うわぁ!かっこいい!!!

auショップの新規割引で6万円ちょっと＆月額1,600円引きx24回

正直高すぎる。先日輸入したSAMUSNGのWindows Phoneは280ドル(21,000円)だったので、どう考えても高すぎ。回線代の割引いらないから、端末2万5000円で売って欲しいですよ。

値段だけ、海外と同じ水準で販売されるようになれば、Windows PhoneはAndroidに対して圧倒的な競争力を持ちそうです。

一番印象的なのはPeopleHubです。

MS-Messanger、Twitter、FaceBookなどの各種アカウントを統合的に管理してくれます。これで、Twitterクライアントなんか入れる必要ないです!

あとはOffice、MSのドキュメントもスラスラよめます。

その他使った感覚を比較すると下記の通り。 

エバンジェリストのdoryokujinさんの能力の高さもあって、注目度の高いMongo DBの勉強会を見ながら書いている記事。

 1. MongoDB機能解説

アーキテクトとして、システムのDBの選択する際に、下記の迷いが生じます。

・RDBかKVSか?

・KVSならばどれなのか?

・KVSにはOnMemory DBいるか?

MongoDB使ってアプリ作りたいけど、なんでMongoDBなのかに答えを出さなでせんたくするのがいやなんだよなあ・・・。

パフォーマンス良さそうだけど、SQL Serverの開発環境の素晴らしさと比べちゃうと、そのあたりの貧弱さが気になる。

2．NijiBox「ソーシャルアプリのプロトタイプ制作にMongoDBを活用」〜PHP+Sleepy.Mongooseでお手軽永続化〜

アプリ開発のXP開発をつづけるため、DBの変更がたくさん発生する。開発スタッフ間でスキーマ共有するのにもコストがかかる。

 発表者

ログ分析にはMongoDB使う予定だったが、プロトタイプ揮発にも使うことにした。

スキーマがないので、最初はMongoDBでアプリをつくって、最終的にはDBに移行する。(予定)

プロジェクトへの効果は、ソースコードだけ共有すればいいので、DBのスキーマ共有コストが減った。

また複雑なクエリがかけないので、あとでRDBに変更したときにO/R Mapperがスロークエリーを発行する可能性が低い。

スキーマーレス ＋ クエリが協力 ＝ ストレスフリーなアプリ開発。

Cassandraなどに比べて、MongoDBはRDBに近くて使いやすい。

アプリ開発者にとってはShardingやReplicaはおまけ。

悪い点: 信頼性が低い。安定性が全然ない。(・・・えっ?)

つまり、信頼性や安定性を犠牲に出来る部分で使うと良い。認証、課金系では使う気がおきない。

信頼性を担保しようとすると、パフォーマンスが落ちる・・・という本末転倒な、闇MongoDBワールドに陥る。

Capped Collectionはログ解析のためにあるといっても過言ではない。

キャッシュとしても使えるかもしれないが、他のキャッシュDBのほうが良い。

--------------------------------------------

最後の雑談が凄く興味深い:

・開発スタッフはMySQLにもMongoDBにも詳しくない。DBスキルが低いので、MySQLにしても高度な事ができない。

・割りきって、単純な使い方だけでアプリを開発してしまおう・・・。

3．MongoDBのチューニング

並列に実行計画を実行して一番早いプランを採用する・・・っていいなwww

4. MongoDBを使ったモバイルゲーム開発

・東京ガールズスナップ 3ヶ月で開発4月リリース。実写を使用して画像合成。

・「Java+MongoDBに絶望した」を追体験してやるぜ・・・という気持ちでやってみた。(node.jsがいいらしい)

・Web2台、DB3台 (Shardingせずに、Primary、Secondary、Secondary)

・カラム追加せずに機能追加できるのが良い。最初のノウハウ貯めるオーバヘッドを除けば開発効率はいい。

・秒間500UpdateでLockが4％程度

・1台でCPU1個しか使わないのはもったいない。

・Memcachは使わない予定だったが、TokenやSessionでは使ってしまった。

・決済はAPIで別サーバ呼び出しなので、MongoDBでも問題なかった

・CPU(コア)が複数あったとしても、一つのプロセスがメモリが幾らのっていても使いきってしまうので、1サーバ1プロセスにすべき。

第９回 データマイニング+WEB 勉強会＠東京  ( Google Group ) 主催者まとめ

Ustreamで観戦してたけど、いろいろ覚えておくことがあったのでまとめ。

1. 初めてでもわかる Complementary Naive Bayes 分類器 (講師：@yanaoki)

 開発Webアプリ さまったー

アルゴリズムの詳しく内容を知るには、朱鷺の杜  参照。

Complement Naive Bayseについての実例

2. お金をかけず広告配信のログ分析システムを作った話 (講師：@karubi)

Kauri社長さん。プレスなどでしばしば目にしていたので登録してみた。

安くシステムつくって営業には資金を投資するという姿勢。

そう言っている割に、システムカッコイイし使いやすい。たぶん、ハードウェアへの無駄な投資をしないという姿勢。

3. 分析屋のためのマーケティング講座 (講師:@mmlab_jp)

ロックオン・MMLabの中川さん。主にマーケティングの話。

4. Mecab以外の形態素解析 – 新たなわかち書き機能を実装してみた- (講師:@super_rti  はてな )

MeCab最高!ってことが証明されたwww

資料

PREZLカッコイイ!

5. 画像認識の初歩、SIFT, SURF特徴量 (講師：@lawmn)

素粒子物理でPhD.だけど仕事に無関係・・・。物理多いなあ。価格.COMにお勤め?

