EC2ã®PublicDNSã®è§£æ±ºã®ä»•çµ„ã¿ - QiitaDeleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
AWS Summit 2014 Tokyo「Amazon EBS ボリュームã®æ€§èƒ½ç‰¹æ€§ã¨æ§‹æˆæ–¹æ³•ã‚’ç¿’å¾—ã™ã‚‹ï¼ã€ãƒ¬ãƒãƒ¼ãƒˆ | DevelopersIO
AWS Summit 2014 Tokyo「Amazon EBS ボリュームã®æ€§èƒ½ç‰¹æ€§ã¨æ§‹æˆæ–¹æ³•ã‚’ç¿’å¾—ã™ã‚‹ï¼ã€ãƒ¬ãƒãƒ¼ãƒˆ ã“ã‚“ã«ã¡ã¯ã€è™Žå¡šã§ã™ã€‚ 先月ã®AWSサミットã®ã‚»ãƒƒã‚·ãƒ§ãƒ³ã€ŒAmazon EBS ボリュームã®æ€§èƒ½ç‰¹æ€§ã¨æ§‹æˆæ–¹æ³•ã‚’ç¿’å¾—ã™ã‚‹ï¼ã€ã‚’タイムシフトè´è¬›ã—ã¾ã—ãŸã®ã§ã€ãƒ¬ãƒãƒ¼ãƒˆã—ã¾ã™ã€‚ã“ã®ã‚»ãƒƒã‚·ãƒ§ãƒ³ã¯ã€Tech Deep Diveã¨å付ã‘られãŸæŠ€è¡“セッションã®1ã¤ã§ã™ã€‚ テーマã¯ã€Amazon EBSã®æ€§èƒ½ç‰¹æ€§ã¨æ§‹æˆæ–¹æ³•ã«ã¤ã„ã¦ã€‚検証çµæžœã‚’交ãˆãªãŒã‚‰ã®ç´¹ä»‹ã§ã™ã€‚講師ã¯ã€æ¾æœ¬å¤§æ¨¹ã•ã‚“（アマゾン データ サービス ジャパン）ã§ã™ã€‚ AWS Summit Tokyo 2014 開催レãƒãƒ¼ãƒˆå‹•ç”»ãƒ»è³‡æ–™ä¸€è¦§ | アマゾン ウェブ サービス（AWS 日本語） Amazon EBS ボリュームã®æ€§èƒ½ç‰¹æ€§ã¨æ§‹æˆæ–¹æ³•ã‚’ç¿’å¾—ã™ã‚‹ï¼ï¼ˆAWS Summit Tokyo 2014 | TA-02） - You
koba206.com - ã“ã®ã‚¦ã‚§ãƒ–サイトã¯è²©å£²ç”¨ã§ã™ï¼Â - koba206 リソースãŠã‚ˆã³æƒ…å ±
This webpage was generated by the domain owner using Sedo Domain Parking. Disclaimer: Sedo maintains no relationship with third party advertisers. Reference to any specific service or trade mark is not controlled by Sedo nor does it constitute or imply its association, endorsement or recommendation.
