Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
名古屋検索勉強会 #10 XML検索/ iir10 xmlsaerch
Search
ctyo
June 12, 2019
Technology
3
410
名古屋検索勉強会 #10 XML検索/ iir10 xmlsaerch
https://search-nagoya.connpass.com/
ctyo
June 12, 2019
Tweet
Share
More Decks by ctyo
See All by ctyo
名古屋IT系地図 2020初春
ctyo
1
6k
楽しく家でAPI開発するためにSwaggerつかってる話 / A story about Swagger to home develop a fun API
ctyo
0
380
7章 検索システム全体のスコア計算 / 7 scoreing in all search system
ctyo
1
250
#名古屋検索勉強会 やってます / nagoya-search-tech-study
ctyo
1
340
各種地図系WebAPI 限界ピン立てノウハウ / maximam pins on any map apis
ctyo
0
680
飲酒時の事故を小さくするエンジニアリング / Minimize Engineering for Drinking Trouble
ctyo
0
240
ionicでクロスプラットフォーム開発ことはじめ / ionic, bootstrap dev
ctyo
0
360
Other Decks in Technology
See All in Technology
Storage Browser for Amazon S3
miu_crescent
1
240
複雑性の高いオブジェクト編集に向き合う: プラガブルなReactフォーム設計
righttouch
PRO
0
120
Qiita埋め込み用スライド
naoki_0531
0
5.1k
サービスでLLMを採用したばっかりに振り回され続けたこの一年のあれやこれや
segavvy
2
490
Fanstaの1年を大解剖! 一人SREはどこまでできるのか!?
syossan27
2
170
フロントエンド設計にモブ設計を導入してみた / 20241212_cloudsign_TechFrontMeetup
bengo4com
0
1.9k
レンジャーシステムズ | 会社紹介(採用ピッチ)
rssytems
0
180
多領域インシデントマネジメントへの挑戦:ハードウェアとソフトウェアの融合が生む課題/Challenge to multidisciplinary incident management: Issues created by the fusion of hardware and software
bitkey
PRO
2
110
LINEスキマニにおけるフロントエンド開発
lycorptech_jp
PRO
0
330
サーバーなしでWordPress運用、できますよ。
sogaoh
PRO
0
100
普通のエンジニアがLaravelコアチームメンバーになるまで
avosalmon
0
110
5分でわかるDuckDB
chanyou0311
10
3.2k
Featured
See All Featured
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
159
15k
Making the Leap to Tech Lead
cromwellryan
133
9k
