Soumettre la recherche
Mettre en ligne
機械学習を用いた仕様書からのテストケース自動生成ツールSpec2Testの試作
•
0 j'aime
•
1,479 vues
Futa HIRAKOBA
Suivre
2018年2月に宮崎大学 情報システム工学科 卒業論文発表会で発表したプレゼンのスライドです。
Lire moins
Lire la suite
Logiciels
Signaler
Partager
Signaler
Partager
1 sur 49
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
鷲崎弘宜, "機械学習デザインパターン(ML Design Patterns)の解説", スマートエスイー & JST未来社会 eAIセミナー: 機械学習デザインパターン, 2021年3月30日
(修正)機械学習デザインパターン(ML Design Patterns)の解説
(修正)機械学習デザインパターン(ML Design Patterns)の解説
Hironori Washizaki
2013/01 講師資料
OSSを利用したプロジェクト管理
OSSを利用したプロジェクト管理
Tadashi Miyazato
cvpaper.challenge の メタサーベイ発表スライドです。 cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ作成・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有します。 http://xpaperchallenge.org/cv/
【メタサーベイ】Vision and Language のトップ研究室/研究者
【メタサーベイ】Vision and Language のトップ研究室/研究者
cvpaper. challenge
配信講義 計算科学技術特論A(2021)第11回 https://www.r-ccs.riken.jp/outreach/schools/tokurona-2021/
深層学習フレームワークにおけるIntel CPU/富岳向け最適化法
深層学習フレームワークにおけるIntel CPU/富岳向け最適化法
MITSUNARI Shigeo
「マージがなんとなく怖い」「リベースするなって怒られて怖い」「エラーが出て怖い」 Git 入門者にありがちな「Git 怖い」を解消するため、Git のお仕事(コミット、ブランチ、マージ、リベース)について解説します。
こわくない Git
こわくない Git
Kota Saito
2022/8/5 Deep Learning JP http://deeplearning.jp/seminar-2/
【DL輪読会】Scale Efficiently: Insights from Pre-training and Fine-tuning Transfor...
【DL輪読会】Scale Efficiently: Insights from Pre-training and Fine-tuning Transfor...
Deep Learning JP
PFN金子紘也による東大大学院「融合情報学特別講義Ⅲ」(2022年10月19日)の講義資料です。 ・PFNにとっての計算能力の位置付け ・代表的なDeep Learningの高速化手法 ・なぜ今プロセッサ開発なのか? ・MN-Coreの概要 ・開発チームの働き方 ・最近の成果
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Preferred Networks
人工知能学会全国大会(6/6)の発表資料(6/10:一部修正)
深層生成モデルを用いたマルチモーダル学習
深層生成モデルを用いたマルチモーダル学習
Masahiro Suzuki
Recommandé
鷲崎弘宜, "機械学習デザインパターン(ML Design Patterns)の解説", スマートエスイー & JST未来社会 eAIセミナー: 機械学習デザインパターン, 2021年3月30日
(修正)機械学習デザインパターン(ML Design Patterns)の解説
(修正)機械学習デザインパターン(ML Design Patterns)の解説
Hironori Washizaki
2013/01 講師資料
OSSを利用したプロジェクト管理
OSSを利用したプロジェクト管理
Tadashi Miyazato
cvpaper.challenge の メタサーベイ発表スライドです。 cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ作成・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有します。 http://xpaperchallenge.org/cv/
【メタサーベイ】Vision and Language のトップ研究室/研究者
【メタサーベイ】Vision and Language のトップ研究室/研究者
cvpaper. challenge
配信講義 計算科学技術特論A(2021)第11回 https://www.r-ccs.riken.jp/outreach/schools/tokurona-2021/
深層学習フレームワークにおけるIntel CPU/富岳向け最適化法
深層学習フレームワークにおけるIntel CPU/富岳向け最適化法
MITSUNARI Shigeo
「マージがなんとなく怖い」「リベースするなって怒られて怖い」「エラーが出て怖い」 Git 入門者にありがちな「Git 怖い」を解消するため、Git のお仕事(コミット、ブランチ、マージ、リベース)について解説します。
こわくない Git
こわくない Git
Kota Saito
2022/8/5 Deep Learning JP http://deeplearning.jp/seminar-2/
【DL輪読会】Scale Efficiently: Insights from Pre-training and Fine-tuning Transfor...
【DL輪読会】Scale Efficiently: Insights from Pre-training and Fine-tuning Transfor...
