この記事は、技術系同人誌としてまとめるはずだった原稿をほぼそのまま転載しています。諸事情により向こうかなり長い間同人誌即売会に売り手として参加することが難しくなったためです。 長いですが、お楽しみいただければ幸いです。 まえがき この本は、Rubyコミッタである卜部昌平に、その妻である私、卜部一恵がRubyのtrueとfalseについて突っ込んで聞いてみた話です。本文は両者の対話形式で進んでいきます。 私は昌平と同じ大学同じ研究室に所属していたのでプログラミングについての基礎は一応ありますが、エンジニアとして職を得たことはありません。つまり、プログラミング初級者です。この本はそのくらいのレベル感の本だと思います。 私自身が初級者なりにRubyを使っていて、if文が思った通りに動かない、そんなときに抱いた疑問からこの本が生まれました。 同じような疑問を抱いている方の一助になれば幸いです。 は

はじめに 先日参加したRails Developers Meetupの中で、「コミットの粒度がわからない問題」が少し話題になっていました。 「commitの粒度がわからない」すいません、私もです…！よく迷っちゃいます…！！！ #railsdm — まえとー (@maetoo11) July 20, 2017 commitの粒度がわからない問題、ある。（ほんとわからない） #railsdm — おおた (@ota42y) July 20, 2017 普段僕は感覚的に「それっ、ここでコミット！」とコミットしているんですが、具体的にどういうルールでやってるの？と聞かれると、きれいに明文化しづらいものです。 とはいえ、できるだけ明文化できるよう、模範解答を考えてみました。 この記事ではそんな「適切なコミット粒度」について解説します。 動画で明文化・・・！？ すいません、「明文化した模範解答」という

初投稿です。よろしくお願いします(/･ω･)/ 新卒入社してフロントエンドエンジニアとして働き始めて早半年。 最近は、自分の書いたコードが世の中にリリースされて嬉しさを噛み締めながら楽しく社会人生活を送っています。 こんな本を読み始めました Webフロントエンド ハイパフォーマンス チューニング　-久保田 光則 (著) webパフォーマンスについて...要はサイトの 速度改善 について学べる本です。 冒頭に「ウェブパフォーマンスとは何か」が書かれてます。 ウェブパフォーマンスを改善することは、ユーザが目的の達成の為に費やす時間やリソースを節約させることであり、その節約した分ユーザを豊かにしているわけです。 ウェブページ遷移時の初期ロード時のパフォーマンスだけでなく ウェブページ内でのインタラクション(ユーザが起こした操作に対しての応答)の描画のパフォーマンスが重要になってきます。 読み込み

Help us understand the problem. What is going on with this article?

超技術書展で頒布したiOSアプリ開発の全体像をだらだら書いた本を記事として公開。 ただのポエムです。 2年くらいまえに、SwiftもObjCも一切書いたことないし、アプリも一回も作ったことがない状況でiOSアプリを作ってリリースするミッションのお仕事が降ってきたので、そのときにこんな情報があったら全体が見通せて、気持ち的に楽だったなと思った内容をまとめました 1. iOSアプリ開発を取り巻く環境 iOSアプリ開発には、基本的にmacOSを搭載したコンピューターとXcodeとよばれるソフトウェアが必要です。もともと主にObjective-Cという言語が使われるケースがほとんどでしたが、2014年6月にAppleがプログラミング言語Swiftを発表して以後の新規開発には、ほとんどの場合Swiftが採用されているようです。またSwiftは、Objective-Cのコードと共存できるため、もともと

最新のNGINXはアプリケーションサーバー！？NGINX UnitのベンチマークをPHP,Python,Goで計測してみた！！PythonPHPGonginxnginx-unit NGINXって？？ 簡単にNGINXの特徴について説明します． イベント駆動のWebサーバー 静的コンテンツの配信が得意 リバースプロキシとして使われることも多い 全アクティブサイトの中で2番目に多く使われている(19.60%) 参考:wikipedia nginx 以前(といってもだいぶ前ですが)はApacheが一強のサーバー業界でした．私もあんまり詳しくないですが，サーバーが安くなる中，C10K問題というものが業界で話題になり，Apacheが採用していたpre-Fork型のアーキテクチャのサーバーでは大量のリクエストが処理できなくなってきました．その中で，イベント駆動型のアーキテクチャのNGINXが大量のリク

