ブックマーク / learn.microsoft.com (6)

  • .NET Framework の新元号対応予定について

    皆様、こんにちは。 今回は、.NET Framework の新元号対応に関わる変更について、変更の内容とリリース予定についてご案内します。 変更内容 現在、マイクロソフトでは .NET Framework のクラス ライブラリの新元号対応に関して以下の 2 点の変更を予定しています。 変更 1. 各元号における最終年を超えた和暦表現の文字列 (平成 32 年、昭和 65 年など) を日付型オブジェクトに変換する際の緩和措置 変更 2. .NET Framework 3.5 においても、和暦計算時に元号情報のレジストリを参照するような変更 それぞれの詳細について、以下にご案内します。 変更 1. について .NET Framework では、System.DateTime.Parse メソッドや VisualBasic の CDate 関数など、和暦表現の文字列を DateTime などの日

    .NET Framework の新元号対応予定について
    K2ICE
    K2ICE 2018/06/25
  • Merging small files on HDInsight

    K2ICE
    K2ICE 2016/04/21
  • AWS サービスと Azure サービスの比較 - Azure Architecture Center

    この記事は、Microsoft Azure サービスと Amazon Web サービス (AWS) の比較を理解するのに役立ちます。 Azure と AWS によるマルチクラウド ソリューションを計画しているのか、または Azure に移行しているのかにかかわらず、Azure サービスと AWS サービスの IT 機能をすべてのカテゴリで比較できます。 この記事では、ほぼ同等のサービスを比較します。 すべての AWS サービスや Azure サービスが一覧に示されているわけではありません。また、一致する各サービスが機能ごとに厳密に等価になっているわけではありません。 マルチクラウド ソリューション用の Azure および AWS 主要なパブリック クラウド プラットフォームとして、Azure と AWS ではそれぞれ、グローバルに対応する広範かつ詳細な機能セットを提供しています。 それにも

    AWS サービスと Azure サービスの比較 - Azure Architecture Center
    K2ICE
    K2ICE 2016/03/10
  • 自動化対象のユニットテスト(単体テスト)の仕様書を書くことは完全なる無駄である

    ブログポストは、マイクロソフトの意見ではなく、私個人の意見であることをお断りしておきます。 DevOps 普及活動の一環として、DevOps ハッカソンというイベントを実施しています。DevOps のプラクティスの一つとしてAutomated Testing (自動化されたテスト) があります。 それに関して複数の参加者の皆さんがこのようなことを言っていました。 「自動テストを書くのは好きではないです。何故かというと、自動化されたユニットテストを書いたら、同じ内容のエクセル方眼紙の仕様書を書かないといけないので、二重に書くのは無駄だし大変だと思うんです。」 はっきり言ってしまうと、このケースの単体テスト仕様書は完全なる無駄であると断言できます。 このポストではその理由をお話ししたいと思います。 1. 単体テストのイメージの違い この問題が起きている背景には、「単体テスト」というものがCO

    自動化対象のユニットテスト(単体テスト)の仕様書を書くことは完全なる無駄である
    K2ICE
    K2ICE 2016/01/26
  • 機械学習アルゴリズムの選択方法 - Azure Machine Learning

    よくある質問は、「どの機械学習アルゴリズムを使用すればよいか」ということです。 選択するアルゴリズムは、主として、データ サイエンス シナリオの次の 2 つの異なる側面によって決まります。 データを使って何をしたいか? 具体的には、過去のデータから学習することによって回答を得たいビジネス上の質問は何かということです。 データ サイエンス シナリオの要件は何か? 具体的には、ソリューションでサポートする精度、トレーニング時間、線形性、パラメーターの数、特徴の数はどのくらいかということです。 Note デザイナーは、従来の事前構築済みコンポーネント (v1) とカスタム コンポーネント (v2) の 2 種類のコンポーネントをサポートします。 これら 2 種類のコンポーネントには互換性がありません。 従来の事前構築済みコンポーネントは、主にデータ処理や、回帰や分類などの従来の機械学習タスク向け

    機械学習アルゴリズムの選択方法 - Azure Machine Learning
    K2ICE
    K2ICE 2015/10/05
  • Azure Linux VM エージェントの概要 - Azure Virtual Machines

    サポートされるその他のシステム: エージェントは、ドキュメントに記載されているシステム以外の多くのシステムで動作します。 ただし、保証リストに記載がないディストリビューションのテストやサポートは行いません。 特に、FreeBSD は保証されていません。 FreeBSD 8 を試して問題が発生した場合は、GitHub リポジトリで issue を開くことができ、こちらからお手伝いできる場合があります。 Linux エージェントは、正しく機能するために次のシステム パッケージが必要です。 Python 2.6+ OpenSSL 1.0+ OpenSSH 5.3+ ファイル システム ユーティリティ: sfdisk、fdisk、mkfs、parted パスワード ツール: chpasswd、sudo テキスト処理ツール: sed、grep ネットワーク ツール: ip-route UDF ファイ

    Azure Linux VM エージェントの概要 - Azure Virtual Machines
    K2ICE
    K2ICE 2015/09/29
  • 1