Deep Learning JP
PFN金子紘也による東大大学院「融合情報学特別講義Ⅲ」(2022年10月19日)の講義資料です。 ・PFNにとっての計算能力の位置付け ・代表的なDeep Learningの高速化手法 ・なぜ今プロセッサ開発なのか? ・MN-Coreの概要 ・開発チームの働き方 ・最近の成果
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Preferred Networks
人工知能学会全国大会(6/6)の発表資料(6/10:一部修正)
深層生成モデルを用いたマルチモーダル学習
深層生成モデルを用いたマルチモーダル学習
Masahiro Suzuki
本スライドは、弊社の梅本により弊社内の技術勉強会で使用されたものです。 近年注目を集めるアーキテクチャーである「Transformer」の解説スライドとなっております。 "Arithmer Seminar" is weekly held, where professionals from within and outside our company give lectures on their respective expertise. The slides are made by the lecturer from outside our company, and shared here with his/her permission. Arithmer株式会社は東京大学大学院数理科学研究科発の数学の会社です。私達は現代数学を応用して、様々な分野のソリューションに、新しい高度AIシステムを導入しています。AIをいかに上手に使って仕事を効率化するか、そして人々の役に立つ結果を生み出すのか、それを考えるのが私たちの仕事です。 Arithmer began at the University of Tokyo Graduate School of Mathematical Sciences. Today, our research of modern mathematics and AI systems has the capability of providing solutions when dealing with tough complex issues. At Arithmer we believe it is our job to realize the functions of AI through improving work efficiency and producing more useful results for society.
全力解説!Transformer
全力解説!Transformer
Arithmer Inc.
Dockerコンテナ内からGitを利用する手順
DockerコンテナでGitを使う
DockerコンテナでGitを使う
Kazuhiro Suga
2020/11/13 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]NVAE: A Deep Hierarchical Variational Autoencoder
[DL輪読会]NVAE: A Deep Hierarchical Variational Autoencoder
Deep Learning JP
2018/2/16 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]Deep Learning for Sampling from Arbitrary Probability Distributions
[DL輪読会]Deep Learning for Sampling from Arbitrary Probability Distributions
Deep Learning JP
ALBERT 社内勉強会 2018/11/15
[DeepLearning論文読み会] Dataset Distillation
[DeepLearning論文読み会] Dataset Distillation
Ryutaro Yamauchi
お茶の水女子大学伊藤研究室ゼミ資料 (https://www.slideshare.net/iTooooooooooooT/itolab-presentation2015 の大幅改訂版)
研究発表を準備する(2022年版)
研究発表を準備する(2022年版)
Takayuki Itoh
2023/4/7 Deep Learning JP http://deeplearning.jp/seminar-2/
【DL輪読会】Visual ChatGPT: Talking, Drawing and Editing with Visual Foundation Mo...
【DL輪読会】Visual ChatGPT: Talking, Drawing and Editing with Visual Foundation Mo...
Deep Learning JP
第1回Webインテリジェンスとインタラクションセミナー(いまさら訊けないシリーズ「言語処理技術」)での発表資料です。 https://www.sigwi2.org/next-sig
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
Yahoo!デベロッパーネットワーク
Faster Python Meet up LT会 #1(https://faster-python.connpass.com/event/124770/) で使った資料です。
Tensor コアを使った PyTorch の高速化
Tensor コアを使った PyTorch の高速化
Yusuke Fujimoto
2022/10/28 Deep Learning JP http://deeplearning.jp/seminar-2/
【DL輪読会】Novel View Synthesis with Diffusion Models
【DL輪読会】Novel View Synthesis with Diffusion Models
Deep Learning JP
社内勉強会での発表資料です。公開情報をもとにTeslaのコンピュータビジョン技術について調査したものです。
Teslaにおけるコンピュータビジョン技術の調査
Teslaにおけるコンピュータビジョン技術の調査
Kazuyuki Miyazawa
レコメンドアルゴリズムの基本と周辺知識と実装方法 ・Pythonを使った機械学習の紹介 ・レコメンドアルゴリズムの基礎 ・レコメンドの周辺知識と実装方法
レコメンドアルゴリズムの基本と周辺知識と実装方法
レコメンドアルゴリズムの基本と周辺知識と実装方法
Takeshi Mikami
2022/02/04 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]data2vec: A General Framework for Self-supervised Learning in Speech,...
[DL輪読会]data2vec: A General Framework for Self-supervised Learning in Speech,...
Deep Learning JP
BERTを理解するためのTransformer雰囲気紹介スライドです.
