コンピュータシステム概論コンピュータシステムを利用した情報サービスの知識はあらゆる分野で求められている。 本講義では、情報サービスの提供に必要な知識・スキルに加えてそれらの獲得方法を学ぶ。 具体的には、Web サービスの提供を想定し、その実現に必要な知識・技術を解説する。 併せて、具体的なサービス構築を通じ知識・技術の活用に加え、それらの獲得方法を実践的に体得する。 課題発表の時間に学生が設計・構築したサービスのデモをおこない、学生同士で評価する。
何が長期的に出生率を下げてきたのか｜筒井淳也
（フランドランの『性の歴史』の表紙が「センシティブ」ということらしいので、宮本太郎先生編著（筒井分担執筆）の『子どもが消えゆく国の転換』の表紙にしました。） 参院選前ということもあるのだろうか。少子化問題について、いろんな人が自由に考えを出しあっている。だからこそ、研究者の間である程度知られている知識を共有しておくにこしたことはないだろう。今回はまず、人類社会における長期的な出生率低下について解説する。 ▼出生率の低下は世界的現象前近代では、地域によるが、女性は平均して一生で4〜7（人）くらいの子どもを産んでいたのではないか、といわれている。それでも長い間人口がそれほど増えず、定常状態に近かったのは、死亡率が高かったからだ。結局、ネットの再生産率（純再生産率）は1前後になって、女性は平均すれば1人くらいの女性を残す、という状態が長く続いた。 現在では、いわゆる経済先進国でなくとも出生率（期
速習 Claude Code
講習会用にまとめたもの。可能なら公式ドキュメントを参照するのを推奨するが、この資料ではサッと使いはじめるために要点を絞って解説する。 claude-code は claude-code 自身で開発されており、恐ろしい速度で更新されてる点に注意。この資料は一瞬で古くなる。 アカウントの契約等は省略 インストールと実行
How I Use Claude Code
One month ago, I subscribed to Claude Max. I've been using AI agents including Claude Code for some time prior, but with the flat pricing, my usage skyrocketed and it's become a daily driver for many tasks. I find myself going to VS Code much less often now. Since AI agents are new for everyone right now, I thought it might be fun to share some patterns I've been noticing recently. Here's how I us
シンプルな MCP サーバを作って動作を理解する
はじめに 最近は AI、特に LLM の発展がまさに日進月歩ですね。毎週、下手したら毎日のように新しいニュースが飛び込んできます。 中でも自分が注目しているのは Anthropic 社が提唱している MCP（Model Context Protocol）です。 解説にあたり、事前に簡単な MCP サーバのサンプルを実装しました。実装は GitHub に上がっているのでこれを変更しながら動作を確認してみてください。 今回はこの MCP サーバの実装を元に MCP の動作のさせ方について解説していこうと思います。 MCP とは まずは簡単に MCP について触れておきます。 MCP は Anthropic 社が提唱しているオープンなプロトコル仕様です。ドキュメントから引用すると以下のように説明されています。 MCPは、アプリケーションがLLMにコンテキストを提供する方法を標準化するオープンプロ
【Claude】Playwright-MCPで変わるテスト自動化の世界！初心者でも使えるE2Eテスト入門 - Qiita
テスト自動化の悩みから解放されるPlaywright MCP アプリ開発をしていると、「ユーザーが実際に使うときにちゃんと動くかな？」という不安がつきまといますよね。エンドツーエンドテスト（E2Eテスト）は、UIからAPIまで全体の流れをテストできる素晴らしい方法なんですが、正直言って、従来のやり方はめちゃくちゃ大変でした。 複雑なコードを書いたり、テストシナリオを考えたり...。特に私のような新米プログラマーにとっては、高い壁だったんです。でも、Playwright MCPの登場で、この状況が劇的に変わりました！ Playwright MCPの最大の魅力は、自然な日本語のコマンドでブラウザ操作やAPIテストができること。もう複雑なコードを書く必要はありません。技術に詳しくないチームメンバーでも、簡単にテストを作成できるようになったんです。これは革命的な変化だと思いませんか？ Playwr
プロダクト開発に必要なもの全部繋げたらCursorが最強のプロダクトマネージャーになった｜田口 信元