EC2 ã« SSH ã§ããªã„時ã®å¯¾å‡¦æ³•ã€ã‚ã‚‹ã„㯠Marketplace ã® AMI を気軽ã«é¸ã¶ã¹ãã§ãªã„ç†ç”± · takus's blog
å‰åŠã®éƒ¨åˆ†ã‚’ã¾ã¨ã‚よã†ã¨æ€ã£ãŸã‚‰ã€å¤§åˆ‡ãªã“ã¨ã¯å…¨ã¦ @j3tm0t0 ã•ã‚“ã® gist ã«æ›¸ã„ã¦ã‚ã£ãŸã®ã§ã€SSH ã§ãƒã‚°ã‚¤ãƒ³ã§ããªããªã£ãŸæ™‚ã¯ã¾ãšä¸Šè¨˜ã® gist ã«æ›¸ã„ã¦ã‚ã‚‹ã“ã¨ã‚’確èªã™ã‚‹ã¨ã„ã„ã¨æ€ã„ã¾ã™ã€‚ ã§ã€ä»Šå›žã®è©±ã¯ã€snapshot ã‚’å–å¾—ã—㦠新ãŸã« volume を作æˆã—ã¦ã€ä»–ã®ã‚¤ãƒ³ã‚¹ã‚¿ãƒ³ã‚¹ã«ã‚¢ã‚¿ãƒƒãƒï¼†ãƒžã‚¦ãƒ³ãƒˆã—ã¦ã‚¨ãƒ©ãƒ¼ãŒå‡ºã¦ã„ãªã„ã‹ã‚’確èªã—よã†ã¨ã—ãŸæ™‚ã«ä¸‹è¨˜ã®ã‚¨ãƒ©ãƒ¼ã§ãƒžã‚¦ãƒ³ãƒˆã§ããªã‹ã£ãŸä»¶ã«é–¢ã™ã‚‹ãŠè©±ã§ã™ã€‚ 'vol-xxxxxxx' with Marketplace codes may not be attached as as secondary device. ã‚°ã‚°ã£ãŸã‚‰ “Is it possible to rescue an EBS volume which has marketplace codes?†や “Marketplace codes may not
心臓ã®é¼“動や体温ã€ä½“ã®å‹•ãを測定ã—ã¦å¿ƒã®çŠ¶æ…‹ã¾ã§è¨ˆæ¸¬ã§ãる「myBeatã€
AppleãŒ2014å¹´å¤ã«ã‚‚発表予定ã¨å™‚ã•ã‚Œã‚‹iPhone 6(仮称)ã«ã¯ã€ã€ŒHealthbookã€ã¨å‘¼ã°ã‚Œã‚‹ãƒ˜ãƒ«ã‚¹ã‚±ã‚¢ï¼†ãƒ•ã‚£ãƒƒãƒˆãƒã‚¹æ©Ÿèƒ½ãŒæ載ã•ã‚Œã‚‹ã¨ã¿ã‚‰ã‚Œã‚‹ãªã©ã€ã‚¹ãƒžãƒ¼ãƒˆãƒ•ã‚©ãƒ³ã‚’å¥åº·ç®¡ç†ã«å½¹ç«‹ã¦ã‚‹ã¨ã„ã†ä½¿ã„é“ãŒå¢—åŠ ã—ãã†ãªæµã‚ŒãŒè¦‹ã†ã‘られã¾ã™ãŒã€2014å¹´5月28æ—¥ã‹ã‚‰30æ—¥ã¾ã§é–‹å‚¬ã•ã‚Œã¦ã„るワイヤレスジャパン2014ã§ã¯ã€äººé–“ã®è‡ªå¾‹ç¥žçµŒã®çŠ¶æ…‹ã‚’解æžã—ã€ã•ã‚‰ã«ä¸€æ©é€²ã‚“ã 「心ã®å¥åº·çŠ¶æ…‹ã€ã‚’把æ¡ã§ãる「myBeatã€ã¨å‘¼ã°ã‚Œã‚‹ã‚·ã‚¹ãƒ†ãƒ ãŒå±•ç¤ºã•ã‚Œã¦ã„ã¾ã—ãŸã€‚ 心æ‹ã‚»ãƒ³ã‚µï¼šï¼šãƒ¦ãƒ‹ã‚ªãƒ³ãƒ„ãƒ¼ãƒ«æ ªå¼ä¼šç¤¾ http://www.uniontool.co.jp/product/sensor/index.html ã“ã®å°ã•ãªè£…ç½®ãŒãƒ¦ãƒ¼ã‚¶ãƒ¼ã®ä½“調ã¨å¿ƒã®çŠ¶æ…‹ã‚’センシングã™ã‚‹å¿ƒæ‹ã‚»ãƒ³ã‚µãƒ¦ãƒ‹ãƒƒãƒˆã€ŒWHS-2ã€ã§ã™ã€‚ç´„4センãƒå››æ–¹ã§é‡é‡ã¯14グラムã¨å°åž‹è»½é‡ã§ã™ãŒã€ãƒ¦ãƒ¼ã‚¶ãƒ¼ã®å¿ƒæ‹å‘¨æœŸãƒ»å¿ƒæ‹æ³¢å½¢ãƒ»å¿ƒæ‹æ•°ã®å¿ƒæ‹æƒ…å ±ã¨ã€
