データサイエンスプロジェクトのディレクトリ構成どうするか問題
あるいは、論文 "Best Practices for Scientific Computing" および "Good Enough Practices in Scientific Computing" について。 TL;DR 標題の件について、未だに答えは見えていないのだけど、自分の現状と他の人の例を文字で残しておく。 こういう話で「あーその手があったかー！」と知ったときの興奮はすごいので、みなさんもっとオープンにいきましょう。 大切なのは、ソフトウェア開発と同じ要領でデータサイエンスのプロジェクトを捉えて、分析と言う名の“開発”を行うつもりでディレクトリを掘ること。 必要なものリスト ナウいデータサイエンス/機械学習プロジェクトの中には（経験上、ぱっと思い浮かぶだけでも）次のようなファイル群があって、僕たちはそれらを良い感じに管理したい。 ソースコード 役割がいろいろある： 前処理（こ
アイデアが無限に広がるMilanote（ミラノート）がくっそいかす！GoogleやAppleの中の人が使ってるってマジ？ - wepli.2
皆さんはMilanote（ミラノート）とかいうオンラインで使用できるノートサービスをご存知でしょうか？僕も最近知って、使い始めたばかりなのですが、これがなかなか秀逸なノートサービスで、100ノートまでなら無料で使うことが可能です。一言で言うと『無限に広がり、さらに無限に掘れるホワイトボード』だと思っていただければOKです！...って逆に分かりづらいですよね（笑） てなわけで、あんなコトやこんなコトが書かれている僕の個人的なMilanoteを見せるのは、こっ恥ずかしいので、新たにMilanoteのアカウントを作成して、どんなノートサービスなのか皆さんにご紹介したいと思います。見たら絶対に使いたくなること間違いなしですぞ！ MilanoteはGoogleやAppleの中の人も使うスゴいツール？ Milanote（ミラノート）の使い方 Milanoteの登録方法 さっそくMilanoteを使って
1
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
