Rettyæµã€Ž2200万ユーザを支ãˆã‚‹æ©Ÿæ¢°å¦ç¿’基盤ã€ã®ä½œã‚Šæ–¹ - Qiita
ã¿ãªã•ã‚“ã€ã“ã‚“ã«ã¡ã¯ã€‚Retty CTO ã®æ¨½çŸ³ã§ã™ã€‚ ã“ã®è¨˜äº‹ã¯ Retty Advent Calendar 25日目ã§ã™ã€‚メリークリスマス。 昨日㯠@ttakeoka ã®ã€ŽMFIã«ã‚€ã‘ã¦Rettyã®å–り組ã¿ã€ã§ã—ãŸã€‚ 今年も残りã‚ãšã‹ã«ãªã‚Šã¾ã—ãŸã€‚ã„ã‹ãŒãŠéŽã”ã—ã§ã™ã‹ï¼Ÿ Retty ã¯ã“㮠１ å¹´ã§ã‚¨ãƒ³ã‚¸ãƒ‹ã‚¢ãŒã»ã¼å€å¢—ã—ã¾ã—ãŸã€‚ãã‚Œã«ã‚ˆã£ã¦ã€æƒ…å ±ç™ºä¿¡è€…ãŒå¢—ãˆã€Advent Calendar ã«å‚åŠ å‡ºæ¥ã‚‹ã‚ˆã†ã«ãªã‚Šã¾ã—ãŸã€‚ã¿ã‚“ãªæ¥½ã—ãã†ã«ã—ã¦ã„ã¦ã€ã†ã‚Œã—ã„ã§ã™ã€‚ Retty Inc. Advent Calendar 2016 - Qiita ã•ã¦ã€ä»Šå¹´æœ€å¾Œã® Retty Advent Calendar 記事を書ãã¨ã„ã†ã“ã¨ã§ã€ã¯ã˜ã‚㯠１年ã®ã¾ã¨ã‚的内容ã«ã—よã†ã‹ã¨æ€ã„ã¾ã—ãŸãŒã€ãã‚Œã§ã¯å¹³å‡¡ã§é¢ç™½ãã‚ã‚Šã¾ã›ã‚“。ãã“ã§ã€ãƒã‚¿ã«ãªã‚Šãã†ãªãƒžãƒ‹ã‚¢ãƒƒã‚¯ãªæŠ€è¡“的記事ã§ç· ã‚ããã‚ŠãŸã„ã¨æ€ã„ã¾ã™ã€‚
機械å¦ç¿’をプãƒãƒ€ã‚¯ãƒˆã«å…¥ã‚Œã‚‹éš›ã«è€ƒãˆã‚‹æŽ¡ç”¨åŸºæº–ã«ã¤ã„㦠- yasuhisa's blog
サービスã«æ©Ÿæ¢°å¦ç¿’技術(例ãˆã°SVM)を入れる際ã«ã€ã€Œã“ã®æ©Ÿæ¢°å¦ç¿’技術ã¯æœ¬ç•ªã‚µãƒ¼ãƒ“スã«æŠ•å…¥ã—ã¦ã‚‚大丈夫ãªã‚‚ã®ã‹?ã€ã‚’考ãˆã‚‹åŸºæº–ãŒã¾ã¨ã¾ã£ã¦ã„ã‚‹ã¨äººã«èª¬æ˜Žã™ã‚‹ã¨ãã«ä¾¿åˆ©ã ãªã¨ãµã¨æ€ã£ãŸã®ã§ã¾ã¨ã‚ã¦ã¿ã¾ã—ãŸã€‚散々言ã‚れ尽ãã•ã‚Œã¦ã„る話ã ã¨ã¯æ€ã„ã¾ã™ã€‚ å‰æ 考慮ã«å…¥ã‚‹æŽ¡ç”¨åŸºæº– 予測精度 (コードã®)メンテナンスã®å®¹æ˜“性 計算オーダー å¦ç¿’時 予測時 挙動ã®ã‚³ãƒ³ãƒˆãƒãƒ¼ãƒ«ã®ã—ã‚„ã™ã•/予測説明性ã®å®¹æ˜“ã• ãƒãƒ¥ãƒ¼ãƒ‹ãƒ³ã‚°ã®å¿…è¦æ€§ ãã®ä»– ã¾ã¨ã‚ å‰æ 機械å¦ç¿’ãŒãƒ—ãƒãƒ€ã‚¯ãƒˆã®ä¸»è¦ãªæ¦å™¨ã«ãªã‚‹(例ãˆã°æœ€è¿‘話題ã«ãªã£ã¦ã„ã‚‹Google翻訳ã«ãŠã‘ã‚‹NMT)ã‚‚ã®ã§ã¯ãªãã€ã‚µãƒ¼ãƒ“スã«ãƒ‡ãƒ¼ã‚¿ãŒã¾ãšã‚ã‚Šã€æ©Ÿæ¢°å¦ç¿’ã§ãƒ‡ãƒ¼ã‚¿ã‚’活用ã™ã‚‹ã“ã¨ã«ã‚ˆã‚Šã€ãã®ã‚µãƒ¼ãƒ“スを支ãˆã¦ã„ãよã†ãªã‚‚ã®ã‚’å‰æã«è€ƒãˆã¦ã„ã¾ã™(例ãˆã°CGMサービスã®ã‚¹ãƒ‘ム判定)。