Ubie株式会社で病気のQ&Aのプロダクトマネージャー（PdM）を務めている、田口（@guchey）です。 Cursorをプロダクトマネジャーが活用する記事を見て、自分もプロダクトマネジメント業務の中心をCursorにしてみることにしました。 威力すごい。各所にあった知識を集約した結果、自分の認知限界を超える相棒になりました。 現在のスプリント、バックログアイテム、OKR、ユーザーストーリー、主要メトリクスを把握したAIは、プロダクトの現在地から未来の姿まで詳細に把握したAIプロダクトマネージャーだった。 ディレクトリ構成今はこんな構成にしています。 cursor_pdm/ ├── .cursor/ # Cursor AI 用の設定ファイル │ ├── mcp.json # MCP設定ファイル │ └── rules/ # Cursor AIルール │ ├── 000_general.md
AIをシステム開発に活かすコツ、全部書く｜kmagai
今や、AIを活用してソフトウェア開発すること自体は一般的になり、一種のブームと化している。 しかし、Web上で見かけるのはワンショットでテトリスを作る程度の小規模なプロジェクトの話がほとんどで、驚けるものの、正直あまり実用性は無いように感じる。 俺たちが本当に知りたいのはテトリスの作り方じゃねえ！現実の中規模以上のシステム開発で、いかに楽に良いものを作れるかだろ！ ということで、まずは弊社から現時点のノウハウを全公開しようと思う。 弊社ではCursorを1年以上活用（サービスがGAになったタイミングから全社員で利用）しており、一定のノウハウを蓄積してきている自負がある。ただ、あくまで一例ではあるので、ぜひみなさんの現場での活用事例も共有してほしい！ 免責事項AIエディタでの開発は、LLMとAIエディタの進化に伴い、常に変化している。 そのため、この記事で述べる方法論は、現時点での、弊社での
落ちてるボールを拾う技術 - 空の箱
タイトルだけ見ると球技の玉拾いの技術に見えるがそうではない。"落ちてるボール"とは、 誰かがやらないといけないが、誰も手を付けていない状態のタスク "誰かがやらないといけない"ことを他の関係者も認識している状態 のことを指すものとする。 この定義が普遍的かは知らないがニュアンスとしては伝わると思う。そしてこれはソフトウェアエンジニアリングに限った概念ではない。自分の経験上は他人と仕事をしていれば自然発生するものだ。"仕事"というほど厳密でなくてもよいと思う。例えば学生の頃の"文化祭の準備"とかでも観測できそうな概念だ。 この「"落ちてるボール"を誰が拾うか？」はしばしば見聞きする問題だ。そしてこの問題は自然発生する以上、発生したものに対症療法することになる*1。すると、この問題に対するスタンスは基本的に二つしかないと思っている。 自分が拾う 他人に拾ってもらう この二つのうち、このエントリ
LLMチューニングのための強化学習：GRPO（Group Relative Policy Optimization） - どこから見てもメンダコ
DeepSeek-R1にも採用されたLLMチューニングのための強化学習手法 GRPO（Group Relative Policy Optimization）について考えたことをまとめます。 GRPO: DeepSeek-R1の強化学習ファインチューニング手法 前提手法：TRPO/PPO TRPO: Trust Region Policy Optimization PPO: Proximal Policy Optimization GRPOとPPOの差分：①アドバンテージ算出と②参照モデルからのKL距離制約 変更点①： アドバンテージAの算出方法 REINFORCE： 価値関数近似なし方策勾配法 PPO（Actor-Critic）： 価値関数近似あり方策勾配法 GRPO： スケーリングされたREINFORCE 変更点 ②： 参照モデル（SFTモデル）からのKL距離制約 従来は参照モデル制約は
「立花暴露発言」に誘発された「折田ブログ投稿」で、斎藤知事は絶体絶命か（郷原信郎） - エキスパート - Yahoo!ニュース
パワハラ問題などで県議会の全会一致の不信任決議を受け、兵庫県知事を失職した斎藤元彦氏が、11月17日投開票の「出直し知事選挙」で圧勝し、知事に再選された。兵庫県民は、県議会の不信任を否定し、斎藤氏を知事に信任したわけだが、斎藤氏に対する批判の契機となった同県の西播磨県民局長の自殺の原因、同局長が作成した告発文書の真偽、兵庫県側のその告発文書の取扱いに関する公益通報者保護法の問題などをめぐって、見方が分かれており、斎藤氏が知事に復帰した後も兵庫県の混乱は容易におさまりそうにない。 この問題については、今年９月初め、兵庫県議会で不信任案が提出され、それまで斎藤知事を擁護していた維新の会が一転して辞職を求めた時点で、YouTubeチャンネル《郷原信郎の「日本の権力を斬る！」》で取り上げ、その問題を、パワハラ、公益通報者保護の問題としてではなく、むしろ「維新の会が進めてきた改革路線をめぐる対立の問
年金制度と老後のお金について知っておくべき話