気分転換に、普段からLinuxで作業する上で割と便利なツールだったり小技を共有します。知ってたらごめんね 一応全部MacでもLinuxでも動くはずです。 高速化系 axel , aria2c http://qiita.com/sarumonera/items/2b30999d7d41a4747d74 https://goo.gl/gsFrCT https://wiki.archlinuxjp.org/index.php/Aria2 http://qiita.com/TokyoMickey/items/cb51805a19dcee416151 こいつらは割と有名（？）かなと思います。やってることはcurlやwgetとほとんど変わらず、サーバにHTTPリクエストを送ってレスポンスを取ってくるだけなのですが、ダウンロードを高速化するためにtcpコネクションを何本も貼って、相手サーバーに負担をかけ

英語を勉強したい。でも技術も勉強しなきゃ。。 エンジニアにとって、英語ができるということは1つのアドバンテージ。海外のカンファレンスをそのまま聞いたり、Stack Overflowで質問したりと、できることの選択肢がたくさん広がります。 しかし、英語学習にはそれなりの時間がかかるもの。仕事で使う新しい技術や言語も勉強しなきゃいけないし、英語ばかりに時間をかけてられない。。。 ならばいっそ、技術も英語も一緒に勉強すればいいじゃないか！ということで、技術を学ぶことができる英語のサービスなどをまとめてみました。自分にあったものを取り入れて、英語も上達してしまいましょう！ ※ この記事は、以下のQiita記事に触発されて作りました。具体的な英語の勉強方法はこちらの方が参考になるので、こちらも是非チェックしてみましょう！ 辛くない、英語で会話できるようになるまでのお金のかからない楽しい英語勉強法、エ

おしながき メンバーは3〜5名、協力企業は1〜2名の小規模チーム メインは某小売店の大規模ECサイト案件統括（開発は外部委託） サブで基幹連携等を担う周辺業務システム開発・運用 マネジメントが上手く回らず高残業が常態化。PM前任者異動に伴い、部下だった私にお鉢が回る 上長指示により残業削減へ そんな2〜3年前のお話です。 改善"前"のタスク運用 ※あくまで改善"前"の話です。 基本はRedmine + Kanbanプラグインでタスク（チケット）運用。 ナレッジ可視化の意識付けも目的の一つだったので、以下を徹底した。 作業に伴うタスク発行の徹底 進捗状況の逐次反映 そして、運用ルールの入念な教育（五十六メソッドを採用した） 当時はITSベースのタスク管理自体が社内で先進的な試みだったので、当時部下だった私もPMと協力して「できるだけ丁寧な運用」を心がけた。心がけた、のだが… おかしいな だれ

概要 プルリクエスト(マージリクエスト)を行う時に、変更点を箇条書などで書くと思います。 その時に、画面キャプチャが貼ってあるとレビュワーに内容が伝わり安いですよね。また、動画キャプチャが貼ってあったりすると尚更伝わりやすいです。 ってことで、今回は私が行なっている動画キャプチャをGitLabに貼るまでの(私の知っている限りで)最速の方法を紹介します。 使うツール GIPHY Capture QuickTime Player iPhone実機(Android分からない) or シミュレーター 手順 1.デスクトップにiPhoneの画面を表示する シミュレーターの場合 XcodeでシュミュレーターをRun シュミュレーターをデスクトップに表示させる シミュレータの準備は以上。 実機の場合 実機の場合は少し手間ですが、本物の動きをキャプチャできるというメリットがありますね。 QuickTime