ã¾ãŸã€æŠ•ç¨¿å†…容ã¯ç§å€‹äººã®æ„見ã§ã‚ã‚Šã€æ‰€å±žçµ„織を代表ã™ã‚‹ã‚‚ã®ã§ã¯ã‚ã‚Šã¾ã›ã‚“ã¨ãŠæ–ã‚Šã—ã¦ãŠã
Girl Friend Factory - 機械å¦ç¿’ã§å½¼å¥³ã‚’創る - - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 指定ã—ãŸå±žæ€§ã‚’æŒã¤å½¼å¥³ã‚’生æˆã™ã‚‹æ©Ÿæ¢°å¦ç¿’ã‚’è¡Œã„ã€ãれを使用ã—ãŸãƒ‡ãƒ¢ã‚’開発ã—ã¾ã—ãŸã€‚ åˆã‚ã¾ã—ã¦ã€ãƒ‰ãƒ¯ãƒ³ã‚´2016å¹´æ–°å’ã®@Hiroshiba ã§ã™ã€‚ç§ã¯æ™®æ®µã€ä»Šæµè¡Œã‚Šã®ãƒ‡ã‚£ãƒ¼ãƒ—ラーニング技術を使ã£ãŸç ”究をã—ã¦ã„ã¾ã™ã€‚ã“ã®æŠ€è¡“ã®è¡¨ç¾åŠ›ã¯éŽåŽ»ã®è‰²ã‚“ãªæ©Ÿæ¢°å¦ç¿’ã«æ¯”ã¹ã¦ã¨ã¦ã‚‚優秀ã§ã€åŽ»å¹´ã®ä»Šé ƒãªã‚“ã‹ã«ã¯DCGANã¨ã„ã†ç”»åƒç”Ÿæˆç³»ã®ç ”究ã«é©å‘½ã‚’èµ·ã“ã—ãŸæ‰‹æ³•ã‚’使ã£ã¦ã€æ§˜ã€…ãªé¡”イラストを自動生æˆã™ã‚‹è¨˜äº‹ãŒäººæ°—を集ã‚ã¾ã—ãŸã€‚ DCGANã¨ã¯ 今回作æˆã—ãŸãƒ‡ãƒ¢ã§ç”¨ã„ãŸæŠ€è¡“ã§ã‚ã‚‹DCGANã«ã¤ã„ã¦è»½ã触れã¦ãŠãã¾ã™ï¼ˆå›³ï¼¡ï¼‰ã€‚ãã‚‚ãã‚‚DCGANã¯Deep C
高次元ベクトルデータ検索技術「NGTã€ã®æ€§èƒ½ã¨ä½¿ã„æ–¹ã®ç´¹ä»‹
ã“ã®çµæžœã‚’見ã¦å˜èªžãƒ™ã‚¯ãƒˆãƒ«ãŒå¤‰ã‚ã‚‹ã¨NGTã®æ€§èƒ½ãŒå¤‰ã‚ã£ã¦ã—ã¾ã†ã‚ˆã†ã«æ„Ÿã˜ãŸæ–¹ãŒã„ã‚‹ã‹ã‚‚ã—ã‚Œã¾ã›ã‚“。ã—ã‹ã—ã€å®Ÿã¯ã“れらã®å˜èªžãƒ™ã‚¯ãƒˆãƒ«ã¯ãƒ‡ãƒ¼ã‚¿ã®æ¬¡å…ƒæ•°ã‚„件数ãŒé•ã£ã¦ã„ã‚‹ãŸã‚ã€ãã‚Œãžã‚Œã®æ¡ä»¶ã‚’ã‚ã‚ã›ã¦ã¿ã‚‹å¿…è¦ãŒã‚ã‚Šã¾ã™ã€‚興味ãŒã‚ã‚‹æ–¹ã¯è«–文をèªã‚“ã§è¦‹æ¯”ã¹ã¦æ¬²ã—ã„ã¨æ€ã„ã¾ã™ãŒã€ã“ã“ã§é‡è¦ãªã“ã¨ã¯ã