投稿時間:2023-04-01 14:11:31 RSSフィード2023-04-01 14:00 分まとめ(14件)

カテゴリー等	サイト名等	記事タイトル・トレンドワード等	リンクURL	頻出ワード・要約等/検索ボリューム	登録日
TECH	Techable（テッカブル）	アクスタからポーチまで！にじさんじ所属「Ranunculus」1周年記念グッズ販売開始！	https://techable.jp/archives/202055	anycolor	2023-04-01 04:00:12
python	Pythonタグが付けられた新着投稿 - Qiita	構造化データ処理におけるSQL、Pyspark、Pyflink、Polarsの基本的な構文比較	https://qiita.com/sickboy/items/d096c2b987cb7130895f	polars	2023-04-01 13:00:42
AWS	AWSタグが付けられた新着投稿 - Qiita	AWS Fagate ソフトウェアアップデートの更新コマンドを試してみた	https://qiita.com/gama1234/items/bb244cbd26bf302b8071	apache	2023-04-01 13:40:34
AWS	AWSタグが付けられた新着投稿 - Qiita	Amplify で amplify pullができないとき	https://qiita.com/kinouchi1000/items/b47c1ec71650686702b4	amplifypullfcrea	2023-04-01 13:24:51
AWS	AWSタグが付けられた新着投稿 - Qiita	AWS：セキュリティグループのインバウンドルールを取得、操作	https://qiita.com/If_it_bleeds-we_can_kill_it/items/c7b75b3bb1aba8fb43e9	cloudshe	2023-04-01 13:19:07
Ruby	Railsタグが付けられた新着投稿 - Qiita	Railsのコントローラーについて	https://qiita.com/toru88/items/bbebe2e41ec59e0cc841	rails	2023-04-01 13:15:25
技術ブログ	Developers.IO	Amazon VPC Latticeが一般利用可能になりました	https://dev.classmethod.jp/articles/amazon-vpc-lattice-ga/	amazonvpclattice	2023-04-01 04:41:31
技術ブログ	Developers.IO	[小ネタ] CloudWatch Logs の各メッセージにローカル時間が表示されるようになりました	https://dev.classmethod.jp/articles/cloudwatch-logs-display-local-timestamp-each-messages/	cloudwatchlogs	2023-04-01 04:08:10
海外TECH	DEV Community	Beyond the Basics: Discovering the Untold Features of .NET	https://dev.to/bhavin9920/beyond-the-basics-discovering-the-untold-features-of-net-355f	Beyond the Basics Discovering the Untold Features of NET NET is a popular framework used by developers to build a wide range of applications including web and mobile applications While many developers are familiar with the basics of NET there are several features that are often overlooked or underutilized In this post we ll explore some of these untold features and how they can be used to improve the development process Asynchronous Programming Asynchronous programming is a powerful feature of NET that allows developers to write code that can execute tasks in the background while other tasks are running This can help improve the performance of an application by reducing the amount of time it takes to complete a task To use asynchronous programming in NET developers can use the async and await keywords async Task DoAsyncWork await Task Delay Console WriteLine Async work completed Garbage Collection Garbage collection is a feature of NET that helps manage memory usage in an application The NET runtime automatically tracks and manages the memory used by an application freeing up memory that is no longer needed This can help improve the performance of an application by reducing the amount of memory that is used public void UseMemory byte buffer new byte use the buffer buffer null release the buffer LINQ LINQ Language Integrated Query is a feature of NET that allows developers to query data using a syntax that is similar to SQL LINQ can be used to query data from a wide range of data sources including databases XML files and collections This can help simplify the process of working with data in an application var result from p in people where p Age gt select p Name Code Contracts Code contracts are a feature of NET that allows developers to define conditions that must be met when calling methods or classes Code contracts can help improve the reliability of an application by ensuring that code is called with the correct parameters public void DoWork int value Contract Requires value gt Value must be greater than zero do work Reflection Reflection is a feature of NET that allows developers to inspect and modify the metadata of types objects and assemblies at runtime Reflection can be used to dynamically create objects call methods and access properties at runtime This can help simplify the process of working with complex types and objects var type typeof Person var property type GetProperty Name var person new Person Name John var value property GetValue person Console WriteLine value outputs John In conclusion NET is a powerful framework that offers a wide range of features for developers By taking advantage of these untold features developers can improve the performance reliability and functionality of their applications Whether you re a seasoned NET developer or just starting out exploring these features can help take your development skills to the next level	2023-04-01 04:45:37