みんな exists を使ってます。 納得できようができまいが、exists なのです。 ソフトウェアの世界では、Apple と Microsoft と Google が黒と言ったら黒です。 黙って従いましょう。 このように、関数名の表現に困ったら、世の中の API を参考にすると良いです。 非ネイティブの我々では思いつかないような的確な表現が見つかることもあります。 関数の名付け方 真偽値を返す関数は if 文で使われることが多いので、頭に if を置いて最もしっくり来る表現が良いと思います。 個人的には、真偽値を返す関数名を考えるときは以下のフォーマットに当てはめるようにしています。 if オブジェクト名 関数名 「項目が選択中だったら」なら "if item is selected" なので関数名は item.isSelected() となります。 同様に「項目が存在したら」なら "

ディープラーニングは特定分野で非常に高い精度が出せることもあり、その応用範囲はどんどん広がっています。 しかし、そんなディープラーニングにも弱点はあります。その中でも大きい問題点が、「何を根拠に判断しているかよくわからない」ということです。 ディープラーニングは、学習の過程でデータ内の特徴それ自体を学習するのが得意という特性があります。これにより「人が特徴を抽出する必要がない」と言われたりもしますが、逆に言えばどんな特徴を抽出するかはネットワーク任せということです。抽出された特徴はその名の通りディープなネットワークの中の重みに潜在しており、そこから学習された「何か」を人間が理解可能な形で取り出すというのは至難の業です。 例題：このネットワークが何を根拠に猫を猫として判断しているか、ネットワークの重みを可視化した上図から答えよ(制限時間:3分) image from CS231n Visua

もくじ はじめに 変数 関数 オブジェクトとデータ構造 クラス S: 単一責任の原則 (SRP) O: オープン/クローズドの原則 (OCP) L: リスコフの置換原則 (LSP) I: インターフェイス分離の原則 (ISP) D: 依存逆転の法則 (DIP) 同じことを繰り返すな (DRY) はじめに この記事はRobert C. Martinの本「Clean Code」のソフトウェアエンジニアリングの法則をPHPに適合させたものです。これはスタイルガイドではありません。読みやすく、再利用しやすく、そしてリファクタリングしやすいPHPコードを書くためのガイドです。 ここで挙げられるすべての原則は厳密に守らなくてはいけないわけではなく、少し守らなかったところで一般には許容されます。あくまでガイドラインですが、Clean Codeの著者たちがみな長年に渡って経験してきたことです。 この記事(

自分で小さいツールを作る時に心に留めているtipsです． 書き始めたときは「どうせ書捨てだし」と思って書き始めると意外と長い間，もしくはいろんなところで使うことになったりするので，気をつけておくと後から楽になるというような小技です．大規模なソフトウェアの開発ではまた違った流儀があると思います． メインルーチンを関数にする 関数名はなんでもいいのですが，自分は趣味で main() という名前の関数を用意し，メインルーチンは全てそこに書くようにしています． #!/usr/bin/env python def main(): print('hello, hello, hello!') if __name__ == '__main__': main() pythonの小さなサンプルコードを見たりすると関数外の部分にベタで実行コードが書かれていたりします．もちろんそれでも動くのですが，以下の2点で後

はじめに 今期より、自分のいる会社で社内報を発行することとなり、 その中で現役エンジニアからリアルな声を収集しています！ そのうちのひとつとして掲載したのが「エンジニアが選ぶ良書まとめ」。 今回は、社内だけで公開していた良書の情報をこちらでも備忘録としてまとめておきます。 2017/09/4 追記： 本投稿を公開したことで予想以上に反響があり、良書とは？を改めて考えさせられました。 社内のアンケートでは、新人に読んでほしい本、手元にあると便利だと思う本、という趣旨で 集計したので、「良書」という意味では人それぞれ捉え方が違うのかな、と思いタイトルを変更しました。 ヒアリング対象 エンジニア向けの書籍はたくさんあるものの、技術書をはじめ、どれも比較的高価ですよね・・・。 バージョンupしたら使い物にならない書籍もあるし、学習にはお金も時間もかかる！ なので、書籍購入を失敗しないように、要領よ