クラスタリングã®å®šç•ªã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ 「K-means法ã€ã‚’ビジュアライズã—ã¦ã¿ãŸ
集åˆçŸ¥ãƒ—ãƒã‚°ãƒ©ãƒŸãƒ³ã‚° ã‚’èªã‚“ã§ã„ãŸã‚‰ã€K-means 法（Kå¹³å‡æ³•ï¼‰ã®èª¬æ˜ŽãŒå‡ºã¦ãã¾ã—ãŸã€‚ K-means 法ã¯ã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°ã‚’è¡Œã†ãŸã‚ã®å®šç•ªã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ らã—ã„ã§ã™ã€‚å˜åœ¨ã¯çŸ¥ã£ã¦ã„ãŸã‚“ã ã‘ã©ã„ã¾ã„ã¡ãƒ”ンã¨ãã¦ã„ãªã‹ã£ãŸã®ã§ã€å‹•ä½œã‚’ç†è§£ã™ã‚‹ãŸã‚ã«ã‚µãƒ³ãƒ—ルを作ã£ã¦ã¿ã¾ã—ãŸã€‚ クリックã™ã‚‹ã¨ï¼‘ステップãšã¤å‹•ã‹ã™ã“ã¨ãŒã§ãã¾ã™ã€‚クラスタã®æ•°ã‚„点ã®æ•°ã‚’変更ã—ã¦ã€Restart を押ã™ã¨å¥½ããªãƒ‘ラメータã§è©¦ã™ã“ã¨ãŒã§ãã¾ã™ã€‚ ã“ã†ã‚„ã£ã¦ï¼‘ステップãšã¤ç¢ºèªã—ãªãŒã‚‰å‹•ã‹ã—ã¦ã¿ã‚‹ã¨ã€æ„外ã«å˜ç´”ãªä»•çµ„ã¿ãªã®ãŒå®Ÿæ„Ÿã§ãã¾ã—ãŸã€‚ (追記) HTML5 版㮠K-means 法を D3.js ã§ãƒ“ジュアライズã—ã¦ã¿ãŸ も作æˆã—ã¾ã—ãŸã€‚Flash を表示ã§ããªã„環境ã§ã¯ãã¡ã‚‰ã‚’ã”覧ãã ã•ã„。 K-means 法ã¨ã¯ Kå¹³å‡æ³• - Wikipedia ã«è©³ã—ã書ã„ã¦ã‚ã‚‹ã‘ã©ã€ã‚‚ã†ã™ã“ã—ザックリã¨æ›¸ãã¨ã“ã‚“ãªã‚¤ãƒ¡ãƒ¼ã‚¸ã«
「金塊ã‹ã€ã‚ノコ料ç†ã‹ã€ï¼ˆå¤–れ値検出å•é¡Œï¼‰ã‚’解ãï¼»LOF(local outlier factor)ï¼½ - verum ipsum factum
LOF(local outlier factor)ã¨ã¯å¯†åº¦ãƒ™ãƒ¼ã‚¹ã®å¤–れ値検出法ã§ã™ã€‚ã‚る点ã®ã¾ã‚ã‚Šã®å¯†åº¦ãŒã»ã‹ã®ç‚¹ã¨æ¯”ã¹ã¦å°ã•ã‘ã‚Œã°å°ã•ã„ã»ã©ã€LOFã®å€¤ã¯å¤§ãããªã‚Šã¾ã™ã€‚ã—ãŸãŒã£ã¦ã€LOFã®æœ€ã‚‚大ãã„データを外れ値ã™ã‚Œã°ã„ã„ã“ã¨ã«ãªã‚Šã¾ã™ã€‚ LOFアルゴリズムã«ã¤ã„ã¦ã¯å¾Œè¿°ã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ 概è¦ã«æ›¸ãã¾ã—ãŸã®ã§èˆˆå‘³ã‚ã‚‹æ–¹ã¯å‚考ã«ã—ã¦ãã ã•ã„。 早速çµæžœã‚’見ã¦ã¿ã¾ã—ょã†ã€‚図ã‹ã‚‰æ˜Žã‚‰ã‹ãªã‚ˆã†ã«ã€ï¼˜ï¼—番目ã®LOFãŒçªå‡ºã—ã¦å¤§ãã„ã®ã§ã€ã“ã‚ŒãŒå¤–れ値ã¨ãªã‚Šã¾ã™ã€‚ library(DMwR) max.k <- 50 gold.lof <- matrix(0,max.k,100) for(i in 2:max.k){ gold.lof[i,] <- lofactor(gold, k=i) # ã“ã“ã§LOFを計算ã—ã¦ã„ã¾ã™ã€‚kã¯ãƒ‘ラメータã§ã™ã€‚ } ãªãŠã€ã“ã®ã‚°ãƒ©ãƒ•ã¯LOFã®ãƒ‘ラメータ$k$ãŒï¼‘ï¼ï½žï¼’ï¼ã®ã¨
