600ページを超える書籍である「データ指向アプリケーションデザイン」の要点を最近の話題を交えながら解説します。 Data Engineering Study #18 の発表資料です プレゼンテーション https://www.youtube.com/watch?v=ZiKWXc0fSCw …
アニマネの内部ではアプリとサーバー間でどのようにデータを受け渡ししているかという話をしてみます。 一般的にアプリとサーバー間のデータの受け渡しだとJSONやXML、YAMLなどが多いと思います。 ここにSQLiteという選択肢を入れると色々幸せになれるという話です。 もはや何で今までJSONという固定観念が捨てられなかったのかというぐらい、個人的にはコロンブスの卵でした。 あまり事例はなさそうなので、ここで紹介してみます。 アニマネでの問題点 アニメアプリのアニマネでは主にアニメの番組表やニュースをサーバーから受け取って表示しています。 都道府県にもよりますが、一つの都道府県の1週間分の番組表(アニメだけ)をJSONにすると大体750KBぐらいになるんですね。 これを開発初期ではMessagePackに置き換えてました。 話の本筋とは関係ないですが、JSONよりはMessagePackの方
データセット データセットとは、ファイルやURLなどの「オープンデータ」が登録された入れ物を指します。 データポータルでは、複数の切り口からデータセットを探すことができます。
This copy is for your personal, non-commercial use only. Distribution and use of this material are governed by our Subscriber Agreement and by copyright law. For non-personal use or to order multiple copies, please contact Dow Jones Reprints at 1-800-843-0008 or visit www.djreprints.com. http://jp.wsj.com/article/SB10001424052702303745204579276992239599858.html
ImagineK12という教育ベンチャーの養成スクールがある。その養成スクールに在籍する起業家たちが、投資家向けのプレゼン大会である”Demo Day”を先日行った。ImagineK12は「Y Combinatorの教育版」と呼ばれ、それゆえかY Combinator代表のPaul Graham氏も出席していた。 完全招待制であるDemo Dayだったが、ぼくは記者として参加することができた。ぼくが働くEdSurgeという会社は教育専門のニュースサイトで、ふだん自分はエンジニアをしているのだが、今回は会社を代表して記者をやらせてもらうことになった。 参加する以上は、イベントレポートを執筆しなければならない。ぼくは最前列に座り、起業家たちのプレゼンを聞きながらメモをとっていた。[1] すると、多くの起業家が、プレゼンの締めくくりに同じ決まり文句を使っていることに気づいた。 このサービスが流行
やぁ。4月も終わりだというのに、いやに寒い日が続いてるね、元気かい? 面白い話がtwitterに流れていたので紹介したい。 日経コンピュータの話。ビックデータ神話に乗り、多額の費用で解析した靴屋の話、解析結果、冬にブーツが売れ、夏にサンダルが売れるw。 https://twitter.com/yawachi/status/326460494154194944 これを見て君はどう思う? twitterでは皆がこのニュースに対して嘲笑を投げかけていた。 そりゃそうだろう、大金を掛けて誰でもわかることしか出てこないなんて、笑われて当然さ。 データマイニングってのは、やっぱり、もっとこう、あの有名な「おむつとビール」ような意外性のあるものじゃないとね。 そう、データマイニングに必要なのは意外性だ! あの靴屋は全く馬鹿なことをしたもんだ、ゲラゲラ! OK、笑いが取れたようなので、もう一つ同じような話
二年前のことです。 東日本大震災から多少時間をおいたころにEvernoteのミートアップがありました。 裏方でお手伝いをしていた関係もあって忙しかったのをよく覚えていますが、イベントが終わって会場から出るときに、私はCEOのPhil Libinさんをつかまえました。ずっと気になっていたことを聞くためです。 私は質問しました。東日本大震災では多くの人がなくなったけど、その中にはEvernoteを使っていた人も少なからずいたのではないか。彼らのデータはどうなるのか。遺族がいるなら、それを渡す方法はないだろうか。### 主を失ったデータ Phil は沈鬱な顔で私のほうをみながら「それは我々も考えていた」と答えました。 「一人一人のEvernoteの内容は私たちにも読めない。でもあの日を境に、周辺地域でアクティビティがなくなったユーザーを、そして、そのおおよその数も、私たちは把握している」 ああや
Wikipediaを運営する非営利団体Wikimedia Foundationは3月30日(現地時間)、新プロジェクト「Wikidata」を発表した。各国語版のWikipediaで簡単に流用できる構造化データベースを構築する。 Wikidataは280以上の言語をサポートする予定だ。Wikidataの構築により、各国語版の情報の一貫性や品質の向上、少数言語への対応、約9万人のボランティア編集者の負担軽減が見込めるとしている。 従来のWikipediaの各項目はテキストの非構造化データだ。例えば著名人の項目が複数の言語で別々に追加されたり、オリジナルの項目が手作業で翻訳されたりしており、言語によって正確さや詳しさがまちまちになっている。Wikidataでは項目を構造化データとして蓄積することでリポジトリを一元化する。 WikidataはWikimediaのドイツ支部が立ち上げた。同プロジェク