Transformerを雰囲気で理解する
Transformerを雰囲気で理解する
AtsukiYamaguchi1
2018年5月26日(土) redmine.tokyo 第14回勉強会 Git連携 パネルディスカッション 事例紹介資料
Redmineとgitの 連携利用事例
Redmineとgitの 連携利用事例
Tomohisa Kusukawa
機械学習におけるコード設計のベストプラクティスについて
機械学習で泣かないためのコード設計
機械学習で泣かないためのコード設計
Takahiro Kubo
Design solusion forum2016での発表資料. http://www.dsforum.jp/2016/timetable.html
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
Norishige Fukushima
株式会社エクサウィザーズ セミナー 【エンジニア向け勉強会】基盤モデルとの付き合い方 https://exawizards.connpass.com/event/293651/
画像の基盤モデルの変遷と研究動向
画像の基盤モデルの変遷と研究動向
nlab_utokyo
2021/01/15 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]Learning Transferable Visual Models From Natural Language Supervision
[DL輪読会]Learning Transferable Visual Models From Natural Language Supervision
Deep Learning JP
物体検出やセグメンテーションタスクに利用可能な階層的Vision Transformerのサーベイ
近年のHierarchical Vision Transformer
近年のHierarchical Vision Transformer
Yusuke Uchida
2013年01月24日(木) 19時00分 - 22時00分に行った第2回 -Play部屋- Play 2.0はじめて&もくもく会のスライドです。今回はPlay newsが少しありました。
第2回 -Play部屋- Play 2.0はじめて&もくもく会
第2回 -Play部屋- Play 2.0はじめて&もくもく会
Kazuhiro Hara
JavaOne Tokyoの時の資料です。http://www.oracle.co.jp/javaone/2012/timetable/index.html Blogにて補足説明があったりします。 http://blog.greative.jp/
PlayFramework 2.0 Javaと WebSocketでつくる リアルタイムMVC Webアプリケーション
PlayFramework 2.0 Javaと WebSocketでつくる リアルタイムMVC Webアプリケーション
Kazuhiro Hara
Contenu connexe
Tendances
本スライドは、弊社の梅本により弊社内の技術勉強会で使用されたものです。 近年注目を集めるアーキテクチャーである「Transformer」の解説スライドとなっております。 "Arithmer Seminar" is weekly held, where professionals from within and outside our company give lectures on their respective expertise. The slides are made by the lecturer from outside our company, and shared here with his/her permission. Arithmer株式会社は東京大学大学院数理科学研究科発の数学の会社です。私達は現代数学を応用して、様々な分野のソリューションに、新しい高度AIシステムを導入しています。AIをいかに上手に使って仕事を効率化するか、そして人々の役に立つ結果を生み出すのか、それを考えるのが私たちの仕事です。 Arithmer began at the University of Tokyo Graduate School of Mathematical Sciences. Today, our research of modern mathematics and AI systems has the capability of providing solutions when dealing with tough complex issues. At Arithmer we believe it is our job to realize the functions of AI through improving work efficiency and producing more useful results for society.
全力解説!Transformer
全力解説!Transformer
Arithmer Inc.
Dockerコンテナ内からGitを利用する手順
DockerコンテナでGitを使う
DockerコンテナでGitを使う
Kazuhiro Suga
2020/11/13 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]NVAE: A Deep Hierarchical Variational Autoencoder
[DL輪読会]NVAE: A Deep Hierarchical Variational Autoencoder
Deep Learning JP
2018/2/16 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]Deep Learning for Sampling from Arbitrary Probability Distributions
[DL輪読会]Deep Learning for Sampling from Arbitrary Probability Distributions
Deep Learning JP
ALBERT 社内勉強会 2018/11/15
[DeepLearning論文読み会] Dataset Distillation
[DeepLearning論文読み会] Dataset Distillation
Ryutaro Yamauchi
お茶の水女子大学伊藤研究室ゼミ資料 (https://www.slideshare.net/iTooooooooooooT/itolab-presentation2015 の大幅改訂版)
研究発表を準備する(2022年版)
研究発表を準備する(2022年版)
Takayuki Itoh
2023/4/7 Deep Learning JP http://deeplearning.jp/seminar-2/
【DL輪読会】Visual ChatGPT: Talking, Drawing and Editing with Visual Foundation Mo...
【DL輪読会】Visual ChatGPT: Talking, Drawing and Editing with Visual Foundation Mo...
Deep Learning JP
第1回Webインテリジェンスとインタラクションセミナー(いまさら訊けないシリーズ「言語処理技術」)での発表資料です。 https://www.sigwi2.org/next-sig
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
Yahoo!デベロッパーネットワーク
Faster Python Meet up LT会 #1(https://faster-python.connpass.com/event/124770/) で使った資料です。
Tensor コアを使った PyTorch の高速化
Tensor コアを使った PyTorch の高速化
Yusuke Fujimoto
2022/10/28 Deep Learning JP http://deeplearning.jp/seminar-2/
【DL輪読会】Novel View Synthesis with Diffusion Models
【DL輪読会】Novel View Synthesis with Diffusion Models
Deep Learning JP
社内勉強会での発表資料です。公開情報をもとにTeslaのコンピュータビジョン技術について調査したものです。
Teslaにおけるコンピュータビジョン技術の調査
Teslaにおけるコンピュータビジョン技術の調査
Kazuyuki Miyazawa
レコメンドアルゴリズムの基本と周辺知識と実装方法 ・Pythonを使った機械学習の紹介 ・レコメンドアルゴリズムの基礎 ・レコメンドの周辺知識と実装方法
レコメンドアルゴリズムの基本と周辺知識と実装方法
レコメンドアルゴリズムの基本と周辺知識と実装方法
Takeshi Mikami
2022/02/04 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]data2vec: A General Framework for Self-supervised Learning in Speech,...
[DL輪読会]data2vec: A General Framework for Self-supervised Learning in Speech,...
Deep Learning JP
BERTを理解するためのTransformer雰囲気紹介スライドです.