€NGTãŒé«˜ã„精度ã«ã‚‚é–¢ã‚らãšã€ã›ã„ãœã„100ミリ秒程度ã§æ¤œç´¢ã§ãã‚‹ã¨ã„ã†è¦æ¨¡æ„Ÿã§ã‚ã‚‹ã¨ã„ã†ã“ã¨ã§ã™ã€‚ãã®è¦æ¨¡æ„Ÿã‚’æ„Ÿã˜ã¦ã‚‚らã†ãŸã‚ã«ã€ã“れらã®å®Ÿé¨“çµæžœã‚’ã”紹介ã—ã¾ã—ãŸã€‚ã“ã®å®Ÿé¨“以外ã«ã‚‚è«–æ–‡ã®ä¸ã§ã¯å˜èªžãƒ™ã‚¯ãƒˆãƒ«ã®å¿œç”¨ã¨ã—ã¦ã‚¢ãƒŠãƒã‚¸ãƒ¼ã¨å‘¼ã°ã‚Œã‚‹åˆæˆãƒ™ã‚¯ãƒˆãƒ«ã§ã®å®Ÿé¨“ã‚„ãã®ä»–ã®æ¯”較手法ã®æ¯”較ã€å®Ÿé¨“çµæžœã®è€ƒå¯Ÿãªã©ã‚‚ã‚ã‚Šã¾ã™ãŒä»Šå›žã¯å‰²æ„›ã—ã¾ã™ã€‚ ã“ã‚Œã¾ã§ç´¹ä»‹ã—ãŸå†…容ã¨åŒã˜ã‚ˆã†ãªå®Ÿé¨“ã¯Linuxç³»ã®ã‚µãƒ¼ãƒãƒ¼ã§ã‚ã‚Œã°å…¬é–‹ã—ã¦ã„ã‚‹Experimental softwareã¨ã„ã†å®Ÿé¨“プãƒã‚°ãƒ©ãƒ を使ã†ã¨ç°¡å˜ã«è©¦ã™ã“ã¨ãŒã§ãã¾ã™ã€‚
機械å¦ç¿’を利用ã™ã‚‹ãƒ—ãƒãƒ€ã‚¯ãƒˆã®ãƒ†ã‚¹ãƒˆ - froglog
ã“ã®ã‚¨ãƒ³ãƒˆãƒªã«ã¤ã„㦠2種類ã®è¦ä»¶ 性能è¦ä»¶ã®ãƒ†ã‚¹ãƒˆ offline 㨠online offline 性能テストã®è‡ªå‹•åŒ– A/B テストã¯ã™ãã«ã»ã—ㄠ機能è¦ä»¶ã®ãƒ†ã‚¹ãƒˆ 性能テストã®ã¿ã§å分ãªã®ã§ã¯ï¼Ÿ ãƒ†ã‚¹ãƒˆãƒ‡ãƒ¼ã‚¿ç”Ÿæˆ æ©Ÿèƒ½ãƒ†ã‚¹ãƒˆã‚’ã„ã¤ä½œã‚‹ã‹ ã¾ã¨ã‚ ã“ã®ã‚¨ãƒ³ãƒˆãƒªã«ã¤ã„㦠ãƒã‚¨ãƒ ã§ã™ã€‚ 11/8(ç«) ã«é–‹å‚¬ã•ã‚ŒãŸ Cloudera World Tokyo 2016 ã«å‚åŠ ã—ã¾ã—ãŸã€‚ 大è¦æ¨¡ãƒ‡ãƒ¼ã‚¿ã«å¯¾ã™ã‚‹ãƒ‡ãƒ¼ã‚¿ã‚µã‚¤ã‚¨ãƒ³ã‚¹ã®é€²ã‚æ–¹ #CWT2016 (以下ã€ç™ºè¡¨ 1) データ分æžã‚°ãƒ«ãƒ¼ãƒ—ã®çµ„織編制ã¨ãã®èª²é¡Œ マーケティングã«ãŠã‘ã‚‹KPIè¨è¨ˆã®å¤±æ•—例 ABテストã®æ´»ç”¨ã¨ã€æ©Ÿæ¢°å¦ç¿’ã®å°Žå…¥ #CWT2016 (以下ã€ç™ºè¡¨ 2) ãã®ä¸ã§ä¸Šè¨˜ã®2ã¤ã®ç™ºè¡¨ãŒã¨ã¦ã‚‚ã„ã„話ã§ã—ãŸã€‚ 多少絡ã¿ã®ã‚る内容ã¨ã—ã¦æ©Ÿæ¢°å¦ç¿’を利用ã™ã‚‹ãƒ—ãƒãƒ€ã‚¯ãƒˆã®ãƒ†ã‚¹ãƒˆã«ã¤ã„ã¦è¿°ã¹ãŸã„ã¨ã¡ã‚‡ã£ã¨å‰ã‹ã‚‰è€ƒãˆã¦ã„ãŸã®ã§ã€ã„ã„機会ãªã®ã§