出典 「でき婚」出生数及び人口 2004年までは厚生労働省「平成17年人口動態特殊報告」。なお、でき婚出生数は「平均的な結婚週数の場合」の数値である。 2005年以降…人口は総務省統計局「平成17年国勢調査」、及び同局「人口推計」、でき婚出生数は厚生労働省「平成22年度「出生に関する統計」の概況 人口動態特殊報告」によった。 20代母出生数 厚生労働省「人口動態統計」 20代の中絶率と20代女子人口当たりのでき婚出生率、20代の母親から産まれた子の数に対するでき婚出生率をグラフにすると次のようである。なお、中絶率と人口当たりのでき婚出生率は千分率、子の数に対するでき婚出生率は百分率である。それぞれ単位が違うのでグラフをご覧の際はよく注意していただきたい。 出生に占める「でき婚」の割合の増加ほどには人口当たりの「でき婚」の割合は増えていない。でき婚が増えたのではなく出生が減ったのだ。〔201
都道府県別はてなー数・はてなー比率を数えてみた。 データはてなプロフィール検索(http://www.hatena.ne.jp/prof/search)を使用した。検索条件はプロフィールの"全てから"、各都道府県名をキーワードにした。検索結果件数をはてなー数とした。このとき、ユーザが複数の都道府県の検索結果に含まれることを許した。取得日時は2009/03/06 01:30ごろ。都道府県の人口は、"Wikipedia:都道府県の人口一覧"の"2007年10月1日現在の推計人口"を使用した。はてなー比率=(はてなー数/人口)とし、多い順にソートし順位付けした。都道府県別はてなー数ランキング順位都道府県名はてなー数割合(%)1東京673021.97 2京都(追記参照)364711.91 3大阪29479.62 4北海道12654.13 5神奈川12574.10 6千葉12083.94 7福岡11
弊社モバイルサイトのご案内 http://effect-work.com/ mobile_index.html ケータイで上のQRコードを読み取るか、直接URLを入力してアクセスしてください。 ダウンロードページ バージョン情報 Ver. 公開日 変更内容 DL データ互換 1.0 2008/4/4 初回リリース × ver 1.0 以上 1.1 2008/4/29 画面の最小化対応 × ver 1.0 以上 1.2 2008/5/1 自動作成の項目数を最大120→1,000に変更 × ver 1.0 以上 1.3 2008/6/7 ①データタイプに小数点桁数を設定した場合、それ以降の項目にも小数部がついてしまう障害の対応 ②Key項目の場合、小数部ありの型を選択できないよう入力制限を追加 × ver 1.0 以上 2.0 2008/6/24 ①パターン出力機能を追加 ②範囲・アイテ
RPA見直される”業務”と”人”の関係 人的リソースを単純作業から解放! 高付加価値業務への転換のために 膨大なアクセスを支える屋台骨 高い安定性とパフォーマンスを両立 ZOZOTOWNが選んだストレージ基盤を解説 ビジネスの推進には必須! ZDNet×マイクロソフトが贈る特別企画 今、必要な戦略的セキュリティとガバナンス リモートワークを成功させる方法 必須となるセキュリティをどう強化するか 必要な対策5つを紹介 年間5,000件の問い合わせに対応 疑問を解消したいユーザーも答える情シスも みんな幸せになるヘルプデスクの最適解 高い従業員満足度と安心・安全 新時代にむけた理想の業務環境こそ Anywhere Workspaceが目指す未来 エッジ市場の活性化へ 高まるIoTを中心としたエッジ分野への期待 OSS活用が新しい時代のビジネスを拓く データ活用は次のステージへ トラディショナル
各種郵便番号データのダウンロードはこちらからどうぞ。 住所の郵便番号(CSV形式) 読み仮名データは半角カタカナになっています。 読み仮名データの促音・拗音を小書きで表記しないもの例:ホツカイドウ 読み仮名データの促音・拗音を小書きで表記するもの例:ホッカイドウ 住所の郵便番号(ローマ字)(CSV形式) 読み仮名データはローマ字になっています。 住所の郵便番号(ローマ字)例:HOKKAIDO 住所の郵便番号(1レコード1行、UTF-8形式)(CSV形式) 郵便番号のデータ利活用の観点から2023年6月更新より新たな形式でのデータを追加で公表します。 住所の郵便番号(1レコード1行、UTF-8形式) 事業所の個別郵便番号(CSV形式) 事業所の個別郵便番号 郵便番号簿PDF(2023年度版) 郵便番号簿PDF(2023年度版) 郵便番号変更案内(2024年2月29日更新) 2023年度版郵便
この原稿の最新版について この原稿に加筆した最新版が書籍「プログラミングGauche」に収録されています。 引用や紹介をされる方はなるべく書籍収録版を参照してください。 他の言語のプログラマがSchemeプログラムを書くとき、 どうしても発想が手続き的(procedural)になりがちです。 LispプログラマやSchemeプログラマの発想は手続き的な発想とはどうも違うらしい、 ということは分かるのですが、具体的に何が違うのでしょうか? ここではこの謎に迫ってみましょう。 実例 例えばこんな例題があります。 1から100までの数をプリントするプログラムを書け。ただし3の倍数のときは数の代わりに「Fizz」と、5の倍数のときは「Buzz」とプリントし、3と5両方の倍数の場合には「FizzBuzz」とプリントすること。 どうしてプログラマに・・・プログラムが書けないのか? (原題: Why
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
処理を実行中です
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