<ピックアップ>Here are Israel’s 15 biggest startup exits (INFOGRAPHIC) 2013年、Googleが渋滞情報をシェアするカーナビゲーションサービスを展開するWazeを買収したことは、大きな話題となりました。以降、イスラエルのスタートアップコミュニティは、シリコンバレーに続くスタートアップの地として、世界中から注目を集めています。 世界からの注目は投資や買収といった形でも表出しており、2015年には,イスラエルのスタートアップ69社がバイアウトを実現し、その総額は54.1億ドルにも及びます。 Tech in Asiaがこうしたイスラエルのスタートアップのイグジット事情をまとめたインフォグラフィックを紹介していたので、ピックアップしました。 インフォグラフィック内に登場する15社は、いずれもユニークなスタートアップたち。が並びますが、中で

クラウドで機械学習プラットフォームを運用するメリット ここまで、機械学習を始めるにあたって重要なことについて説明してきました。数日で完了するようなプロジェクトではないことをお分かりいただけたかと思います。 機械学習を行うには、「分析の知識」だけでなく「ITインフラの知識」と「ビジネスの理解」が求められます。しかし、これらすべてを身につけている人は希有ですし、チームを組みメンバーで補い合うことも容易ではありません。また、前準備が多く、小さく早く始められないことも、機械学習に取り組む際の高い障壁となってきました。 しかし、機械学習の機能を提供するクラウドサービスが現れたことで、分析とITインフラに求められる知識が、以前ほどは高くない状態になりました。 機械学習プラットフォームをクラウドで構築するメリットはたくさんあります。先ほどのPDCAサイクルで説明したように、機械学習プラットフォームにかか

ここ1年くらいDeep Learning Tutorialを読みながらTheanoというライブラリで深層学習のアルゴリズムを実装してきた。 深層学習の基本的なアルゴリズムならTheanoでガリガリ書くこともできたがより高度なアルゴリズムをTheanoでスクラッチから書くのはとてもきつい*1。 そんなわけでPylearn2、Lasagne、nolearnなどのTheanoベースのラッパーライブラリをいろいろ調べていたのだが、結局のところKerasというライブラリが一番よさげだと思った。KerasはバックエンドとしてTheanoとTensorflowの両方が使え、より高レイヤな表現（たぶんChainerと同レベル）で深層学習のさまざまなアルゴリズムが記述できる。TheanoやTensorflowは完全に隠蔽されており、Kerasで書かれたプログラムはまったく修正せずにTheanoとTensor

â–º 2024 ( 330 ) â–º 11/03 - 11/10 ( 6 ) â–º 10/27 - 11/03 ( 8 ) â–º 10/20 - 10/27 ( 7 ) â–º 10/13 - 10/20 ( 9 ) â–º 10/06 - 10/13 ( 8 ) â–º 09/29 - 10/06 ( 8 ) â–º 09/22 - 09/29 ( 7 ) â–º 09/15 - 09/22 ( 8 ) â–º 09/08 - 09/15 ( 8 ) â–º 09/01 - 09/08 ( 7 ) â–º 08/25 - 09/01 ( 8 ) â–º 08/18 - 08/25 ( 7 ) â–º 08/11 - 08/18 ( 8 ) â–º 08/04 - 08/11 ( 8 ) â–º 07/28 - 08/04 ( 7 ) â–º 07/21 - 07/28 ( 7 ) â–º 07/14 - 07/21 ( 8 ) â–º 07/07 - 0