Hadoopsummit16 myui
This document discusses Hivemall, an open source machine learning library for Apache Hive, Spark, and Pig. It provides an overview of Hivemall, describing its key features and algorithms. These include classification, regression, recommendation, and other machine learning methods. The document also outlines Hivemall's integration with technologies like Spark, Hive, and Pig and its use cases in ind
メンテナブルãªæ©Ÿæ¢°å¦ç¿’システムã®è€ƒå¯Ÿ | æ ªå¼ä¼šç¤¾ã‚µã‚¤ãƒãƒ¼ã‚¨ãƒ¼ã‚¸ã‚§ãƒ³ãƒˆ
執ç†è€… 執ç†è€…：數見拓朗 所属部署：技術本部 秋葉原ラボ æ¥å‹™çµŒæ´ï¼šãƒˆãƒ¬ãƒ³ãƒ‰æ¤œçŸ¥ã‚·ã‚¹ãƒ†ãƒ やスパムフィルタã®é–‹ç™ºãƒ»é‹ç”¨ã€Amebaã¨åºƒå‘Šé…ä¿¡ã®ãƒ‡ãƒ¼ã‚¿åˆ†æžæ¥å‹™ã‚’担当。 æ¦‚è¦ æ©Ÿæ¢°å¦ç¿’ã¯ã€ãƒ‡ãƒ¼ã‚¿ã®è¤‡é›‘ãªé–¢ä¿‚を明らã‹ã«ã—ã€æœªçŸ¥ãƒ‡ãƒ¼ã‚¿ã®äºˆæ¸¬ã‚„特徴ã®ç™ºè¦‹ã‚’å¾—ã‚‹ã®ã«æœ‰ç”¨ã§ã‚る。ã—ã‹ã—ã€ä¸€èˆ¬ã«æä¾›ã•ã‚Œã¦ã„る機械å¦ç¿’ライブラリã¯ã€é•·æœŸçš„ãªé‹ç”¨ã‚’目標ã¨ã—ã¦ãƒ‡ã‚¶ã‚¤ãƒ³ã•ã‚Œã¦ã„ãªã„。ãã®ãŸã‚ã€é«˜ã„è˜åˆ¥æ€§èƒ½ã‚’ç¶æŒã™ã‚‹ã«ã¯ã€é€šå¸¸ã®ã‚½ãƒ•ãƒˆã‚¦ã‚§ã‚¢é–‹ç™ºãƒ»é‹ç”¨ã®çŸ¥è¦‹ã§ã¯ä¸å分ã§ã‚る。本レãƒãƒ¼ãƒˆã®ç›®çš„ã¯ã€ã‚¢ãƒ¡ãƒ¼ãƒãƒ–ãƒã‚°ã«æä¾›ã—ã¦ã„る機械å¦ç¿’フィルタを例ã¨ã—ã¦ã€é•·æœŸçš„ã«é‹ç”¨å¯èƒ½ãªæ©Ÿæ¢°å¦ç¿’システムを考察ã™ã‚‹ã“ã¨ã§ã‚る。 目次 1.ã¯ã˜ã‚㫠アメブãƒã¯ï¼Œã‚¢ãƒ¡ãƒ¼ãƒã§æœ€ã‚‚å¤ãï¼Œæƒ…å ±ç™ºä¿¡æ‰‹æ®µã¨ã—ã¦å¤šãã®ãƒ¦ãƒ¼ã‚¶ã«åˆ©ç”¨ã•ã‚Œã¦ã„るブãƒã‚°ã‚µãƒ¼ãƒ“スã§ã‚る．2015å¹´2月ã®ãƒ‡ãƒ¼ã‚¿ã§ã¯ï¼Œä¸€æ—¥å½“ãŸã‚Šç´„æ•°å万件ã®ã‚¨ãƒ³ãƒˆãƒªãƒ¼ãŒæŠ•ç¨¿ã•ã‚Œã¦ã„る．一方ã§ï¼Œä¸€éƒ¨ã®æ‚ªæ„