Transformerを雰囲気で理解する
Transformerを雰囲気で理解する
AtsukiYamaguchi1
2018年5月26日(土) redmine.tokyo 第14回勉強会 Git連携 パネルディスカッション 事例紹介資料
Redmineとgitの 連携利用事例
Redmineとgitの 連携利用事例
Tomohisa Kusukawa
機械学習におけるコード設計のベストプラクティスについて
機械学習で泣かないためのコード設計
機械学習で泣かないためのコード設計
Takahiro Kubo
Design solusion forum2016での発表資料. http://www.dsforum.jp/2016/timetable.html
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
Norishige Fukushima
株式会社エクサウィザーズ セミナー 【エンジニア向け勉強会】基盤モデルとの付き合い方 https://exawizards.connpass.com/event/293651/
画像の基盤モデルの変遷と研究動向
画像の基盤モデルの変遷と研究動向
nlab_utokyo
2021/01/15 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]Learning Transferable Visual Models From Natural Language Supervision
[DL輪読会]Learning Transferable Visual Models From Natural Language Supervision
Deep Learning JP
物体検出やセグメンテーションタスクに利用可能な階層的Vision Transformerのサーベイ
近年のHierarchical Vision Transformer
近年のHierarchical Vision Transformer
Yusuke Uchida
Tendances
(20)
全力解説!Transformer
全力解説!Transformer
DockerコンテナでGitを使う
DockerコンテナでGitを使う
[DL輪読会]NVAE: A Deep Hierarchical Variational Autoencoder
[DL輪読会]NVAE: A Deep Hierarchical Variational Autoencoder
[DL輪読会]Deep Learning for Sampling from Arbitrary Probability Distributions
[DL輪読会]Deep Learning for Sampling from Arbitrary Probability Distributions
[DeepLearning論文読み会] Dataset Distillation
[DeepLearning論文読み会] Dataset Distillation
研究発表を準備する(2022年版)
研究発表を準備する(2022年版)
【DL輪読会】Visual ChatGPT: Talking, Drawing and Editing with Visual Foundation Mo...
【DL輪読会】Visual ChatGPT: Talking, Drawing and Editing with Visual Foundation Mo...
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
Tensor コアを使った PyTorch の高速化
Tensor コアを使った PyTorch の高速化
【DL輪読会】Novel View Synthesis with Diffusion Models
【DL輪読会】Novel View Synthesis with Diffusion Models
Teslaにおけるコンピュータビジョン技術の調査
Teslaにおけるコンピュータビジョン技術の調査
レコメンドアルゴリズムの基本と周辺知識と実装方法
レコメンドアルゴリズムの基本と周辺知識と実装方法
[DL輪読会]data2vec: A General Framework for Self-supervised Learning in Speech,...
[DL輪読会]data2vec: A General Framework for Self-supervised Learning in Speech,...
Transformerを雰囲気で理解する
Transformerを雰囲気で理解する
Redmineとgitの 連携利用事例
Redmineとgitの 連携利用事例
機械学習で泣かないためのコード設計
機械学習で泣かないためのコード設計
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
画像の基盤モデルの変遷と研究動向
画像の基盤モデルの変遷と研究動向
[DL輪読会]Learning Transferable Visual Models From Natural Language Supervision
[DL輪読会]Learning Transferable Visual Models From Natural Language Supervision
近年のHierarchical Vision Transformer
近年のHierarchical Vision Transformer
Similaire à 機械学習を用いた仕様書からのテストケース自動生成ツールSpec2Testの試作
2013年01月24日(木) 19時00分 - 22時00分に行った第2回 -Play部屋- Play 2.0はじめて&もくもく会のスライドです。今回はPlay newsが少しありました。
第2回 -Play部屋- Play 2.0はじめて&もくもく会
第2回 -Play部屋- Play 2.0はじめて&もくもく会
Kazuhiro Hara
JavaOne Tokyoの時の資料です。http://www.oracle.co.jp/javaone/2012/timetable/index.html Blogにて補足説明があったりします。 http://blog.greative.jp/
PlayFramework 2.0 Javaと WebSocketでつくる リアルタイムMVC Webアプリケーション
PlayFramework 2.0 Javaと WebSocketでつくる リアルタイムMVC Webアプリケーション
Kazuhiro Hara
まだ作成途中ですが、意見をいただきながら作った方がよさげなので、作成途中の資料を晒してしまうことにします。
Code igniterでテスト駆動開発 資料作成中
Code igniterでテスト駆動開発 資料作成中
Takako Miyagawa
システムテスト自動化カンファレンス2017 ( https://testautomationresearch.connpass.com/event/50928/ ) での発表資料です。
快適・簡単・安心なアプリE2Eテストの実行環境 #stac2017
快適・簡単・安心なアプリE2Eテストの実行環境 #stac2017
Yahoo!デベロッパーネットワーク
テストスイートアーキテクチャへのアーキテクチャ検証手法ATAM
テストスイートアーキテクチャへのアーキテクチャ検証手法ATAMの 適用
テストスイートアーキテクチャへのアーキテクチャ検証手法ATAMの 適用
tomohiro odan
Playbay Play 2.0 plugin イロハのイ
Playbay Play 2.0 plugin イロハのイ
Kazuhiro Hara
OpenStack Collab Lab. Building OpenStack Production Next step
How to deploy & operate OpenStack Production
How to deploy & operate OpenStack Production
VirtualTech Japan Inc.
