ちょっと前に話題になった hotscript の技法の紹介やら, ラムダ計算を TypeScript の型にコンパイルする話やらなんやら. 通常の型レベル関数 TypeScript の型エイリアスはパラメータを取れるので, これは型レベルの関数であるとみなせます. type IsNumber<X> = X extends number ? true : false; type A = IsNumber<42>; // = true 一方でこのようにして定義された関数は第一級ではない, つまり関数そのものを他の関数の引数として渡したりすることができません. type FilterUnion<F, X> = X extends unknown ? (F<X> extends true ? X : never) : never; // ~~~~ // ^ Error: Type 'F' is n

Heya. Sorry for not writing for so long. I’ll make up for it with 3000 pages here. I’m just hopping right now. That’s kinda the only way to get me to blog anymore. I’ve rewritten this post so many times. It’s about AI. But AI is changing so fast that the post is out of date within a few days. So screw it. I’m busting this version out in one sitting. (Spoiler alert: There’s some Sourcegraph stuff a

皆さんは 16 進数の羅列を見て比較するのが好きですか？ 私は好きではありません。 もしあなたが 16 進数の羅列を比較することを得意とするのであれば、このメモはきっと役に立たないでしょう。 鍵の指紋 皆さんは毎日 ssh をしていると思うので、初めてサーバに ssh 接続した日のことを忘れてしまっているかもしれません。 覚えていますか？ “お前がアクセスしようとしているサーバの指紋はこれだが、正気か？” と尋ねられて脳死で yes と入力して Enter したあの日のことを。 $ ssh example.com The authenticity of host 'example.com (0.0.0.0)' can't be eastablished. RSA key fingerprint is HH:HH:HH:HH:HH:HH:HH:HH:HH:HH:HH:HH:HH:HH:HH:

こんにちは、株式会社LegalOn Technologies の検索・推薦チームでエンジニアをしている、佐藤です。 弊社では LegalForce という製品で、お客様がアップロードした契約書を条文単位で検索ができる、条文検索機能を提供しています。 条文検索では既に契約書本文の Query Auto Completion (クエリ自動補完, 以下 QAC)が提供されており (*1)、今回は契約書のタイトルやファイル名などで絞り込み検索を行う際に利用される QAC の開発を行いました。 本記事では今回開発した QAC を実現する上で課題となった QAC データの更新について、継続的な更新を行うために検討したシステム設計や運用方法を紹介したいと思います。 (*1) 別の記事で詳しく紹介されています。 目次 絞り込み検索のための QAC QAC データ更新における課題 Completion 更新

落ちているボールを拾う、という比喩がある。職場で使われるときはもっぱら、ボールという言葉は仕事を意味している。 だから、落ちているボールを拾うという比喩は、誰も手をつけていない仕事に自ら手をつける、ということを指す。ボールというくらいだから、だいたいそれは軽微な仕事に限られる。 落ちているボールを拾うことは、基本的にはいいことだとされている。ボールが落ちていては、仕事が進まない。 ちょっと資料を直したり、誰かに依頼の連絡をしたり、スケジュールを引き直すほどではない、小さな仕事は日々たくさん生まれる。会議の終わりには「これは誰のボール？」と聞いて、ＴＯＤＯが零れ落ちないよう確認したりする。 それでも落ちてしまうのがボールというものの（つまり仕事というものの）困った特性で、拾ってくれた人には「拾ってくれてありがとう」と声をかけることもある。 落ちるボールはさまざまだが、誰でもできるようなものが

MLOps年末反省会: Triton Inference Server を深層学習モデル推論基盤として導入したので振り返る この記事は CyberAgent Developers Advent Calendar 2022 の5日目の記事です。 AI事業本部でソフトウェアエンジニア（機械学習 & MLOps領域）をしている yu-s (GitHub: @tuxedocat) です1。現在は 極予測LP という、広告ランディングページの制作をAIにより刷新するという目標のプロダクトに関わっています。 この記事では本プロダクトのMLOpsの取り組みのうち、特に深層学習モデルをデプロイして運用する基盤についての技術選定を振り返ってみます。 タイトルにあるとおり Triton Inference Server というOSSの推論基盤を導入しました。 前置き: プロダクトやチームなどの環境と経緯 本記