【速報】　豚熱ワクチン接種豚で初発生　和歌山　１１県目 農水省は２６日、和歌山県かつらぎ町の養豚場で、ワクチン接種済みの豚が豚熱に感染していたと明らかにした。２０１９年１０月に国内で１３年ぶりに飼養豚へのワクチン接種が始まってから、接種済みの豚での発生は初めて。県は同養豚場の２９０頭を殺処分する。同県の養豚場での発生は初で、１８年９月に国内２６年ぶりの確認以降では１１県目、６２例目となる。 発生を受け野上浩太郎農相は同日、同省が開催した豚熱・アフリカ豚熱防疫対策本部で「ワクチン接種済みの豚で発生したことは遺憾。接種しても免疫を獲得できるのは８割で、全ての豚に適切な時期に接種できるわけではない」と強調。「決して気を緩めず、引き続き飼養衛生管理を徹底するよう今一度お願いする」と呼び掛けた。 農場は２５日、「衰弱している豚がいる」と県に通報。２６日、農研機構動物衛生研究部門の精密検査で患畜と判明

Jupyterとは？ まず、Jupyterの紹介をすると、これは、Python（IPython）による対話的なデータ分析処理をWebブラウザ上の「ノートブック」で実施するツールです。下記のように、Markdownで記述した文章とコード、そして、その実行結果が記録されていきます。 作成したノートブックは、JSON形式でエクスポートしてGitHubで共有することができます。GitHubのWebサイトでは、自動的にノートブック形式にレンダリングして表示されるようになっています。現在は、Tex形式の数式がうまく表示されない問題があるようですが、下記のような感じになります。 ・ロジスティック回帰による二項分類器の作成 また、受け取ったノートブックは、自由にコードを修正して再実行することができますので、データ分析のコードとその説明をノートブックにまとめておけば、「実行できる教科書」が実現することになり

前回の続き。 ディープラーニングのフレームワークであるTensorFlowを使用して株価を予想するぞ～、というお話です。ちなみに前回は完全に失敗でした。 前回のコメントで、tawagoさんから「Googleが同じようなことしている」という情報をいただいたので、そちらをコピ・・・インスパイアしてみました。 ##前回との相違点 前回は、「数日分の日経平均を使用して、次の日の日経平均が上がるか、下がるか、変わらないか（3択）を予想する」ものでした。 Googleのデモでは、「数日分の世界中の株価指数（ダウ、日経平均、FTSE100、DAXなど）を使用して、次の日のS&Pが上がるか下がるか（2択）を予想する」という内容でした。 ということで、下記が前回からの主な変更点となります。 「上がるか」「下がるか」の2択 日経平均だけでなく、他国の株価指数も使用 隠れ層x2、ユニット数は50,25 予想する

数年前に、こういう記事「ulimitが効かない不安を無くす設定」を書きました。しかし、ディストリビューションのバージョンが上がり、デーモン管理が systemd に変わったことで、インターネットのゴミとなりつつあります。 そのため今回は、その次世代バージョン的な内容ということで、systemd の場合はこうしておけば見えない敵と闘うこともなくなるはずです、というものになります。例によって、抑えきれていないパターンがあったら御免なさいです、押忍。 limits設定で目指す所 復習になりますが、limits の設定で困るのはだいたいこういうパターンでしょう。 作業中ユーザーのシェルのlimits設定が思い通りにならない コンソール／SSHログインしてデーモンを再起動したら、limits設定が戻っていた su/sudoを使ってデーモンを再起動したら同上 デーモンをシステムに自動再起動させたら同上

QCon London 2016において、Peter Bourgon氏は「Successful Go Program Design, 6 Years On」というプレゼンを行い、Goでプログラミングするときに使うべきパターンと避けるべきパターンについて説明した。 GOPATH: 環境変数PATHにGOPATH/binを加え、関係バイナリを簡単にアクセスできるようにする。Bourgon氏は一つのグローバルなGOPATHを使うことを推奨する。たいていの場合、これでうまくいく。自分のコードと外部依存のコードを明確に分離したい人は、2つのGOPATHを作るのが好みだろう。gbを使って、環境変数をセットせずにプロジェクトごとに構築するという選択肢もある。 リポジトリ構成: リポジトリの構成はプロジェクトに依存する。プライベートなプロジェクトで決して公開しないなら、好きな構成で構わない。オープンソース