電気通信大学 (https://www.uec.ac.jp/) リーダーシップセミナー 2021 講演資料の公開版です。 再アップロード版: https://speakerdeck.com/whywaita/the-history-of-organizing-events-by-me
イベント企画運営の経験と実際 / The history of organizing events by me
イベント企画運営の経験と実際 / The history of organizing events by me
whywaita
http://www.wankuma.com/seminar/20100313nagoya12/ わんくま同盟 名古屋勉強会 #12での発表資料。
Cell/B.E. プログラミング事始め
Cell/B.E. プログラミング事始め
You&I
Beginners scala 20121113
Beginners scala 20121113
Taisuke Shiratori
現在、DMM.comでは、1日あたり1億レコード以上の行動ログを中心に、各サービスのコンテンツ情報や、地域情報のようなオープンデータを収集し、データドリブンマーケティングやマーケティングオートメーションに活用しています。しかし、データの規模が増大し、その用途が多様化するにともなって、データ処理のレイテンシが課題となってきました。本発表では、既存のデータ処理に用いられていたHiveの処理をHive on Sparkに置き換えることで、1日あたりのバッチ処理の時間を3分の1まで削減することができた事例を紹介し、Hive on Sparkの導入方法やメリットを具体的に解説します。 Hadoop / Spark Conference Japan 2016 http://www.eventbrite.com/e/hadoop-spark-conference-japan-2016-tickets-20809016328
Hive on Spark を活用した高速データ分析 - Hadoop / Spark Conference Japan 2016
Hive on Spark を活用した高速データ分析 - Hadoop / Spark Conference Japan 2016
Nagato Kasaki
2017-06-22 Rails Developers Meetup #2
ふつうのRailsアプリケーション開発
ふつうのRailsアプリケーション開発
Takafumi ONAKA
StackStorm勉強会 第4会 発表資料 動画→https://youtu.be/j0dyHxDbBT4
st2-docker ことはじめ
st2-docker ことはじめ
Shu Sugimoto
【Agile Conference tokyo 2010】 Going Agile with Tool
【Agile Conference tokyo 2010】 Going Agile with Tool
智治 長沢
PHPカンファレンス2015の講演資料です。 SkyWayのインフラ回りをざっくりまとめた資料です。 FuelPHPの話が含まれます。 SkyWayは無料ですがプラットフォームはしっかり作りこんでますので、ぜひご利用下さい。
WebRTC開発者向けプラットフォーム SkyWayの裏側
WebRTC開発者向けプラットフォーム SkyWayの裏側
Yusuke Naka
1.gulpfile.js を分割して管理しよう gulp への依存度が高くなると、gulpfile.js の記述が増えどこに何の処理を入れたかわかりづらくなり管理が困難になります。 そこで今回はまず gulpfile.js を分割して管理する方法を導入し、今後追加するタスクを容易に管理できるようにします。 また gulpfile.js を別プロジェクトに流用できるよう、入力元た出力先などをオブジェクト化し一括管理できるようにします。 2.画像を自動で最適化しよう 通信量の削減や表示速度向上のための画像最適化、TinyPNG (https://tinypng.com/) などで都度圧縮していませんか? 今回は作業時間の削減ということが主テーマですので、画像の圧縮も自動化したいと思います。任意のフォルダに画像を保存すると、出力先のディレクトリに最適化画像を生成するという一連の流れを構築します。 3.CSSスプライトを使ってみよう 皆さんはCSSスプライトを活用していますか? 最近ではレスポンシブ案件が増え、Retina対応用のCSSスプライトを別途用意する必要があり大きな負担になっています。またプロジェクト初期の段階ではきっちり作成していても、締め切りが近づいてくるとつい作業効率優先しがちです。 この点を解決するため、今回は任意のフォルダに画像を保存すると、出力先のディレクトリにCSSスプライト画像を生成するという一連の流れを構築します。さらに画像の最適化処理も間に入れたいと思います。 CSSスプライト画像が生成されると同時にインクルード用のSassファイルが自動生成されますので、これを活用して効率良くSassコーディングをします。
gulp + sass で目指せ倍速コーディング(第2回 gulpfile.jsの分割管理と画像作成の効率化)
gulp + sass で目指せ倍速コーディング(第2回 gulpfile.jsの分割管理と画像作成の効率化)
Toshimichi Suekane
テーマ: CircleCIを使ったSpringBoot/GAEアプリ開発の効率化ノウハウ 内容: GitHub Flowによる開発プロセス コードレビューの効率化
CircleCIを使ったSpringBoot/GAEアプリ開発の効率化ノウハウ
CircleCIを使ったSpringBoot/GAEアプリ開発の効率化ノウハウ
Takeshi Mikami
20150227 イタンジプログラミング講座テキスト第4回
20150227 イタンジプログラミング講座テキスト第4回
20150227 イタンジプログラミング講座テキスト第4回
Yusuke Yokozawa
ホームディレクトリに埋もれた便利なコードをさがせ!