普段、こういったブログはあまり書かないが、いい機会だし、書き残してあると、のちのち見返すのに便利かなと思い、今年やったことを書き出してみる。ほとんど趣味の話です。 電子工作 競技プログラミング パソコン ゲーム 登山 コーヒー 論文読み 仕事 おわりに 電子工作去年、コンピュータシステムの理論と実装という本をすこし読んでハードウェアというか電子回路方面に興味が湧き、年末にブレッドボードやら抵抗やらを買い揃えて、LED光らせて遊んだりしていた。 電子工作入門する pic.twitter.com/F3MQLZiFlS — takuya-a (@takuya_b) December 15, 2021 My first project pic.twitter.com/vUo1ZI3ao3 — takuya-a (@takuya_b) December 15, 2021 そこからLTSpiceを勉強

LINE株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。 LINEヤフー Tech Blog TL;DR:2022にフロントエンド開発で最も考慮すべきユーザー環境は、パフォーマンスでは低スペックのAndroid端末、標準仕様では2年前のSafari、そしてネットワークでは４Gです。それに対してはJSへの過剰依存などが原因で主にパフォーマンスの面でのウェブ全体の対応がよくありません。 こんにちは！LINEフロントエンド開発室のダバロス アランです。この記事のタイトルを見て「釣りタイトルですね〜」と考えている方がいると思いますが今回に限ってはそれを大目に見てください。それはなぜかと言いますと、2021年から2022年にかけて私たちフロントエンドエンジニアが全体的に考え方を改める必要が出るほど大きな変化がありました。 その変

production code の設計についてはよく議論される一方、ユニットテストをどう書くべきかについてはあまり議論されることが少なく。とにかくカバレッジが高ければヨシみたいな感じで軽く扱われていることが多い気がする。 その結果、テストを書くときやとりわけテストを追加するときに "良くない" 方法でテストを追加/拡張してしまい、メンテナンスしにくく壊れやすい・(未来の自分でも)読んでも何を検証しているのか分からない、テストが落ちても不安だけを煽り何が問題なのか分からない、技術的負債が誕生してしまう。 詳しいことは本 ( XUnit Test Patterns など? 詳しい人は僕に紹介してください)を読んだりチームメンバーと議論するのが良いと思うが、この記事を読んでテストの書き方に対する意識を啓発できたらなと思っている。 理想を述べるのは簡単だけど現実は大変、頑張ろう introduct

Nintendo emulator Delta hits the iOS App Store, no sideloading required

Feb. 21, 2022 · The rust-analyzer Team on behalf of the entire Rust Team We have an exciting announcement to make! The rust-analyzer project, a new implementation of the Language Server Protocol (LSP) for Rust, is now officially a part of the wider Rust organization! 🎉 We want to start by thanking everyone who has gotten us this far, from contributors, to sponsors, to all the users of rust-analyz

とりあえず、よく言われてるやつから埋めていこうと思う。 構造体にライフタイムを持たせない 構造体にライフタイムを持たせるのは「基本的に」避けよ、というのが重要なのは間違いないのだけど、これをもう少し実践的な内容にしたい。ちょっと考えてみたけど、こういうのはどうだろうか。 ある関数呼び出しの中でしか絶対に使わない。returnするまでにその構造体のデータは全て破棄される。static変数に退避させることもできない。アロケーションもその関数が面倒を見る。そういう一蓮托生できる関数呼び出しに心当たりはあるか？ ある→ 構造体にライフタイムを持たせてもよい。 ない→ ライフタイム禁止。 そう考えてみると、DIとかReduxとかとも通じるところがあるかもしれない。「つべこべ言ってないで全部の責務を一番外側に持っていく」という決断ができるときは構造体ライフタイムが選択肢に入る。

統計学の時間 統計学の基礎から応用までを丁寧に解説しています。「Step1. 基礎編」は、大学で学ぶ統計学の基礎レベルである統計検定®2級の範囲をほぼ全てカバーする内容となっています。最後まで読み進めることで、統計検定®2級に合格できる力がつくことを目標にしています。 学習ページは、数式ばかりではなく具体例を多数掲載し、はじめて統計学を学ぶ方にもイメージしやすい内容になっています。学習ページで勉強した後は、練習問題で腕試しができます。練習問題のすぐ下に解説を掲載していますので、理解度をすぐに確認することができます。 一通り勉強して知識が身に着いたら、実際に統計検定®を受験するのがオススメです。 統計WEBでは、統計検定®の受験者を応援しています！ ※統計WEBを使って統計検定®に合格された方の『合格者の声』をブログに掲載しています。こちらからご覧ください。 Step0. 初級編 1. デー

