Microservices Meetup vol.9 (FiNC App & Frontend) でのウェルカムトークの資料です。
Microservices Meetup vol.9 (FiNC App & Frontend) でのウェルカムトークの資料です。
はじめに 深層強化学習の分野では日進月歩で新たなアルゴリズムが提案されています. それらを学ぶ上で基礎となるアルゴリズム(というより概念に近い？)はQ学習, SARSA, 方策勾配法, Actor-Criticの4つだと思われるので, これらを軸としてまとめてみたいと思います. 以下の4点はあらかじめご了承ください. コードは書いていません. 概念のみの説明です 他のアルゴリズムの基礎となりうる重要な概念については詳しく書きました. その他については簡潔に書きました 深層学習についてはある程度理解している読者を想定しています 書いているうちに規模がどんどん大きくなってしまったので, どこかに必ず間違いや不足があります. 「この式がおかしい！」「このアルゴリズムも追加するべき！」などコメントがあればぜひお願いします 全体像 扱うアルゴリズムを相関図にしてみました(私のイメージです). まず,
コンサルタントだった頃教わったことは数多くあった。 が、結局のところ、些末なことを除いていくと、全ては一つに集約される。 すなわち、 「どうすれば、仕事で成果を出せるか」 である。 もちろん成果の定義は局面ごとに異なる。 売上目標の達成、人材の育成、メディアへの露出、顧客リストの獲得、労働時間の短縮、生産ラインの効率化、コストダウン、あるいはリストラ…… あらゆる局面において「クライアントにとっては成果がすべて、成果が出せなければゴミ」ときつく諭されていた。 ときに、上司に尋ね回り、セミナーに出席し、様々な本を読み漁った。 「気合と根性」が大事、という人がいた。 「あいさつすれば、全てはうまくいく」というセミナーがあった。 「人の話を聞け」という本があった。 しかし、私には全くピンとこなかった。 気合いと根性は、コスパが悪く、再現性が低く、継続性に難があり、とても現場では使えない。 あいさ
こんにちは。阿部と申します。とある渋谷のIT企業でエンジニアのお仕事をしています。普段はブログを書いていないのですが、お勤め先の社内ブログ用に以前執筆した記事をlean-agile podcastで紹介していただく事になり、当時の記事を今回こちらのプラットフォームでも公開する事にしました。長文になりますが、ご興味を持たれた方は是非ご覧ください。 「海外と日本でのソフトウェア開発職の文化を振り返ってみた」という記事のタイトルにしているのですが、この話のモチベーション・裏付けとしてまず自分のバックグラウンドを簡単に説明しておきます。私は名前によらず外国籍・海外育ちで、今までヨーロッパと日本それぞれでベンチャー・中小企業・大手の仕事環境を６社ほど転々とし、色々な国のエンジニアと仕事をしてきました。 （＊ちなみに、日本語で記事を書くのはあまり得意でないので、言葉遣いがおかしいところは大目に見ていた
Komerco事業部エンジニアの岸本(id:sgrksmt)です。 先日Firebase Summit2018が催され、その中でCloud Firestore(以下Firestore)とRealtime Databaseにローカルエミュレータがβ版として追加されたという発表がありました。 Komercoでは、前回投稿した記事の通り、テスト用のfirebaseプロジェクトを立てて、そこにrulesをデプロイし、オンラインテストといった形でrulesをテストしていましたが、 全てローカルエミュレータを用いたrulesのテストに書き換えました。 今回はローカルエミュレータを用いたFirestoreのrulesのテストの話をします。 使うと何が変わるか ローカルエミュレータを使ったrulesのテストに切り替えることによって、良い点がいくつかでてきます。 テストを実行するためのfirebaseプロジ
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