ホームディレクトリに埋もれた便利なコードをさがせ!
Yohei Fushii
Cisco Modeling Labs (通称、CML) は、仮想的にネットワーク環境を構成するソフトウェアプラットフォームです。2020年5月に、待望のメジャーバージョンアップを行い、簡単なインストールや軽量化など、より使い易く身近なものになりました。 ネットワークの自動化はますます重要な分野になってきており、最近では Cisco DevNet 認定資格が新設されるなど、ネットワークプログラマビリティに対する注目度が高くなっています。今回のセッションでは CML のおさらいから始まり、デモンストレーションを中心に CML に備わっている API のご紹介や、CML で構築したラボネットワークをプログラマビリティで制御するといった内容をご紹介します。
Cisco Modeling Labs (CML)を使ってネットワークを学ぼう!(DevNet編)
Cisco Modeling Labs (CML)を使ってネットワークを学ぼう!(DevNet編)
シスコシステムズ合同会社
Similaire à 機械学習を用いた仕様書からのテストケース自動生成ツールSpec2Testの試作
(20)
第2回 -Play部屋- Play 2.0はじめて&もくもく会
第2回 -Play部屋- Play 2.0はじめて&もくもく会
PlayFramework 2.0 Javaと WebSocketでつくる リアルタイムMVC Webアプリケーション
PlayFramework 2.0 Javaと WebSocketでつくる リアルタイムMVC Webアプリケーション
Code igniterでテスト駆動開発 資料作成中
Code igniterでテスト駆動開発 資料作成中
快適・簡単・安心なアプリE2Eテストの実行環境 #stac2017
快適・簡単・安心なアプリE2Eテストの実行環境 #stac2017
テストスイートアーキテクチャへのアーキテクチャ検証手法ATAMの 適用
テストスイートアーキテクチャへのアーキテクチャ検証手法ATAMの 適用
Playbay Play 2.0 plugin イロハのイ
Playbay Play 2.0 plugin イロハのイ
How to deploy & operate OpenStack Production
How to deploy & operate OpenStack Production
イベント企画運営の経験と実際 / The history of organizing events by me
イベント企画運営の経験と実際 / The history of organizing events by me
Cell/B.E. プログラミング事始め
Cell/B.E. プログラミング事始め
Beginners scala 20121113
Beginners scala 20121113
Hive on Spark を活用した高速データ分析 - Hadoop / Spark Conference Japan 2016
Hive on Spark を活用した高速データ分析 - Hadoop / Spark Conference Japan 2016
ふつうのRailsアプリケーション開発
ふつうのRailsアプリケーション開発
st2-docker ことはじめ
st2-docker ことはじめ
【Agile Conference tokyo 2010】 Going Agile with Tool
【Agile Conference tokyo 2010】 Going Agile with Tool
WebRTC開発者向けプラットフォーム SkyWayの裏側
WebRTC開発者向けプラットフォーム SkyWayの裏側
gulp + sass で目指せ倍速コーディング(第2回 gulpfile.jsの分割管理と画像作成の効率化)
gulp + sass で目指せ倍速コーディング(第2回 gulpfile.jsの分割管理と画像作成の効率化)
CircleCIを使ったSpringBoot/GAEアプリ開発の効率化ノウハウ
CircleCIを使ったSpringBoot/GAEアプリ開発の効率化ノウハウ
20150227 イタンジプログラミング講座テキスト第4回
20150227 イタンジプログラミング講座テキスト第4回
ホームディレクトリに埋もれた便利なコードをさがせ!
ホームディレクトリに埋もれた便利なコードをさがせ!