「年金貰えるの70歳からになったらどうする？」anond:20240124142918への回答です 3行まとめ日本人の平均寿命が延びて、年金も変化してるので現状を正しく把握しよう 年金は老後の生活費の半分以上を支える重要な制度 でも、年金だけでは全てをまかなえないのでそれ以外の準備も大切だよ 簡単な年金制度紹介自営業者の制度：国民年金支払い: 20歳から60歳まで、約2万円/月 支給: 65歳から約6.5万円/月 ※夫婦だと13万円/月の支給 サラリーマンの制度：厚生年金支払い: 65歳まで3.1万円/月（年収400万円の場合） 支給: 約14万円/月（国民年金6.5万円＋厚生年金7.3万円） ※一般的な夫婦だと21～25万円/月程度の支給 繰り上げ受給すると減額され、繰り下げ受給すると増額されます。 一生涯受け取れるため、長生きに対する保険としては非常に優れた制度です。 自分の場合どれく
兵庫県知事選挙で、またも透明化される民意について
まず最初に、兵庫県知事選の結果を見て欲しい。 齋藤元彦 1,113,911 (45.2%) 稲村和美 976,637 (39.6%) ( NHK選挙報道より https://www3.nhk.or.jp/news/html/20241117/k10014640801000.html ) どちらが勝ってもきっとそうなるだろうなと思ったので、強く強く強調しておきたいのだが、兵庫県民がパワハラを良しとしたわけではないし、県民が県庁職員の命を軽んじているわけではない。 逆に言えば、もしも稲村和美が選ばれていたとしても、パワハラが許されない県民性だ、と言うこともできなかった。 これは右派左派問わず、まず念頭において欲しい。ブコメをする際にも一瞬だけ書き込む手を止めて考えて欲しい。 97万人もの人間、投票したうちの39.6％の人間の意思を無視した発言になってないか。 兵庫県で起きていたこと（前半戦）自
兵庫県知事選でおきたこと
多くの流言飛語が飛び交っているので実際に起きたことを間近で目撃していた者として記します。 今回は兵庫県民も、そうでない人も、何が起きたのか理解できてない方が非常に多く、それも当然かと思います。 また、私が記すことは、今後、他の方も分析されて文字にされる内容だと思いますので、この内容を鵜呑みにせず多くの情報を見て判断していただきたい。 まず今回の選挙の発端は既に多くの方が聞き知ってご存じだと思いますので割愛しますが、 ポイントとしてはあくまで斉藤氏にかけられたのは「疑惑」であり、その対応の無責任さに対して知事としての資質がないと判断され、議会から不信任決議案を出されて、全会一致で可決したことによります。 百条委員会はまだ続いており、結論を得ていない「疑惑」の段階で世間の風評を元に判断した。ここが大事です。 その後、斉藤元知事は失職し、再選挙となりました。 普通に考えればこの一連の流れで、再選
なぜ部下たちは自分たちで決めずに全部聞いてくるのか｜FromAtom
決めていいと知らないどこまで決めて良いのか分からないのであれば、決めようがない。権限の委譲ができてないことが多いので、デリゲーションポーカーなどを利用すると良い。 提案を覆され続ける次のようなことを繰り返すと、「お伺いを立てたほうが早い」となる。 チームで決めたものを持っていくと「それじゃダメだ」と言われる 懸念点や問題点の起案をすると「今それは考えなくて良い」と無視される 決めた対応方針を伝えると「こうやって進めて」と別の指示がされる ある程度進めた後で全部仕事が引き継がれて全部書き換えられる 当然ながら、これが続けば「どうせ調べたり考えても無駄だから、全部最初から聞いてしまったほうが早い」となる。 決めさせる難しさ多くの場合上司の方が経験も知識も多く視野も広いため、90点がとれる案が脳内にできあがっている。一方で、部下が出してくる案は70点程度の場合が多い。そして上司は90点がとれる案
0から作るLLMーLlama
本記事の対象読者： LLM（大規模言語モデル）の複雑な構造や階層を理解しているが、それをどのように組み合わせるかが分からない人 LlaMaモデルに関するすべてのオペレータとアーキテクチャ（RMSNorm、ROPE、SwiGLUの実装を含む）を一行ずつ分解します。 本記事ではhuggingfaceのライブラリを使用しておらず、すべてpytorchで実装しています。また、事前学習済みモデルも使用していません。 スタート地点は『源氏物語』の原文であり、ゴール地点はあなた自身がトレーニングした大規模モデルです。 pytorchを準備してください。GPUがなくても大丈夫です。重要なのはLLMの原理を学ぶことであり、この文章を読んだだけで新しい大規模モデルのアーキテクチャを作れるわけではありません。 本記事では、できる限り平易な言葉を使って原理を解説していきます。 序文 本記事のすべてのコードはGoo
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
100km歩いても疲れない!? 陸上自衛隊が教える足トラブルが無縁になる秘技 | となりのカインズさん
〈座談会〉現代サッカーにおける理性と感性……三笘薫・小井土正亮／山本敦久（司会）［『思想』2024年10月号より］
クレジットカードを製造する技術
個人事業主型開発からの脱却
