ミシェル・オバマ氏の自伝、”Becoming”をAudibleで聴いてます。素晴らしいです。本人が執筆し、本人が朗読しているため、彼女自身が隣に座って人生を語りかけてくるような感覚で聴くことができます。文字で読むよりも、オーディオブックで聴く価値がある、と感じることができた初めての本です。 私の英語力の問題で、聴くだけだとわからない箇所があり、でもあまりに面白いのでKindleでも買っちゃいました。ミシェルさんの発音はクリアでとても聞きやすいので、英語の勉強にも良いと思います。Audibleで聴いて、聞き取れなかったらKindleで確認してます。 Becoming 作者:Michelle Obama CROWN Amazon 幼少期の思い出から、ハーバードを卒業して弁護士になり、バラク・オバマ氏との結婚、妊活・流産に涙する日々、夫の大統領就任、そしてホワイトハウスを去った日の話まで、彼女の
皆さんこんにちは。 虎の穴ラボのY.Fです。 今回は、いつものプログラミング系の記事とは趣向を変えて、株式会社オライリー・ジャパン様から発刊されている『ゼロトラストネットワーク』を読んだので、感想などをつらつら書いていきたいと思います。 www.oreilly.co.jp 読んだ動機 弊社ではオライリーの年間定期購読に申し込んでいます。なので、なんとオライリーの新刊が発売日には読み放題です！ これを活かさない手はないと発売前から気になっていた『ゼロトラストネットワーク』を読んでみた次第です。 (過去届いた書籍の一部はこちら) gramho.com gramho.com 目次 本書の目次は以下になります。 目次 はじめに 1章 ゼロトラストの基礎 1.1 ゼロトラストネットワークとは何か 1.2 境界モデルの進化 1.3 潜在的な脅威の進化 1.4 境界モデルの弱点 1.5 信用の在りか 1
(Image by Pixabay) 「データサイエンティスト」の第一次ブーム勃興から6年余り、人工知能ブームに便乗した第二次ブームで人口に膾炙してから3年余り、気が付いたら何やかんや言われながらもデータサイエンティスト及びその類似職が、じわじわと日本国内の産業各分野・企業各社に広まりつつあるように僕の目には映ります。 そういう背景がある中で、ここ1年ぐらいの間にそこかしこで目立つようになってきたのが「ゼロからデータサイエンティストを育てたいのだがどうしたら良いか」という相談や議論。割とあるあるなのが「取引先がデータサイエンティストを採用して商談の席に同席させるようになって、彼らがデータサイエンスの知識を駆使してビシバシ突っ込んでくるのだが、こちらにデータサイエンティストがいないので対応できない」みたいなお話。これは実はUSでも同様だと聞くので*1、案外洋の東西を問わない課題なのかもしれま
Slackはそのクライアントがそれなりに、かなりよくできていて、これでほとんど困ることはないんだけど、そうは言ってももうちょっとプログラマブルに取り扱いたいこともある。 そういう場合にもよいAPIが用意されていて、Real Time Messaging API ってのがある。こいつはWebSocketでSlackの発言をはじめ、あらゆるイベントのJSONを送りつけてくれるやつ。ひとまずこれを標準出力に流すことができれば、あとは好きに料理できるはずだ。 というわけで作ったのがこちら。書いたことなかったのでRustです。ちょうどいいネタだった。 GitHub - motemen/slack-stream-json slack-stream-json というバイナリが、SLACK_TOKEN 環境変数を設定した上で起動してやると、RTM APIによって得られたイベントのJSONをそのまま標準出力
ドナルド・キーン著『果てしなく美しい日本』 ～16世紀の日本はヨーロッパより高い文化 | ナンでもカンでも好奇心！（tomamのブログ） 無事、中東某国に帰ってきました。今日はお休みです。 日本にいる間に読んだ本、講談社学術文庫 ドナルド・キーン著『果てしなく美しい日本』を紹介します。 果てしなく美しい日本 (講談社学術文庫)/ドナルド・キーン ￥1,155 Amazon.co.jp ドナルド・キーン氏と言えば、アメリカのコロンビア大学名誉教授で日本文学研究者ですが、日本と日本文学をこよなく愛し、東日本大震災を機に、この国に永住する決意をされ、先日日本国籍を取得されたことはニュースでも度々取り上げられました。 Wikipediaより （引用開始） ドナルド・キーン（英語：Donald Keene、1922年6月18日 - ）は、アメリカ合衆国出身の日本文学研究者、文芸評論家。勲等は勲二等。
One of the great parts of the hacker culture 1 and the GNU way is the invention 2 of pipes and the idea 3 that one program should do one thing and do it well. Each running program (process) has one input stream (called standard input or STDIN) and one output stream (called standard output or STDOUT) and also one additional output stream for logging/errors/warnings (STDERR). We can connect programs