Cisco Modeling Labs (CML)を使ってネットワークを学ぼう!(DevNet編)
Cisco Modeling Labs (CML)を使ってネットワークを学ぼう!(DevNet編)
Plus de Futa HIRAKOBA
就活していた頃(3年前)に逆求人イベントで使っていた自己紹介スライドです。懐かしい。 インフラエンジニアとWebエンジニア両方に精通したスペシャリストになりたいとか言ってるけど今はそう思ってないです。
逆求人自己紹介プレゼン(平木場)
逆求人自己紹介プレゼン(平木場)
Futa HIRAKOBA
サイボウズの技術説明会で発表した資料です。 サイボウズ技術説明会 for student! - connpass https://connpass.com/event/201626/
サイボウズの生産性を高める生産性向上チームと開発文化
サイボウズの生産性を高める生産性向上チームと開発文化
Futa HIRAKOBA
2020年8月5日(水) CircleCI コミュニティミートアップ https://circleci.connpass.com/event/178558/
テスト漏れを無くしたい!ワークフロー単位でトリガーを自由に設定したい要望
テスト漏れを無くしたい!ワークフロー単位でトリガーを自由に設定したい要望
Futa HIRAKOBA
2020/02/04(Tue), A116, 13:30- 機械・情報系コース 情報システム工学分野 令和元年度修士論文発表会で発表した修論の内容です。 修論本体はこちら https://github.com/korosuke613/master-thesis/blob/master/2020_01_27_v2_T1803035_%E5%B9%B3%E6%9C%A8%E5%A0%B4%E9%A2%A8%E5%A4%AA_%E4%BF%AE%E8%AB%96.pdf
VDM++仕様を対象としたテストケース自動生成ツールBWDMにおけるペアワイズ法とドメイン分析テストの適用のための機能拡張
VDM++仕様を対象としたテストケース自動生成ツールBWDMにおけるペアワイズ法とドメイン分析テストの適用のための機能拡張
Futa HIRAKOBA
宮崎大学工学部情報システム工学科の1年生に「今後の大学生活をどう過ごせばいいか」というプレゼンの資料です。
What will your future college life look like?〜今後の大学生活をどのようにしますか?〜
What will your future college life look like?〜今後の大学生活をどのようにしますか?〜
Futa HIRAKOBA
研究室内で発表した、ソフトウェア工学のバイブルこと「人月の神話」の紹介です。
「人月の神話」紹介プレゼン
「人月の神話」紹介プレゼン
Futa HIRAKOBA
リクルートのインターンシップのLT会で発表したスライドです。 Chrome拡張機能を題材に、CI/CDを浅くすすめてます。
CI/CDのすすめ
CI/CDのすすめ
Futa HIRAKOBA
2019/07/09 院進学した学生の声を伝えるために作った。
院進学して思うこと
院進学して思うこと
Futa HIRAKOBA
2019年2月3日に宮崎大学であった、「Agri Hack Day 2019 in 宮崎大学」とうハッカソンでマンゴーチームが発表したスライドです。
Agri Hack Day 2019 in 宮崎大学 〜マンゴーチーム〜
Agri Hack Day 2019 in 宮崎大学 〜マンゴーチーム〜
Futa HIRAKOBA
情報システム工学科の先生に頼まれて、1年生の前で発表したスライドです。
これからどう学生時代を過ごせば良いか
これからどう学生時代を過ごせば良いか
Futa HIRAKOBA
大学院の授業で発表した、量子コンピュータに関するプレゼンのスライドです。
量子コンピュータを触ってみる
量子コンピュータを触ってみる
Futa HIRAKOBA
ディジタル通信工学で発表したプレゼンのスライドです。
レーダーってなあに
レーダーってなあに
Futa HIRAKOBA
研究室内のフリープレゼンで発表したプレゼンのスライドです。
Web API The Good Partsの紹介 ~美しいWebAPIの作り方~
Web API The Good Partsの紹介 ~美しいWebAPIの作り方~
Futa HIRAKOBA
平成30年度(第71回)電気・情報関係学会九州支部連合大会で発表したプレゼンのスライドです。
VDM++仕様を対象としたテストケース自動生成ツール BWDM における境界値分析結果へのペアワイズ法の適用
VDM++仕様を対象としたテストケース自動生成ツール BWDM における境界値分析結果へのペアワイズ法の適用
Futa HIRAKOBA
研究室のフリープレゼン(第1回)で作ったプレゼン資料
デジタル一眼レフカメラとSNSを利用したインドア派から脱却する方法
デジタル一眼レフカメラとSNSを利用したインドア派から脱却する方法
Futa HIRAKOBA
研究室のフリープレゼン(第2回)で作ったプレゼン資料
近年の仮面ライダーに感じる不満を解消するトゲのある仮面ライダー、アマゾンズの紹介
近年の仮面ライダーに感じる不満を解消するトゲのある仮面ライダー、アマゾンズの紹介
Futa HIRAKOBA
大学1年生の頃に作った自己紹介プレゼン資料
自己紹介 平木場風太
自己紹介 平木場風太
Futa HIRAKOBA
専門教育入門セミナーで作ったプレゼン資料
ETロボについて
ETロボについて
Futa HIRAKOBA
高校生の頃作ったプレゼン資料
渦電流とその利用
渦電流とその利用
Futa HIRAKOBA
「プログラマのためのサバイバルマニュアル著: Josb Carter, 訳: 長尾 高弘」の紹介です
僕たちがいつまでもプログラマでいるには?
僕たちがいつまでもプログラマでいるには?