A Modern Web Designer's Workflow
chriscoyier
693
190k
Code Review Best Practice
trishagee
65
17k
Chrome DevTools: State of the Union 2024 - Debugging React & Beyond
addyosmani
2
170
The Invisible Side of Design
smashingmag
298
50k
KATA
mclloyd
29
14k
The MySQL Ecosystem @ GitHub 2015
samlambert
250
12k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
44
9.3k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
26
1.5k
Fashionably flexible responsive web design (full day workshop)
malarkey
405
66k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
665
120k
Transcript
໊ݹݕࡧษڧձ 9.-ݕࡧ !D@UZP
ষͷ֓ཁ w ߏԽݕࡧͱ w 9.-ݕࡧ͢ΔΫΤϦ w ͳݕࡧ݁ՌΛऔΓআ͘ख๏ w ߏԽσʔλͷϕΫτϧۭؒϞσϧͷՃຯ
ߏԽݕࡧ 3%#ݕࡧ ඇߏԽݕࡧ ߏԽݕࡧ ΦϒδΣΫτ Ϩίʔυ ඇߏԽจষ ༿ʹςΩετͷ ߏ Ϟσϧ
ϦϨʔγϣφϧϞ σϧ ϕΫτϧۭؒ ͦͷଞ ओཁͳσʔλߏ ςʔϒϧ ٯΠϯσοΫε ΫΤϦʔ 42- ϑϦʔςΩετ ΫΤϦʔ
ߏԽݕࡧͷ͞ΘΓ w 9.- FYUFOTJCMFNBSLVQ-BOHVBHF Ͱهड़ w σʔλத৺ͷ9.-ͱςΩετத৺ͷ9.-͕͋Δ͕ɺ͜ͷষͰςΩετத ৺ͷ9.-Λѻ͏ɻ w ଐੑΛλά͚͠ɺೖΕࢠͰςΩετΛ֨ೲ͢Δ
w FY EBUF BVUIPS UJUMF w ΑΓଐੑͷগͳ͍ྨࣅ w ύϥϝτϦοΫݕࡧʢߏԽ͞ΕͨଟΊͷύϥϝʔλͷݕࡧ w κʔϯݕࡧ
جຊతͳ9.-֓೦ w MFBGͱOPEFͷߏ w 9.-จ຺ 9.-$POUFYU
جຊతͳ9.-֓೦
جຊతͳ9.-֓೦ w 9.-ΫΤϦʔͰ$POUFYUΛදݱ w 91BUIඪ४ w QMBZ w QMBZUJUMF֊Λදݱ
w QMBZUJUMFॏεϥογϡҙͷύεΛೖΕΒΕΔ w 91BUIඪ४ Ћ w UJUMF.BDCFUI༻ޠʮ.BDCFUIʯΛؚΉUJUMF
جຊతͳ9.-֓೦ w /&9* /BSSPXFE/&9*&YUFEFE91BUI* w BSJUDMF <ZSPSZS> ྐྵ͕
ͷBSUJDMFΛࢦఆ w TFDUJPO <BCPVU TVNNBSIPMJEBZT > BSUJDMFͰTVNNBSIPMJEBZTʹؔ࿈͢Δͷ
9.-ݕࡧͷ՝ w ߏԽจষݕࡧͷݪଇ w γεςϜΫΤϦʔʹ͑Δͱ͖ʹɺ࠷ಛఆͷ෦Λ औΓग़͞ͳ͚ΕͳΒͳ͍ w Ϛονͨ͠߹ɺߏπϦʔͷͲͷ෦Λฦ͢ͱϢʔβʔ ʹ·ΕΔ͔ɺͱܭࢉྔΛΒ͢՝Λཱ྆͢Δ͜ͱ ͍͠ɻ
͍͔ͭ͘ͷΞϓϩʔν w ΠϯσοΫε͚ͷ୯ҐΛܾΊΔʢϝʔϧɺຊɺΤΫηϧ w ଐੑ͝ͱʹॏෳͷ༰ʹׂ͢Δʢٙࣅจষ FY ຊͷষ w େ͖͍ཁૉͰϚονͯ͠ɺޙॲཧͰؔ࿈ͷߴ͍ԼҐ߲ΛߜΓࠐΉ τοϓμϯ
w ͯ͢ͷ༿ΛϚονͤͯ͞ɺޙॲཧͰؔ࿈ͷߴ্͍Ґ߲ΛબͿ ϘτϜΞοϓ w શ෦ࡉ͔͘ΠϯσοΫε͢Δ ଐੑใͷΰϛใ͕૿͑ΔɺωετͰʹͳΔ