海外TECH	DEV Community	Detección de objetos con Azure Custom Vision	https://dev.to/esdanielgomez/deteccion-de-objetos-con-azure-custom-vision-pp9	Detección de objetos con Azure Custom VisionLa detección de objetos en imágenes nos permite conocer las coordenadas de uno o múltiples objetos o etiquetas previamente establecidas En este tutorial aprenderemos a crear un modelo de visión por computador con el recurso Custom Vision de Azure para el reconocimiento de objetos Botellas Rostros Guitarras y Sombreros en imágenes Aspectos importantes Para personalizar nuestro modelo este seráel proceso de deberemos tener en cuenta Acceso a Custom Vision Dataset de imágenes de ejemplo URL Proceso previo Crear un proyecto de Custom Vision En primera instancia necesitaremos iniciar sesión en el portal Low Code de Custom Vision con las credenciales de nuestra cuenta de Azure y crear un nuevo proyecto de tipo Object Detection Nota Necesitaremos un recurso Azure Custom Vision Este recurso lo podemos crear desde el portal de Azure o desde este asistente de configuración directamente Paso Cargar ImágenesComo primer paso lo primero que haremos serácargar las imágenes de preferencia en orden según los objetos que vayamos a etiquetar para la detección de objetos Al seleccionar la opción Add Images podremos seleccionar las imágenes que deseemos cargar En este ejemplo cargaremos las imágenes para etiquetar imágenes con sombreros Una vez finalizada la carga de imágenes podremos ver algo como esto Ahora con cada una de las imágenes cargadas deberemos abrir cada imagen y seleccionar el área donde se encuentra el objeto que deseamos etiquetar Nota en una imagen podemos seleccionar una o varias áreas para etiquetar varios objetos Para poder finalizar este proceso de etiquetado de imágenes es importante que hayamos etiquetado mínimo imágenes por cada categoría Para nuestro ejemplo este es el número de imágenes que hemos utilizado en cada etiqueta Botella Rostro Guitarra y Sombrero Paso Entrenar el modeloAhora que ya tenemos lo más importante como en cualquier otro modelo de Machine Learning los datos ahora podemos hacer el entrenamiento desde esta opción AquíPodemos considerar dos tipos de entrenamiento Por un lado podemos realizar el entrenamiento en el menor tiempo posible según el número de imágenes que se hayan cargado y el número de etiquetas que tengamos y por otro lado podemos hacer un entrenamiento avanzado en el cual podremos encontrar el mejor modelo posible considerando un máximo de tiempo que nosotros podemos especificar Cuando el entrenamiento haya finalizado podremos evaluar el modelo Paso Evaluar el modeloEn este paso en la sección de Performance podremos analizar el modelo con tres métricas Precisión Recall y mAP Mean Average Precision De manera general estas métricas nos sirven para analizar lo siguiente Precisión indica la fracción de imágenes identificadas que eran correctas Por ejemplo si el modelo identificara imágenes como sombreros y de ellas fueran realmente sombreros la precisión sería del Recall indica la fracción de clasificaciones reales que se identificaron correctamente Por ejemplo si en realidad hubiera imágenes con sombreros y el modelo identificara como sombreros el recall sería del mAP es el valor medio de la precisión media AP AP es el área bajo la curva de precisión recuperación precisión trazada frente a la recuperación para cada predicción realizada Prueba rápida Con nuestro modelo de Azure Custom Vision listo desde la opción Quick Test podremos realizar un ejemplo rápido Aquípodremos subir una imagen desde nuestro computador o utilizar el enlace de una imagen en línea Asimismo podremos establecer el umbral de probabilidad es decir mostrar todos los objetos detectados que tengan una probabilidad mayor a la que nosotros especifiquemos Ejemplo en la imagen previa podemos ver que existe un de probabilidad de que en el área especificada se encuentre una Guitarra Plus Publicar el modelo Ahora que ya tenemos un modelo de Custom Vision establecido ahora podemos publicarlo desde la sección de Performance y seleccionar una iteración entrenamiento Para publicar el modelo deberemos especificar un nombre y el recurso de Custom Vision en Azure que nos permita hacer evaluaciones Al publicar el modelo podremos utilizar este recurso a manera de web API También pudiéramos exportar el modelo considerando TensorFlow CoreML Docker container entre otros Aquípodemos aprender más al respecto Exportación del modelo para su uso con dispositivos móviles ¡Gracias por leer Espero que te haya gustado el artículo Si tienes alguna pregunta o idea en mente seráun gusto poder estar en comunicación e intercambiar conocimientos entre sí Nos vemos en Twitter esDanielGomez com	2023-04-01 04:07:32
海外科学	NYT > Science	Medicare Delays a Full Crackdown on Private Health Plans	https://www.nytimes.com/2023/03/31/health/medicare-overbilling-insurance.html	Medicare Delays a Full Crackdown on Private Health PlansAfter intense lobbying by insurers U S health officials say changes to reduce overbilling in Medicare Advantage will be phased in over three years	2023-04-01 04:02:10
ニュース	BBC News - Home	Deadly US tornadoes: Theatre roof destroyed during heavy metal gig	https://www.bbc.co.uk/news/world-us-canada-65145104?at_medium=RSS&at_campaign=KARANGA	states	2023-04-01 04:20:33
ビジネス	東洋経済オンライン	片付かない家は｢物を寄せる｣だけで劇的に変わる 部屋に｢更地｣を作ると見える景色に変化が | 家庭 | 東洋経済オンライン	https://toyokeizai.net/articles/-/662985?utm_source=rss&utm_medium=http&utm_campaign=link_back	古堅純子	2023-04-01 13:30:00
IT	週刊アスキー	トリキ、今だけ「メガレモンサワー」に手羽唐揚げ 春限定の「ポテマヨエッグ」もそそられる	https://weekly.ascii.jp/elem/000/004/131/4131105/	期間限定	2023-04-01 13:20:00