SIFT (1999) Googleの論文 C#ライブラリ libsift  回転普遍、拡大縮小普遍

SURF(2006) SIFTの速度向上。OpenCVに実装されている

HOG(2005) Histogram of Oriented Gradient  大まかな特徴抽出

参考URL:

3日で作る高速特定物体認識システム (2) SIFT特徴量の抽出

大規模画像認識のための局所特徴量の比較

SURFすごい

画像処理の基礎 OpenCVによる基本的な例

---------------------------------------------------------

【SIFT/SURFの話をもう少し詳しく解説】

SIFTは、LOGだと計算量が多すぎて使えないので、DOGを用いている。

特徴点の抽出→ 特徴量の計算をしている。

SIFTよりSURFの方が特徴点検出を高速化しているが、誤認識がでるので認識率はSIFTの方が上。

Bag Of Featuresを使って、複数の画像から同一のオブジェクト抽出をおこなう。これは、Bag of Wordsの画像版。そのため、特徴量をVisual Wordと呼ぶ。

6. ペアトレードを実装してみた (講師：@yokkuns)

初めてでも分かるヘッジファンド入門

実装してもうまく儲けられるとおもえない・・・。確信あれば投資するんだけどなあ。

 7. 「GraphDB徹底入門」〜構造や仕組み理解から使いどころ・種々のGraphDBの比較まで幅広く〜 (講師：@doryokujin)

P23: Graphの種類の関係図が分かりやすくて良い。

P32,33 Graph DBはIndex-Freeであることが条件。ここ重要。DBの設計思想の違い。ある種のアプリケーションの動作速度の最適実装になる。グラフをB木でもつのはコストが大きすぎる。

Graph DBの比較および、Tool群の紹介。Graph DBを使ったからこそできるアプリケーションが思いつけば使いたいなあ。 

Graphデータ by Stanford

 8. Newman アルゴリズムによるソーシャルグラフのクラスタリング (講師：@komiya_atsushi)

グラフのクラスタリングなんて、30年前には必要なかったからなあ。ほんと近代の計算科学の分野だ。

おまけ:

前日にあった、第4回 自然言語処理勉強会のまとめ

モバイルアドエクスチェンジの「Mobclix」がモバイル向けRTB

Mobclixの発表によると、RTBを通して広告在庫を販売することにより、40％から85％もパフォーマンスが改善したそうだ。

オプト、OpenDPF 構想

「プレミアム オーディエンス ターゲティング」とは、訴求したいオーディエンスカテゴリを指定して広告を掲載できるオーディエンスターゲティングの広告商品です。カテゴライズされたプレミアムサイト（マーキングパートナー）でCookieを付与することによりオーディエンスの行動を認識し、そのオーディエンスが媒体（配信パートナー）に来訪した際に最適な広告をターゲティング配信します。明確なターゲットのみに広告を配信するため、高い訴求力が期待できます。

CCI, MicroAd提携。大規模人材募集中・・・

仲間内での分析ではRTB/AdExchangeの必須要件として、「オーディエンスデータを利用」、「媒体impの20%以上が参加」が求められ、推進要件として、「高度なDSPと、簡易なDSPの整備」、「AdServerの安価もしくは無料供給」があります。

OptのOpenDPF構想「Xrost」の概念図をみると、AdExchangeの中にAudienceデータを保有し、SSPやDSPの配信効率を最適化しようという意図がハッキリと見えます。

単一のAdNetworkが、高度なDSP機能、オーディエンスデータの保有をするのはコスト面で難しいので、みんなの力で弱いところを助け合いましょう・・・と一見みえます。

Googleのリスティング広告のようにメディアを持っていない、Xrost、OpenX、AdLantis、などの企業にとって、広告業界でAdExchangeのポジションは「美味しい場所」で魅せられます。

一方、Googleのように強大な資本力・開発力・顧客数をもつAdNetworkは自前で全て備えることが可能です。

勝利戦略が見えない・・・。 

法科大学院制度で、弁護士になり易くなったけど、訴訟は増えないので貧困弁護士が増えている・・・らしいですね。

これって、ビジネス側の考え方からするとチャンスだと思う。これまでは、高いお金を払わないと雇えなかった「弁護士」という資格が安く買えるわけです。需給関係を見定めれば、安くなればサービスを利用したいという市場はあるわけで、弁護士資格がなければできなかったビジネスを立ち上げやすくなっているということ。

例えば、組織的に消費者金融から、過払い金請求で暴利をあげた会社なんて、「弁護士機能」が重要だったわけでなく、「過払いした人」を獲得する営業手法が重要だったわけです。でも、代理人として弁護士(もしくは司法書士)が必須なわけで、名義とハンコだけ借りる弁護士が必要なわけですね。

過払い請求はあまりにも悪ドイ感じがしますが、他にも「営業機能」と「弁護士機能」の両方が必要なビジネスはありそうです。そして、「弁護士機能」の多くは弁護士が直接に作業しなくても、最終的にハンコだけあれば良い部分は、徹底的に効率化していくことで、これまで開拓できなかった市場を掘り起こしていけるかとおもいます。

言い換えると、弁護士の価格破壊ですね。

・・・・・・かわいそうだけど弁護士の資格の価値低下は今後も続くことが見込まれます

１年で３回の資金調達（総額$10M）を成功させたわずか５枚のプレゼンスライド

コツはナンパと一緒。
1.体の距離を縮める
2.相手の好みを知る
3.最初のデートは詰め込みすぎない。次回デートをとりつける
4.相手の目を見る

で、彼の関与している会社が3つあるけど・・・どれもパッとしない。花開く確率は5％くらいか?

USはプレゼンよければ10億円も引っ張ってこれるこの土壌が新しいものを生むんだよなあ。