機械å¦ç¿’アルゴリズムã®çµµæœ¬
機械å¦ç¿’ã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã®ä¸ã«ã¯ï¿½åå‰ã®ã¤ã„ã¦ã„ãªã„ã€Œç´ æœ´ãªæ–¹æ³•ã€ãŒã‚る。 複数ã®æ–¹æ³•ã‚’組ã¿åˆã‚ã›ã¦ä½¿ã£ã¦ã„ã‚‹å ´åˆã«ï¿½ç´ 朴ãªæ–¹æ³•ã‚’無視ã—ã¦æ··ä¹±ãŒç”Ÿã¾ã‚Œã‚‹ã€‚ ãã“ã§ç´ 朴ãªæ–¹æ³•ã«ãƒ©ã‚¤ãƒˆã‚’当ã¦ã¦ã€ï¿½å„種アルゴリズムを図解ã™ã‚‹ã“ã¨ã§ï¿½ã€Œã‚ーã€ã“ã†ã„ã†çµ„ã¿åˆã‚ã›ã§å‹•ã„ã¦ã‚“ã ã€ï¿½ã¨ã‚ã‹ã£ã¦ã‚‚らã†ã€‚
ランダムフォレストã®åŸºç¤Žã¨æœ€æ–°å‹•å‘
• – • – • • • – – • – • – – – • • • – • – • – • • • – – – • – – – – • • • • • • • • – – – • – – – – • • • • – – • ∗ , ∗ • ∗ • – • • • – – • ∗ , ∗ • ∗ • – • • – – • • • • – – • ∗ , ∗ • ∗ • – • ∗ ∗ ∗ ∗ arg max • ∈ • ∈ , • • ∗ ∗ ∗ ∗ arg max • • – – • ∗ , ∗ • ∗ • – • • – – – • – – – – • • • • • • • – – • – • – • ∗ – – • – – • • – • – – – • – – – – • • • – – • • • • – – , ∈ 1, … , • • – – • Input depth
「ã¯ã˜ã‚ã¦ã§ã‚‚ã‚ã‹ã‚‹ RandomForest 入門ï¼é›†å›£å¦ç¿’ã«ã‚ˆã‚‹åˆ†é¡žãƒ»äºˆæ¸¬ ï¼ã€ ï¼ç¬¬ï¼—回データマイニング+WEBå‹‰å¼·ä¼šï¼ æ±äº¬
「ã¯ã˜ã‚ã¦ã§ã‚‚ã‚ã‹ã‚‹ RandomForest 入門ï¼é›†å›£å¦ç¿’ã«ã‚ˆã‚‹åˆ†é¡žãƒ»äºˆæ¸¬ ï¼ã€ ï¼ç¬¬ï¼—回データマイニング+WEBå‹‰å¼·ä¼šï¼ æ±äº¬ 「ã¯ã˜ã‚ã¦ã§ã‚‚ã‚ã‹ã‚‹RandomForest (ランダムフォレスト) 入門ï¼é›†å›£å¦ç¿’ã«ã‚ˆã‚‹åˆ†é¡žãƒ»äºˆæ¸¬ ï¼ã€ ï¼ç¬¬ï¼—回データマイニング+WEBå‹‰å¼·ä¼šï¼ æ±äº¬ 濱田晃一 (hamadakoichi)
ヒューレットパッカード社ã®ï¿½ç¤¾å“¡ã®é›¢è·ãƒªã‚¹ã‚¯äºˆæ¸¬ 第一回機械å¦ç¿’ビジãƒã‚¹ç ”究会 #ml_business