知è˜å·¥å¦éƒ¨/機械å¦ç¿’
知è˜å·¥å¦éƒ¨/機械å¦ç¿’ 知è˜å·¥å¦éƒ¨ã¯ã€Common Lisp ã§æ›¸ã‹ã‚ŒãŸãƒ—ラットフォームéžä¾å˜ãªã‚¨ãƒ³ã‚¿ãƒ¼ãƒ—ライズ機械å¦ç¿’パッケージ CLML を独自ã«é–‹ç™ºã—ã¾ã—ãŸã€‚ CLML 上ã«å®Ÿè£…ã•ã‚ŒãŸã€è¶…高速全文検索エンジンやã€ä¸¦åˆ—化 SVM (Support Vector Machine) ãŒã€ CiNii ã®è«–æ–‡åŠã³è‘—者å寄ã›å‡¦ç†ãƒãƒƒã‚¯ã‚¨ãƒ³ãƒ‰ã¨ã—ã¦ä½¿ã‚ã‚Œã¦ã„ã¾ã™ã€‚ 並列プãƒã‚°ãƒ©ãƒŸãƒ³ã‚°ã€åˆ†æ•£ãƒ—ãƒã‚°ãƒ©ãƒŸãƒ³ã‚°ç’°å¢ƒã«åŠ ãˆã€Intel ã® MKL (Math Kernel Library) を用ã„ãŸã€é«˜é€Ÿãªè¡Œåˆ—演算を誇りã¾ã™ã€‚
変化点検出 ChangeFinder
ChangeFinder ã¯ã€æ™‚系列データã®å„時点ã«ãŠã‘るスコアを算出ã—〠ã“ã®ã‚¹ã‚³ã‚¢ãŒé«˜ã„ã»ã©ã€å¤‰åŒ–ã®åº¦åˆãŒé«˜ã„ã¨åˆ¤æ–ã—ã¾ã™ã€‚ スコアã¯ã€AR モデルを使用ã—㟠2段階å¦ç¿’ (two-stage learning of time series models) ã«åŸºã¥ãアルゴリズムã«ã‚ˆã£ã¦æ±‚ã‚られã¾ã™ã€‚ 図1 ã®ãƒ‡ãƒ¼ã‚¿ã‚’例ã«èª¬æ˜Žã—ã¾ã™ã€‚ ã¾ãšç¬¬1段階ã®å¦ç¿’ã§ã€å„時点ã«ãŠã‘る外れ値スコアを求ã‚ã¾ã™ (図2)。 外れ値スコアã¯ã€AR モデルã§äºˆæ¸¬ã•ã‚Œã‚‹å€¤ã¨å®Ÿéš›ã®å€¤ã¨ãŒã€ ã©ã‚Œãらã„ç•°ãªã‚‹ã‹ã«ã‚ˆã£ã¦æ±ºã¾ã‚Šã¾ã™ã€‚ 次ã«ã€ã“ã®å¤–れ値スコアを平滑化 (smoothing) ã—ã¾ã™ (図3)。 平滑化ã¯ã€ç›´è¿‘ã®æ•°æ™‚点1 ã®å¤–れ値スコアを平å‡ã™ã‚‹ã“ã¨ã«ã‚ˆã£ã¦è¡Œã‚ã‚Œã¾ã™ã€‚ ã“ã®å¹³æ»‘化ã«ã‚ˆã‚Šã€ãƒŽã‚¤ã‚ºã«åå¿œã—ãŸå¤–れ値スコアãŒé™¤åŽ»ã•ã‚Œã¾ã™ã€‚ 次ã«ã€ã“ã®å¹³æ»‘化ã—ãŸã‚¹ã‚³ã‚¢ã®æ™‚系列データã«å¯¾ã—ã¦2段階目ã®å¦ç¿’ã‚’è¡Œã„ã€å¹³
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
Size in superblock is different from the physical size of the partition
ddã®é€²æ—ã‚’ç¢ºèª - Qiita
ã•ãらインターãƒãƒƒãƒˆå‰µæ¥æ—¥è¨˜
Amazon Kinesis Data Streams Resources - Data Streaming Service - Amazon Web Services
{{#tags}}- {{label}}
{{/tags}}