こともある)眼鏡のつると3DプリンタIris Klein Acting ClassSAG-AFTRA conservatory: Voice Acting創作活動って自分を晒け出さねばならないと...More... 最近のコメント shiro on 歳を取ると時間が速く過ぎるのは、新しいことに挑戦しないから? (2023/03/14)1357 on 歳を取ると時間が速く過ぎるのは、新しいことに挑戦しないから? (2023/03/01)ベアトリーチェ on ハイポハイポハイポのシューリンガン (2022/04/02)ベアトリーチェ on ハイポハ