第一回機械å¦ç¿’ビジãƒã‚¹ç ”究会ã§è©±ã—ãŸå†…容ã§ã™ http://ml-business.connpass.com/event/36234/
Elasticsearchã¨æ©Ÿæ¢°å¦ç¿’を実際ã«é€£æºã•ã›ã‚‹
SensorBeeã¨fluentdを使ã£ã¦Elasticsearchã«æ©Ÿæ¢°å¦ç¿’é©ç”¨å¾Œã®ãƒ„イートをæµã—込んã§æ¤œç´¢ã‚„å¯è¦–化を助ã‘る話
AlphaGo ã®è«–文をã–ã£ãり紹介 - technocrat
ã‚る程度機械å¦ç¿’を知ã£ã¦ã‚‹äººå‘ã‘ã§ã™ã€‚ ã‚ã‹ã‚Šã‚„ã™ã•é‡è¦–ã§ã–ã£ãり書ãã®ã§ã€è©³ã—ã„ã“ã¨ã¯æœ¬è«–文をã‚ãŸã£ã¦ä¸‹ã•ã„。 ã¡ãªã¿ã«ç§ã¯å›²ç¢ã®ãƒ«ãƒ¼ãƒ«ã¯çŸ¥ã‚Šã¾ã›ã‚“。 å…ƒãƒã‚¿ã¯Natureè«–æ–‡ã§ã™ã€‚ http://www.nature.com/nature/journal/v529/n7587/full/nature16961.html ã¨ã¦ã‚‚èªã¿ã‚„ã™ã„è«–æ–‡ã ã¨æ€ã„ã¾ã™ã€‚ オープンアクセス版もã©ã£ã‹ã«è»¢ãŒã£ã¦ãŸã¨æ€ã„ã¾ã™ã€‚ 構æˆè¦ç´ AlphaGOã¯ä¸»ã«ã€æ•™å¸«ã‚ã‚Šæ–¹ç–ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯p_\sigma, 強化å¦ç¿’æ–¹ç–ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯p_\rho, 状態評価関数ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯v(s), ã‹ã‚‰ãªã£ã¦ãŠã‚Šã€ã“れらをã†ã¾ã組ã¿åˆã‚ã›ã¦ã€ãƒ¢ãƒ³ãƒ†ã‚«ãƒ«ãƒæ³•ã«ã‚ˆã‚‹æŒ‡ã—手評価を効率的ã«è¡Œã£ã¦ã„るよã†ã§ã™ã€‚ 教師ã‚ã‚Šæ–¹ç–ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯p_\sigma 状態s(盤é¢ã®çŸ³é…ç½®ãªã©)を入力ã¨ã—ã€æ¬¡ã®æ‰‹a(ã©ã“ã«çŸ³ã‚’ç½®ãã‹)を確率ã¨ã—ã¦p(a|
人工知能㯠WEBサーãƒã®æš—闇を救ㆠæ¾æœ¬äº®ä»‹ #ipsjone / JPSJ-ONE 2016 matsumotory
Webサービスã®ã‚·ã‚¹ãƒ†ãƒ 管ç†ã§ç–²å¼Šã—ã¦ã„る人々を救ã„ãŸã„話