サマリ ギター画像の分類モデルの学習データに対して意図的にノイズを加えることで、分類の安定性を改善した。 動作環境等については、前回投稿 機械学習によるギター画像の分類 その１ を参照ください。 2017/10/23追記： 本投稿の内容は、Cutout1 / Random Erasing2という手法と類似のものだそうです。 2018/02/25追記： ノイズ付与による誤識別の誘発は、敵対的摂動と呼ばれ、活発に研究されているようです。 本記事のトピックは単に『汎化性能が低くて困ったな』的な話ですが、敵対的摂動の研究では、もっと巧みな騙し方や、それから守るための方法（ロバスト化）について、主にセキュリティ的な観点から議論されています。 敵対的摂動に関しては、大変良いまとめが公開されていたので、リンクしておきます。 課題 前回投稿のチャレンジでは、入力画像へのわずかな落書きで分類予測結果が全く変

おしっこセンサーできました ウチの小学生の息子が家のトイレでたびたびおしっこをこぼしてしまう。俺がくどくど注意してもあんまり効果ない。そこで、代わりにAIに怒ってもらうことにした。こんな感じである。 おしっこセンサーのデモ（動画）。水を数滴床にたらすとブザーが鳴り、床を拭くと止まる。 ディープラーニングの画像認識を使い、床の上に落ちた水滴をカメラで検出してブザーが鳴る仕組みだ。夏休みの自由工作に過ぎないので精度は期待していなかったけど、意外にきちんと動いてくれて、カメラに映る範囲に水滴を数滴たらすとピッピと鳴り、床を拭くとブザーも止まる。「お父さんだってAIくらい作れるぞ」と息子に自慢したいがための工作なのだ。 でも、これ作るのはそんなに難しくなくて、休み中の3日くらいで完成した。かかったお金は、RasPiやカメラ、周辺デバイスが2万円弱、画像認識のモデル作成に使ったクラウドの料金が数10

こんにちは、zenboですm( _ _ )m これからPythonの知識ゼロから学習していきたいと思います!(^_^) そもそもなぜPythonをやろうと思ったの？ 近年、AIの注目度が格段に上がりました、それが、機械学習やディープクラーニングの技術の発展です。 この中で、今後ITの世界でやっていくには、今ぐらいから、AIについて学んでおくべきだと思ったのです。 そんな時、あるネット記事を読みました、そこには、AIの作成にはPythonが勧められていました！ここで、Pythonに興味を持ち始めました 今の所Pythonってマイナーな感じがするけど... 確かに今の所日本では、そこまで有名じゃありませんが 海外では、とても使われていて、 YouTube Dropbox Instagram などがあります。 この情報を見て、Pythonの学習を決心しました。 では次から実際に学習を始めていきた

ごちうさしか見たことない人がけもふれを見るとどんなコメントをするのか，コメントだけで機械はチノちゃんを認識できるのかPython機械学習DeepLearningTensorFlow 深層学習を用いたキャプション生成モデルでニコニコ動画のコメントを学習し自動生成させました．関係する論文はこちら． Show and Tell: A Neural Image Caption Generator (code) Show, Attend and Tell: Neural Image Caption Generation with Visual Attention コメント生成結果 ごちうさの動画とコメントを学習 (train, dev) けもフレの動画でコメントを生成 (test) コードの一部は末尾に記載しています． 今回やったこと ニコニコ動画の動画とコメントをセットに学習して別の動画に適用して

オーソドックス な アプローチ（一般的手法） まず は、以下 が よくまとまっている。 株式会社クロスコンパス・インテリジェンス（2016.10.5）「NVIDIA GPU TECHNOLOGY CONFERENCE JAPAN 2016 Industry Deep Learning」 異常値予測 を 行う アプローチ としては、以下 が 一般的な考え方 の ようだ。 （データ量の多い）正常時のデータ挙動の特徴パターンを学ばせて、 新規データが上記の特徴パターンから乖離している場合を、異常とみなす 上記のアプローチをとる理由 は、「異常発生時のデータ」の取得可能件数 は、「正常時のデータ」 に 比べて、取得できるデータの件数 が 圧倒的に少ない から である。 上記のスライド で 挙げられている AutoEncoderモデル や LSTMモデル を 採用し、 AutoEncoderモデル