In this article, I will discuss some great tips and tricks to improve the performance of your structured data binary classification model. These tricks are obtained from solutions of some of Kaggle’s top tabular data competitions. Without much lag, let’s begin. These are the five competitions that I have gone through to create this article: Home credit default risk Santander Customer Transaction P

はじめに 2020年6月15日に、データサイエンティスト協会より発表されました「データサイエンス100本ノック（構造化データ加工編）」の素晴らしさに感動した私は早速ドリルを解き、めくるめくデータサイエンスの大冒険をエンジョイしていた。 しかし、ふと気づくとOriginalのデータサイエンス100本ノック（構造化データ加工編）はDocker形式で提供されており、実践的な演習が可能である一方でお手軽感はかった。同じ思いの人も数多く存在すると考え、より気軽に100本ノックするためにGoogle ColabとAzure Notebookで実行可能な演習スクリプトと解答編スクリプトを作成した。なお、作成者である私がPythonしか使えないのでPythonのみである。R派の方、申し訳ない。 どうやって始める？ こちらにコード＋説明文をアップしました。こちらのQiitaを見ていただくか、Github上の

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

JOB POSTING GENERATORは、自社サイトの求人情報をGoogleしごと検索に表示させるために必要な構造化データを生成してくれるツールです。 必要な項目を入力していくと、Googleしごと検索用の構造化データを出力してくれます。 Googleしごと検索とは Googleしごと検索とは、ザックリいうとGoogleの検索結果に求人情報を表示してくれる機能のことです。 例えば、「正社員　求人」で検索すると、以下のように検索結果の上に「求人」という枠が表示されます。 このように、就職・採用に関する検索クエリに対して、求人情報を表示してくれるのがGoogleしごと検索です。 Googleしごと検索に求人情報を掲載するには 単純に自社サイトに求人情報を掲載しただけでは、Googleしごと検索で求人情報が表示されるようにはなりません。 JSON-LDという記法で記述したschema.org

This is slides for Mercari Meetup for Microservices Platform #2 https://connpass.com/event/128017/

はてなブログでは、グルメ情報サイトぐるなびのデータと連動し、「構造化データ」に対応しました。レストランの情報を分かりやすく表現でき、読者や検索エンジンに対して記事の内容を正確に伝えられます。旅先で食べたご当地グルメ、行きつけの美味しいお店のレポートなど、グルメ記事を書かれる方におすすめの新機能です。どうぞご利用ください。 本稿では、SEO専門家の辻正浩さんにご協力いただき「構造化データの効果や使い方」についてご紹介いたします。SEOに興味のあるブログ運営者の方には役に立つ内容となっています。記事の後半では、はてなブログでの構造化データの使い方をご紹介します。合わせてお読みください。 本稿の構成 【寄稿】はてなブログならグルメ記事がSEOに有利！ 構造化データのご紹介 はてなブログで構造化データを使うには 【寄稿】はてなブログならグルメ記事がSEOに有利！ 構造化データのご紹介 本パートでは

このブログは、株式会社フィックスターズのエンジニアが、あらゆるテーマについて自由に書いているブログです。 遠藤です。 ニューラルネット界隈では、Caffe、TensorFlow、Chainer をはじめ、数々のフレームワークが群雄割拠の様相を呈しております。弊社でも、プロジェクトに応じて適宜フレームワークを使い分け、日々の業務にあたっております。 多数のフレームワークを扱っていると「あっちのフレームワークで学習したモデルを、こっちのフレームワークで使いたい！」といった、フレームワーク間をまたいでモデルを共有したいというニーズが出てきます。そのために、フレームワーク間で共通して使える交換フォーマットが開発されるようになりました。 そこで、今回はニューラルネットの共通フォーマットとして NNEF と ONNX の2つをご紹介したいと思います。 NNEF とは？ 概要 NNEF – Neural