Distributed TensorFlowã®è©± - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Hadoop Conference Japan 2016 ã‚‚ã¨ã‚‚ã¨ã¯2月8æ—¥ã«é–‹å‚¬ã•ã‚Œã‚‹Hadoop Conference Japan 2016ã®ã‚»ãƒƒã‚·ãƒ§ãƒ³ã¨ã—ã¦ã“ã®è©±ã‚’応募ã—ãŸã®ã§ã™ãŒã€ã‚ãˆãªãè½é¸ã—ã¾ã—ãŸâ€¦â€¦ï¼ˆ;_;) ã—ã‹ã—ã€ã‚ã‚ŠãŒãŸã„ã“ã¨ã«å¾©æ´»æˆ¦ã®Lightning Talkã®æŠ•ç¥¨ã§ã¯5ä½ã«é¸ã‚“ã§ã„ãŸã ãã€ãƒ©ãƒ³ãƒã‚¿ã‚¤ãƒ Aä¼šå ´ã§ãŠè©±ã™ã‚‹ã“ã¨ã«ãªã‚Šã¾ã—ãŸã€‚ã‚ã‚ŠãŒã¨ã†ã”ã–ã„ã¾ã™ï¼ 今回ã®ã‚¹ãƒ©ã‚¤ãƒ‰ã¯ã“ã“ã§å…¬é–‹ã—ã¦ã„ã¾ã™ã€‚ ã¨ã¯ã„ãˆã€5分ã®LTã§ã¯ã“ã®å†…容をã—ã£ã‹ã‚Šã¨ä¼ãˆã‚‰ã‚Œã‚‹è‡ªä¿¡ãŒãªã„ã®ã§ã€ä»¥ä¸‹ã§ã‚¹ãƒ©ã‚¤ãƒ‰å†…容ã®è©³ã—ã„解説をã—ãŸã„ã¨æ€ã„ã¾
More modern gpu
GPUãŒãªãœé€Ÿã„ã®ã‹ï¼Œã¾ãŸãã®ä¸Šã§ã©ã®ã‚ˆã†ãªãƒ‡ãƒ¼ã‚¿æ§‹é€ やアルゴリズム，ライブラリãŒä½¿ãˆã‚‹ã®ã‹ã‚’説明ã—ã¾ã™ã€‚特ã«MapReduceãªã©ã®éžå‡è³ªã§ï¼Œé›¢æ•£çš„ãªã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ãŒã„ã‹ã«é«˜é€Ÿã«å®Ÿç¾ã•ã‚Œã‚‹ã‹ã‚’紹介ã—ã¾ã™ã€‚ 実験ã«ä½¿ã£ãŸã‚³ãƒ¼ãƒ‰ https://github.com/hillbig/gpuexperiments セミナーã®å‹•ç”» https://www.youtube.com/watch?v=WmETPBK3MOI
ランã‚ング
ランã‚ング
ãŠçŸ¥ã‚‰ã›
リリースã€éšœå®³æƒ…å ±ãªã©ã®ã‚µãƒ¼ãƒ“スã®ãŠçŸ¥ã‚‰ã›
最新ã®äººæ°—エントリーã®é…ä¿¡
j次ã®ãƒ–ックマーク
kå‰ã®ãƒ–ックマーク
lã‚ã¨ã§èªã‚€
eコメント一覧を開ã
oページを開ã
SAMOA: A Platform for Mining Big Data Streams (Apache BigData Europe 2015)
機械å¦ç¿’ã§æ³£ã‹ãªã„ãŸã‚ã®ã‚³ãƒ¼ãƒ‰è¨è¨ˆ
DeNAã«ãŠã‘る機械å¦ç¿’・深層å¦ç¿’活用
GitHub - maropu/hivemall-spark: A Hivemall wrapper for Spark
{{#tags}}- {{label}}
{{/tags}}