Figure 1: An example of federated learning for the task of next-word prediction on mobile phones. Devices communicate with a central server periodically to learn a global model. Federated learning helps preserve user privacy and reduce strain on the network by keeping data localized. What is federated learning? How does it differ from traditional large-scale machine learning, distributed optimizat
TL;DR: Kale lets you deploy Jupyter Notebooks that run on your laptop or on the cloud to Kubeflow Pipelines, without requiring any of the Kubeflow SDK boilerplate. You can define pipelines just by annotating Notebook’s code cells and clicking a deployment button in the Jupyter UI. Kale will take care of converting the Notebook to a valid Kubeflow Pipelines deployment, taking care of resolving data
Send feedback Sending batch requests Stay organized with collections Save and categorize content based on your preferences. This document shows how to batch JSON API calls together to reduce the number of HTTP connections your client has to make when accessing Cloud Storage. Overview Each HTTP connection that your client makes results in a certain amount of overhead. The Cloud Storage JSON API sup
Data / ML, EngineeringMeet Horovod: Uber’s Open Source Distributed Deep Learning Framework for TensorFlowOctober 17, 2017 / Global Over the past few years, advances in deep learning have driven tremendous progress in image processing, speech recognition, and forecasting. At Uber, we apply deep learning across our business; from self-driving research to trip forecasting and fraud prevention, deep l
2019年10月15日（火）に当社のCDTOが主催した、数理最適化に興味のある人が集まる有志イベント「Optimization Night #1」が開催されました。 本ブログでは、運営者目線でのイベントの取り組み内容について紹介します！ こんにちは。CDTOの太田です。先日Optimization Night #1という数理最適化に関するイベントを開催したので、運営者側の目線で、会の内容や開催の経緯を紹介したいと思います。なお、当日の様子はYoutubeでご覧いただけます。 開催の経緯 私はTFUG (TensorFlow User Group)の運営もやっているのですが、全国8箇所あるTFUGのオーガナイザーが集まって議論していたときに、「（TensorFlow関係ないけど）数理最適化のイベントをやりたい」という発言をしたのがきっかけです。 なぜ数理最適化のイベントをやりたいと思ったかと
10月28日から31日にかけて、アメリカ・サンタクララで開催された「TensorFlow World 2019」の様子を、現地から速報します。 こんにちは。 CDTO の太田です。10月28日から31日にかけて開催されたTensorFlow World 2019に参加してきたので、その様子を報告します。 開催概要 TensorFlow World は、 Oreilly社主催の TensorFlow に関するイベントです。これまで TensorFlow のイベントと言えばTensorFlow Dev Summitがありましたが、こちらは完全に開発者のためのものでしたが、今回開催された TensorFlow World は、より多くの方をターゲットとしたイベントです。 開催場所はサンタクララ、開催期間は 10月28日 - 10月31日 の4日間で、前半2日間はチュートリアルとハンズオントレーニ
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
Introducing SLOG: Cheating the low-latency vs. strict serializability tradeoff