「読まれるテキストは読者へのおもてなしの構造を持っている」（以下、「読まおも」と略す）というテキストが話題になっていたので読んだ。 わー、すごい。 一面では、いまのネットの気分を的確に捉えていると思う。 それは本当に「読まれるテキスト」なのかが、ぼくの感覚では、これは「読まれるテキスト」の話ではない。 「読まおも」では、まず「人間のテキストの読み方」がこう捉えられる。 ・タイトルは記事の印象の5割 ・章タイトルが残りの半分 ・本文はほとんど読み飛ばされる もうこの時点で、「読まれるテキスト」じゃない。 「読み飛ばされるテキスト」である。 たとえば、雑誌を読んでいる、とき。 １：パラパラとめくる。 ２：タイトル記事が眼に飛び込んでくる。 ３：ほんの一瞬手をとめると、章タイトルと本文のワードが眼に入ってくる。 ４：気になる記事が見つかって、読み始める。 この行動で、「読んだ」のは、どれだろう？

大学生だった当時、梅田望夫の本を読んではてなにやってきた僕は、ブログ論壇への憧れだけがあって、技術者にもなれず、時流のテーマに対して書くべきテーマを持たず、ただ実家の宗教に対する恨みだけを書き綴っていた。 もちろん、そんなものを好きこのんで読む人はいなくて、ただ虚無へとテキストを放り込んでいたのだけだど、いつからか、ある程度パターンを獲得して、その真似をするようになって、成功失敗を繰り返して、それなりにPDCAを回してきたと思う。思えば、その過程でいろんな人のヘイトを買った気がする。 人間のテキストの読み方、その反応、というのはパターンを、いくつか書き起こしてみる。 読者は、ファーストビューのレイアウトで、読む読まないを決める タイトルは記事の印象の5割 章タイトルが残りの半分 本文はほとんど読み飛ばされる 書き手としては単語の印象の連なりでイメージを形成することになる 段落が均等に分割さ

https://iosdc-reject-conference.connpass.com/event/64175/

「XDG Base Directory Specification」はデスクトップ環境における標準的なフォルダー構造を規定した仕様です。 「XDG Base Directory Specification」仕様を見ると、Ubuntuのフォルダー構造の一部が見えてきます。 Ubuntu 12.10のリリースノートを見ると、GNOME 3.6を採用していることが分かります。 また、GNOME 3.6のリリースノートを見ると、XDG Base Directory Specificationに準拠したことが分かります。 XDG Base Directory Specificationの目的 例えば各アプリは、ユーザー固有の設定ファイルや各データをユーザーのホームフォルダー直下に隠しファイル（フォルダー）として保存することが多く、以下のように煩雑な状況になっています。 また「~/.fonts」や「~

Device = Struct.new(:platform, :os, :version) devices = [ Device.new(:pc, :windows, 7), Device.new(:pc, :windows, 10), Device.new(:pc, :macos, :el_capitan), Device.new(:pc, :macos, :sierra), Device.new(:pc, :ubuntu, 16.10), Device.new(:smartphone, :ios, 8), Device.new(:smartphone, :ios, 9), Device.new(:smartphone, :android, 6.0), Device.new(:smartphone, :android, 7.0), Device.new(:smartphone, :and

確率的データ構造は少ないメモリでデータをコンパクトに保存し、保存されたデータに関するクエリに対し、おおよその答えを提供してくれます。クエリに対し空間効率の良い方法で答えるように設計されており、それはつまり、正確さを犠牲にするということにもなります。しかし、これらは一般的に、問われているデータ構造の仕様にもよりますが、誤差率の保証と境界を提供してくれます。メモリ使用量が少ないため、確率的データ構造はストリーミングや低出力の設定に特に有用なのです。ですから、動画の視聴回数を数えたり、過去に投稿された一意となるツイートのリストを維持したりするなど、ビッグデータの環境下では非常に有用です。例えば、 HyperLogLog++ 構造 は、2.56KBのメモリで最大790億の一意のアイテムを数えることができるのですが、誤差率はわずか1.65パーセントです。 Fast Forward Labsのチームは