統計検定2級は、大学基礎科目レベルの統計学の知識の習得とその活用について理解しているか問われる検定です。統計検定2級を取得することで機械学習やデータ分析を行う際に必要な基礎知識が身につきます。 このような方にオススメの試験です。 統計学の知識を身につけて上司にアピールしたい将来的にデータサイエンティストとして働きたい大学で学んだ統計学の知識を資格にしたい本記事では、「統計検定2級」の概要および出題範囲や、必要となる勉強時間、統計検定3級との比較など、最短で合格するためにオススメな勉強方法・参考書をご紹介していきます。 ※データビズラボでは、採用に力を入れています。現在、多数の応募をいただいておりますので、もし気になる方はお早めに！ 1.統計検定2級の概要数多くある資格や検定の中で、統計検定2級は「普通～やや難しい」部類に入るでしょう。 合格基準は紙媒体で100点中70点以上、オンラインで1

この記事について 先日統計検定２級を受けました。自己採点で合格点を採れていた（７割強）ので、勉強前の自分に伝えるつもりで勉強方法についてメモを残します。 勉強のコツは「深く考えないこと」 基礎統計学で使う公式にはオーバーテクノロジーが使われています。 たとえば以下は標準正規分布の確率密度関数の式です。あきらかに初学者の理解を拒んでいます。 f(x) = \frac{1}{\sqrt{2\pi \sigma^2}} \exp \left(-\frac{(x - \mu)^2} {2\sigma^2} \right) \hspace{20px} (-\infty < x < \infty) 初めて教科書を見たときは面食らいましたが、別に今この式自体を理解する必要はありません。統計学の公式には少なくとも普通の大学の１・２年次では理解できない数学が使われているので、今頑張って考えても徒労におわるだ

Googleはユーザーエクスペリエンス(UX)改善のため、常に検索エンジンのアルゴリズムを進化させています。アルゴリズムの変更によりGoogle検索結果の順位が変更されることも多く、「Googleがいつ・どんなアルゴリズム変更を行ったのか」は、ウェブサイトの流入分析に役立ちます。そんなGoogleのアルゴリズム変更について、2021年1月から12月までの内容をまとめた図が公開されました。 An Overview of Google's Algorithm Updates in 2021 [Infographic] | Social Media Today https://www.socialmediatoday.com/news/an-overview-of-googles-algorithm-updates-in-2021-infographic/617013/ 以下がGoogleが20

2021-12-26 1 日遅れてしまいましたが、情報検索・検索技術 Advent Calendar 2021 25 日目の記事です。 ついにアドベントカレンダー最終日を迎えました! 今年はまだ検索領域のアドベントカレンダーが作られていないからということで、勢いで情報検索・検索技術 Advent Calendar 2021を作りましたが、多くの方に投稿に協力していただきありがとうございました。 社内勉強会の発表でネタを探しており、2016 年と少し昔の情報ですが、Amazon の製品検索において、どのようにランキングを行っているかの公演動画が非常に面白かったので、勉強がてら残したメモを記事として公開します。 今回の口頭発表は MLconf という開発者会議(非学会・非アカデミック)で発表されています。 自分が知る限り、MLconf は機械学習黎明期から高品質な発表が継続されて発信されており

ロジックICの電源電圧の低下に伴い、インターフェースICの重要性が増してきた。現在では、単なる負荷駆動の手段ではなく、より効率が良く、より安全な信号伝送の手段としてその価値は高まってきている。本稿では、まずインターフェース回路の基本を再確認した上で、各種インターフェースICの果たす役割や最新の製品動向を紹介する。 インターフェースICの重要性 ロジック信号の伝送方式は、15VのCMOS 4000シリーズから、5VのTTL（transistor to transistor logic）へと移り変わった。その後、電圧は下がり続け、最近では3.3V、2.7V、1.8VのCMOSレベルまで低下した。最先端のプロセスでは、1V以下で動作するデジタルロジックを用いるのが一般的である。しかし、このロジック電圧では、ソレノイドやツイストペアケーブル、パワーICなどを駆動することはできないので、最先端プロセ