はてなエンジニア Advent Calendar 2017の3日目です。 昨日は、id:y_uuki さんによるウェブシステムの運用自律化に向けた構想 - 第3回ウェブサイエンス研究会でした。 さて、memcachedにはmemcached-toolというツールが同梱されています。 https://github.com/memcached/memcached/blob/master/scripts/memcached-tool これを、今回(実は大分前に書いていたのですが)、Goに移植しました。 https://github.com/Songmu/go-memcached-tool 以下のようにインストール可能ですが、GitHub Releasesにも置いてあります。 % go get github.com/Songmu/go-memcached-tool/cmd/go-memcached
この記事は Gunosy Advent Calendar 2017 の1日目の記事です(フライング) qiita.com §1. はじめに こんにちは。データ分析部ロジックチームの @mathetakeです。いつもはデータ分析ブログにいるのでテックブログは初めてです。怖いです。Twitterとかやったことないですね。 最近は仕事でニュースパスというプロダクトの記事配信ロジックの改善を行っており、その一環としてパーソナライズロジックの開発プロジェクトに従事しています。 パーソナライズとはユーザーひとりひとりに対して別々の記事配信を行う事です。下記の記事でパーソナライズプロジェクト発足に至るまでの背景が語られているので、興味のある方はぜひご覧ください。 gunosiru.gunosy.co.jp この記事ではニュースパスの記事配信アルゴリズムのパーソナライズプロジェクトに関連して、 パーソナラ
もちろん違うのですが、重なる部分も多いですよ。 コンピュータ・サイエンスをやっているような人間ならば誰しもが現代の機械学習の技術には興味を抱くはずです。ですから機械学習の手法を用いて制御工学に活かそうという流れもありますし、逆に制御で必要になってくる信号・システム解析などで使われる手法が機械学習の発想の元になっていたりなどの関係性があります。 つまり、偶然にも目的は違っていたが取っている手法が同じだったというケースがあるわけですね。制御に興味があるのであれば、制御に対する機械学習の応用を述べてみます。 制御工学の目的は対象を思い通りにコントロールすることです。 機械学習の目的はデータから規則を学び、新たな予測をすることです。 制御工学で対象をコントロールするためには、対象が如何なる数式で与えられるべきなのかを把握する必要があります。これは物理の運動方程式や電磁力などを考慮して理論的に導出で
11月24日、慶應義塾大学の矢上キャンパスで行われた人工知能学会合同研究会で講演をしてきました。内容を三行でまとめると、 ・神経細胞の集団が見せる創発的な振る舞いで、心理学的な性質を記述しよう。 ・人の集団が見せる創発的な振る舞いで、社会が記述できるかも？ ・神経→人→社会の入れ子構造があるので、人はメタな意味でメゾスコピック系。 心理学は神経の性質を基礎に構築されているのではないの？と思うかもしれませんが、全然そんなことはありません。現代の心理学では、『人』が「機能」を決めて、その「機能」を使って心の現象を説明する場合が多いです。 計算論的神経科学という一派では、「計算理論」「アルゴリズム」「実装」を分けてそれぞれ独立に研究を進めているようですが、「えっ、その計算理論、本当に神経で実装できるの？」と思ってしまうものも・・・。 それに対して、新しい自然主義心理学では、神経細胞が集まったとき
Amazon Web Services ブログ DNS を使って AWS Certificate Manager の検証を簡単に Secure Sockets Layer/Transport Layer Security (SSL/TLS) 証明書はインターネット越しのネットワーク通信を安全にし、Web サイトの身元を確認するのに使われています。アマゾンは証明書を発行する前に、そのドメイン名をあなたが管理している事を検証しなければなりません。今回、あなたが管理しているドメイン名について SSL/TLS 証明書の発行リクエストを AWS Certificate Manager (ACM) にした際に、Domain Name System (DNS) 検証を使えるようになりました。これまで、ACM はEメール検証のみをサポートしており、ドメインの所有者は証明書発行リクエストのつどEメール受け取
11月にSI企業からCookpadにセキュリティエンジニアとして転職して1ヶ月たったのですが、いろいろ感銘をうけたのでその気持を忘れぬうちに文章に残しておきたいと思います。 disclaimer 個人の主観であり、客観的にSI企業が悪いとかWeb系が良いとか言っているわけではありません。 かなり前職disな話っぽくなってしまっていますが、そこは企業としての性質の違いだとご理解いただければ幸いです。 当該企業からはお金を頂いています。予めあしからずご了承ください。 しがらみが少ない CookpadはWeb系の中でもかなり規模が大きい方だとは思うのですが、それでも前職のグローバル含めた規模のおそらく1/1000ぐらいであり、自分にとってはとても風通しの良い体質に思えます。 新しく何かを始めようとするときも、関係する人と立ち話で「こんな感じにしようと思うんだけどどうですかね」みたいなところをざっ
これはMercari Advent Calendar 2017 の2日目の記事です。 昨日は @stanaka の分散ファイルシステムはブロックチェーンの夢を見るか でした。 今回は@Hmj_kd が、メルカリの機械学習の取り組みや機械学習エンジニアの今年行ってきた活動のいくつかをご紹介したいと思います。 以下、一部にて機械学習をMLと略します。 この1年間で機械学習で取り組んだこと 私が入社したのは2017/01で、社内では二人目の機械学習エンジニアでした。 その当時は speakerdeck.com にあるように、プロダクトにMLに関するものはありませんでした。 現在は、チーム全体でマネージャも含めて約10人ほどの組織になり、活発に実験や開発が行われています。 いくつかを列挙しますと - 商品出品時の価格推定とサジェスト - 一部カテゴリについて商品タグの推定 - 商品出品時のカテゴリ
Hi, I’m Nikunj, Principal Engineer here at Stealth Security. I’m responsible for our Data processing infrastructure. Following up on the Introduction Post, today we will take a look at one of the ways to keep a 24x7 Spark Streaming application up and running. We will introduce Dynamic Sampling and how to implement a version of it. The Batch Processing Time Problem Spark Streaming is famously a “mi
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く