みなさん、和布蕪は好きですか。私は食べたことがありません。 さて、MeCab は優秀な日本語の形態素解析機として有名ですが、みなさんは MeCab をそれ以外の用途で使ったことがありますか。食わず嫌いは感心できませんねぇ。 日本語の形態素解析機としての振る舞いは MeCab のほんの一面に過ぎません。MeCab はいつも読んでる IPAdic が何語の辞書かなんて知りませんし、日本語の文法がハードコードされているわけでもありません。MeCab は、振る舞いの全てを辞書に決められているといっても過言ではないほど、辞書によって様々な「言語」を解析できるようになります。ここでいう「言語」とは、記号の並びの規則、またはその規則に則って並べられた記号列のことだと思ってください。つまり、「辞書」は言語の語彙だけでなく、規則を記述する能力を持っているのです。 MeCab の「辞書」に含まれる情報に軽く触

2016年8月30日、これまで2社のCTOと5社の技術顧問を経験してきた一休の伊藤直也氏による「1人CTO Night」が開催されました。主催は転職サイト「DODA」を運営する、株式会社インテリジェンス。開発知識に加え、マネジメントスキルも求められるプロダクトマネージャーが最速・最高のアウトプットを生み出すにはどうすればいいのでしょうか。本パートでは、伊藤氏が過去の実例から「学習結果が蓄積されるマネジメント」について語りました。 「CTO」と「VP of Engineering」伊藤直也氏（以下、伊藤）：「1人CTO Night」というちょっとキャッチーな名前のイベントですが（笑）、さっそく始めさせていただきます。一休の伊藤です。 今日は「一休の伊藤」というかたちで出ていますが、あまり自社の宣伝をしてもしょうがないので、過去に技術顧問をやってきた時の経験などを含めて「いろいろな会社でこうい

テキストベースのファイル形式と、それぞれを（主にLinux上で）操作するためのコマンドラインツールのリストを掲載しています。 目次 DSV XML,HTML JSON YAML,TOML INI 設定ファイル おまけ：単一ファイルデータベース用コマンドラインインタフェース（CLI） ライセンス 情報開示 DSV CSV や TSV などを含む DSV（Delimiter-separated values、区切り文字で区切られた値） です。 Awk AwkはPOSIXで標準化されているコマンドラインツールで、DSVデータ処理用プログラミング言語です。Awkに関するリンクは以下のとおりです。 Awk.info — Awkに関する情報が豊富です。 AWK Vs NAWK Vs GAWK —プラットフォーム別実装の比較です。 すでにプログラミング言語を使用してプログラミングをしている場合は、naw

Linuxネットワークプログラミングバイブル 作者: 小俣光之,種田元樹出版社/メーカー: 秀和システム発売日: 2011/01メディア: 単行本購入: 1人 クリック: 24回この商品を含むブログ (10件) を見る ゆういちろうとこの本を読んでいるとき、 struct addrinfo *res0; ... getnameinfo(res0->ai_addr,res0->ai_addrlen,.... 「getnameinfoってなんだっけなー。manでも見ようー」 int getnameinfo(const struct sockaddr *sa, socklen_t salen,.... 「あ？ 第一引数の saはポインタを必要としてて、第二引数は普通のsocklen_t... やのに、なんで『res0->』っていう形は一緒なんじゃよ！」 という感じで、ゆういちろうとブチギレてると

PDFのファイル構造を理解すると、テキストエディタでも直接PDFファイルを作ることができるようになります。このエントリーではPDFファイルの基礎要素を説明し、簡単なPDFファイルを例にしてファイル構造を説明します。更に、テキストを渡すとPDFファイルを吐いてくれる簡単なプログラムや、PDFを読み込んで簡単な解析をするプログラムを書いてみます。 目次 目次 まえがき オブジェクト 間接参照 ファイル構造 Hello, world! ヘッダ トレーラ 相互参照テーブル 本体 PDFを生成するプログラム 日本語の扱い方 日本語を含むPDFを生成するプログラム グラフィックス PDFを読むプログラム あとがき まえがき 1990年代前半、アドビシステムズは、どのプラットフォームやデバイスでも文書を確実に表示・共有できることを目的としてPDFファイルフォーマットを開発しました。 PDFの表示ソフト