Presentation at 2018.11.14 Web Person's Summit in Tokyo https://webtan.impress.co.jp/events/201811 こちらにスライドの内容の解説記事があります https://note.mu/notes/n854…
コミュニティ Domoが実際の問題を解決する方法についてベテランユーザーとつながり、共有し、学びましょう。 ヘルプ Domo の使用方法やトラブルシューティングの方法についての回答をご覧ください。 ナレッジベース Domoの包括的なKBで何千もの記事を閲覧できます。 ドキュメントと API Domo での開発に必要なサポート、ツール、ドキュメントを入手してください。 トレーニングと認定 Domo Universityでは、自分の役割に合ったトレーニングをさまざまな形式で見つけて、Domo認定を受けてください。 サービス プレミアムサポート、コンサルティング、サクセスサービスで Domo をさらに活用しましょう。 ドーモセントラルを探索
RFC 8949 Concise Binary Object Representation “The Concise Binary Object Representation (CBOR) is a data format whose design goals include the possibility of extremely small code size, fairly small message size, and extensibility without the need for version negotiation.” JSON data model CBOR is based on the wildly successful JSON data model: numbers, strings, arrays, maps (called objects in JSON)
みなさん DBPedia をご存知でしょうか．DBPedia とは，Wikipedia から構造化データ (RDF) として情報を抽出するものです．DBPedia では Linked Data として情報が体系化されているので，Wikipedia 内の必要な情報を，非常に簡単に抽出することができます． 「◯◯ の情報を Wikipedia からスクレイピングして取ってきて…」みたいな話をよく耳にし，そんなのスクレイピングしなくても DBPedia 使えば一瞬なのに… と感じることが最近多々あるので，DBPedia の普及もかねて簡単にまとめてみることにしました．DBPedia なんて初めて聞いたという方は，ぜひチェックしてみて下さい． Linked Data の基本 Linked Data では，エンティティ，プロパティ，リテラル の 3 つを使って情報を表現します．エンティティは上図の
All numbers are approximate. Analyst objects are variably tracked and in constant flux, so their catalog and element set data are not published on this website. Visit FAQs for more information. Space-Track.org promotes space flight safety, protection of the space environment and the peaceful use of space worldwide by sharing space situational awareness services and information with U.S. and intern
30分でわかるマイクロサービスアーキテクチャ 第2版 - Forkwell Library #17 https://forkwell.connpass.com/event/273812/ https://www.youtube.com/watch?v=xYTtw0ZgUNU オライリー・ジャパン > マイクロサービスアーキテクチャ 第2版 https://www.oreilly.co.jp/books/9784814400010/
This paper introduces the Deep Recurrent Attentive Writer (DRAW) neural network architecture for image generation. DRAW networks combine a novel spatial attention mechanism that mimics the foveation of the human eye, with a sequential variational auto-encoding framework that allows for the iterative construction of complex images. The system substantially improves on the state of the art for gener
■構成 第1部 特集「スマートICT」の戦略的活用でいかに日本に元気と成長をもたらすか ICTを「元気の源泉」として戦略的に活用することにより、経済成長や社会的課題の解決、安心・安全社会の実現にどのようにつながるかを展望する。 第1章：「スマートICT」の進展による新たな価値の創造 スマートフォンの普及やビッグデータ・オープンデータ活用の高まりなど、ICTの新たなトレンドが新たな価値を創造し、ICTと成長に対する期待値を高めつつある状況を検証 第2章：ICTの活用による社会的課題の解決 ICTの活用による社会的課題の解決が期待される分野として、電子行政、社会インフラの効率的管理を含む資源問題対策、健康長寿社会の構築に向けた取組について現状及び課題を検証 第3章：安心・安全なICT活用環境の実現と研究開発戦略 ICTのポテンシャルを引き出すには、利用者が安心・安全にICTを活用できる環境の構
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