Futa HIRAKOBA
Plus de Futa HIRAKOBA
(20)
逆求人自己紹介プレゼン(平木場)
逆求人自己紹介プレゼン(平木場)
サイボウズの生産性を高める生産性向上チームと開発文化
サイボウズの生産性を高める生産性向上チームと開発文化
テスト漏れを無くしたい!ワークフロー単位でトリガーを自由に設定したい要望
テスト漏れを無くしたい!ワークフロー単位でトリガーを自由に設定したい要望
VDM++仕様を対象としたテストケース自動生成ツールBWDMにおけるペアワイズ法とドメイン分析テストの適用のための機能拡張
VDM++仕様を対象としたテストケース自動生成ツールBWDMにおけるペアワイズ法とドメイン分析テストの適用のための機能拡張
What will your future college life look like?〜今後の大学生活をどのようにしますか?〜
What will your future college life look like?〜今後の大学生活をどのようにしますか?〜
「人月の神話」紹介プレゼン
「人月の神話」紹介プレゼン
CI/CDのすすめ
CI/CDのすすめ
院進学して思うこと
院進学して思うこと
Agri Hack Day 2019 in 宮崎大学 〜マンゴーチーム〜
Agri Hack Day 2019 in 宮崎大学 〜マンゴーチーム〜
これからどう学生時代を過ごせば良いか
これからどう学生時代を過ごせば良いか
量子コンピュータを触ってみる
量子コンピュータを触ってみる
レーダーってなあに
レーダーってなあに
Web API The Good Partsの紹介 ~美しいWebAPIの作り方~
Web API The Good Partsの紹介 ~美しいWebAPIの作り方~
VDM++仕様を対象としたテストケース自動生成ツール BWDM における境界値分析結果へのペアワイズ法の適用
VDM++仕様を対象としたテストケース自動生成ツール BWDM における境界値分析結果へのペアワイズ法の適用
デジタル一眼レフカメラとSNSを利用したインドア派から脱却する方法
デジタル一眼レフカメラとSNSを利用したインドア派から脱却する方法
近年の仮面ライダーに感じる不満を解消するトゲのある仮面ライダー、アマゾンズの紹介
近年の仮面ライダーに感じる不満を解消するトゲのある仮面ライダー、アマゾンズの紹介
自己紹介 平木場風太
自己紹介 平木場風太
ETロボについて
ETロボについて
渦電流とその利用
渦電流とその利用
僕たちがいつまでもプログラマでいるには?
僕たちがいつまでもプログラマでいるには?
機械学習を用いた仕様書からのテストケース自動生成ツールSpec2Testの試作
1.
2.
• • • 2 背景
3.
3
4.
• • • 4
5.
5 研究の準備 • •
6.
6 研究の準備 • •
7.
• • • • 7 Spec2Test
8.
8 Spec2Test / 実装
9.
9 Spec2Test / 実装
10.
10 研究の準備 https://qiita.com/KojiOhki/items/89cd7b69a8a6239d67ca
11.
11 研究の準備 http://s0sem0y.hatenablog.com/ entry/2017/05/06/182757
12.
12 Spec2Test / 実装
/ 仕様書学習部
13.
13 Spec2Test / 実装
/ 仕様書学習部
14.
14 Spec2Test / 実装
/ 仕様書学習部 0 1 1 0 1 1 0 1 1
15.
15 Spec2Test / 実装
16.
16 Spec2Test / 実装
/ 重要単語抽出部
17.
17 Spec2Test / 実装
/ 重要単語抽出部
18.
18 研究の準備 https://qiita.com/To_Murakami/items/cc225e7c9cd9c0ab641e (Continues Bug-of-words)
19.
19 Spec2Test / 実装
/ 重要単語抽出部 king queenkings queens
20.
! " #$%,' = )%,' ∑+
)+,' ",$% = log 0 ,$% #$%,' ∗ ",$% 20 研究の準備 0 ,$% "
21.
21 Spec2Test / 実装
/ 重要単語抽出部
22.
22 Spec2Test / 実装
/ 重要単語抽出部
23.
23 Spec2Test / 実装
/ 重要単語抽出部
24.
24 Spec2Test / 実装
25.
25 Spec2Test / 実装
/テストケース生成部
26.
26 Spec2Test / 実装
/テストケース生成部
27.
27 • • • Spec2Test
28.
28 Spec2Test / 適用例 • • •
29.
29 Spec2Test / 適用例
30.
30 Spec2Test / 適用例
31.
31 Spec2Test / 適用例 • • • PASSED PASSED PASSED
32.
• • 32 Spec2Test
33.
33 Spec2Test / 検証
34.
34 Spec2Test / 検証
/ 生成したテストケースの妥当性の確認
35.
35 ( ) ( ) Spec2Test Spec2Test
/ 検証
36.
36 Spec2Test / 検証
37.
37 Spec2Test / 検証
/ 既存の文章生成手法との比較
38.
38 Spec2Test Spec2Test / 検証
/ 既存の文章生成手法との比較
39.
39 Spec2Test / 考察
40.
40 Spec2Test / 考察 • •
41.
41 Spec2Test / 考察
42.
42 Spec2Test / 考察
43.
43 Spec2Test / 考察
44.
44 Spec2Test / 考察
45.
45 Spec2Test / 考察
46.
46 Microsoft C# overture.org VDM Spec2Test / 考察
47.
47 Spec2Test / 考察
/ 関連研究
48.
48
49.
• • • • • • • 49
Télécharger maintenant