ݕࡧ݁Ռ͔Β݁ՌΛऔΓআ͘ w σʔλ͔Β͖Ε͍ʹ͢ΔΞϓϩʔν w ͯ͢ͷখ͞ͳཁૉΛࣺͯΔ Կώοτ͢ΔͷͰ w Ϣʔβʔ͕ݟ͍ͯͳ͍ཁૉλΠϓΛࣺͯΔ ଐੑͱ͔
w ධՁऀ͕ɺඇؔ࿈ͱஅͨ͠ཁૉλΠϓΛࣺͯΔ w γεςϜઃܭऀ͕༗༻ͩͱͨ͠ཁૉλΠϓͷΈΛ͏ w ͦͷଞͷΞϓϩʔν w ϋΠϥΠτͰදࣔ w Ϣʔβʔ͕͖Ε͍ͳ91BUIΛࢦఆ͢Δ Ͱߏཧղͯ͠ΔਓͳΜ͍ͯͳ͍
εΩʔϚͷෆۉҰੑ w ҟͳΔ9.-จষͩͱɺεΩʔϚҰக͠ͳ͍ͷͰώοτ ͕Լ͕Δ ͩͱRE Eʹώοτ͠ͳ͍
֦ுΫΤϦ w ٙࣅ91BUIه๏ͱͯ͠CPPL(BUFT w CPPLͷͲ͔͜Ͱ(BUFT͕ೖͬͯΔ w ਤͰҹഁઢͰද͢ w Ϣʔβʔ͕ߏ੍ΛΏΔ͔͚͘ΔΑ͏ʹ͍ͯ͠Δ w
ώοτ্͕͕ΔͷͰྑ͍ w είΞ͚ʹࢠଙؔͷڑߟྀͯ͋͛͠Δඞཁ͕͋Δ
9.-ݕࡧͷ ϕΫτϧۭؒϞσϧ
9.-Λߏ༻ޠͷϚοϐϯά w ߏΛ෦ٕʹ͚ͯѻ͏ߏ༻ޠ 4USVDUVSFE5FSN w ༻ޠ w จ຺ͱ࠷খͭͷ༻ޠͷΈ߹Θͤ DPOUFYU
UFSN w Έ߹Θͤཁ݅࣍ୈͰߜΔͱίϯύΫτʹͰ͖Δ
$3ؔ w จ຺ྨࣅ$3ؔ DPOUFYUSFTFNCMBODF w $RΫΤϦʹ͓͚ΔQBUI w $EυΩϡϝϯτʹ͓͚ΔQBUI w c$RcΫΤϦQBUI্ͷϊʔυ
w c$EcυΩϡϝϯτQBUI্ͷϊʔυ
$3ؔͷྫ w $3 $R $E w $3 $R $E
4JN/P.FSHF w ίαΠϯईͷมछ w 7ඇߏ༻ޠͷશޠኮ #9.-จ຺ͷू߹ w XFJHIU R U
D XFJHIU E U D DYNMDPOUFYU UUFSN RVFSZ XFJHIUJEG EGͱ͔ͷॏΈ͚ؔ w ಡΈʹ͍͚͘ͲɺXFJHIUʹ$3ΛॏΈ͚͢Δ͚ͩΈ͍ͨ
ΞϧΰϦζϜ IUUQOBPZBEZOEOTPSHdOBPZBJJSQQUΑΓҾ༻ ϊʔϚϥΠβʔෳͷYNMจষͷॏΈ͚Λۉ͢
είΞ͚ͷྫ
4JN.FSHF w 4JN/P.FSHFͷվྑ൛ w 4JN/P.FSHFͷϚον݅Λ؇ͨ͘͠ͷ w จ຺ͷߏͷॱ൪ೖΕସ͑Λڐ༰͢Δ w ଐੑQMBZͱBDUಉҰߏͱͯ͠Ϛʔδ͢Δ w
$3ͷؔΛߋʹ؇ΊΔʢṖ
9.-ݕࡧͷධՁ w */&9 w 9.-ݕࡧͷͨΊͷձٞମΈ͍ͨͳͷ͕͋Δ w ΫΤϦͷਖ਼ղσʔλΛ࡞ͬͯ͘ΕͯΔ d8JLJQFEJB Λݩʹ࡞ͬͯΔ w
$0 $POUFOUT0OMZ ͱ$"4 $POUSOUBOE4USVDUSVF ʹ ͚͍ͯͯɺ྆ํΛτϐοΫͱͯ͠ఏڙ͍ͯ͠Δ
ίϯϙʔωϯτΧόϨοδ w $0ͱ$"4͕ࠞͬͨ͟จষΛධՁ͢ΔͨΊʹ͋Δ w ߏతͳਖ਼͠͞ͱہॴతͳྨ w ߏͷ۠ w &ਖ਼֬ͳΧόϨοδ w
4খ͗͢͞ΔΧόϨοδ w -େ͖͗͢ΔΧόϨοδ w /ΧόϨοδ͕ͳ͍ w ہॴతͳؔ࿈ͷ۠ w ඇৗʹؔ࿈ w ͔ͳΓؔ࿈ w Θ͔ͣʹؔ࿈ w ֘͠ͳ͍
ؔ࿈ΧόϨοδͷྔࢠԽ w ̐ͭʹ͚ͯΔͷ͕ඍົͱͷ͜ͱ w ༗ޮ͔ͷධՁʹ*/&9ͷσʔλΛ͏
͔ͪΒ͖ͭͨͷͰ͚݁ͩ w ฏۉద߹Ͱ4JN/P.FSHF4JN.FSHF w ߏԽݕࡧͱඇߏݕࡧͷൺֱ w ্ҐΫΤϦͷద߹ͷΈେ͖ͳվળ͕͋Δɻ w ্Ґ͙݅Β͍·ͰͳΒඇߏͱൺֱͯ͠༗ҙͳվ ળ
w ԼҐείΞͷΫΤϦจষΛআ֎ͯ͠͠·͏ͳͲ͋Δ
ࢀߟࢿྉ • 2008ʹ࣮ࢪ͞Εͨྠಡձͷهࣄ1هࣄ2 • 2008ʹ࣮ࢪ͞ΕͨྠಡձͷৼΓฦΓࢿྉ • Udemy: Information Retrieval and
Mining Massive Data Sets ຊॻͷ༰Λஸೡʹઆ໌ • ϨτϦόࣾʹΑΔใݕࡧͷઆ໌ಈը