自身のスキルや経験知が強みとなるエンジニア。「より多様なプロジェクトに関わってみたい」、「収入を増やしたい」、「働き方を自分で管理したい」といった、さまざまな理由でフリーランスを選択するエンジニアも増えています。 一方で、フリーランスに転身した場合、これまで自分でやる必要のなかった業務が増えるのも事実。すでにフリーランスのエンジニアとして活動している方にとっては、「こんなに雑務があるとは…」といった思いもあるのではないでしょうか。またクライアントからの入金を管理したり、瑕疵責任や情報漏えいが発生したりした際のリスクヘッジといった「やっかいごと」が壁となって、フリーランスの選択に二の足を踏んでいる方もいるのはないでしょうか。 こうしたフリーランスの悩みを解決するためのサービスが、GMOクリエイターズネットワーク株式会社より2018年10月16日に発表されました。 サービス名は『フリーナンス』

おおおお、なるほどー！ HTML -> CSS -> SVG -> CSS - Weblog - hail2u.net ただやっぱり、CSSの外部参照は厳しそうですね。 SVGから外部スタイルシートを参照するその他の方法 SVGから外部CSSを読み込む方法としては、記事にあるxml-stylesheet PIを使う他に、SVGの<style>要素を使うという手がある。SVGでCSS使う際にも @import が使えるので、そこから参照してやればよい。あ、XMLだから要素の内容はちゃんとCDATAセクションで囲ってね。 <style><![CDATA[ @import url(external.css); ]]></style> <svg:style>を使ったSVGファイルを直接開いたら、PIの例と同じようにChrome (dev), Firefox (beta), Opera (Next)

Photo by OLCF at ORNL 高村です。 paiza(ギノ)に入社して2年半ぐらい、今は開発チームのリーダーをしています。ITエンジニアとして働き出してからは、大体10年になります。 今回は、新卒でエンジニアになった新人さん・異業種からエンジニアになった人・現在エンジニアを目指している人などへ向けて、自分が10年のキャリアで感じた、この仕事においてやっておくとよいこと・大事なことなどを書いていきます。 みんなが憧れるようなスターエンジニア的な人間では全然ないですけど、一応この10年間自分なりに考えて行動して改善して、トライアンドエラーを繰り返しながら、まあ割と満足のいくエンジニアライフを送ってこれました（そして今後も続けていく予定です）。そんな感じの経験則をもとに書いていきますので、新人エンジニアの方にとって、気付きとなるポイントが一つでもあればと思います。 目次 私の簡単な

激しすぎるトレーニングで強烈な刺激を受けると、筋肉はそれ以上破壊されないために硬くなります。そして炎症を起こすなどして修復に特化する状態に。これは打撲や肉離れといったケガに近い状態です。 楽すぎたら何も起きませんし、刺激がなければ衰える一方に。つまり「ギリギリなんとか体が対応できる」ところを狙って刺激するのが、効率よく筋肉をつける前提条件です。 「筋線維を太くする」と体に決断させられたら、筋肥大に役立つホルモンが分泌されたり、筋肉周辺に存在するサテライト細胞が筋肉に融合したりします。それらの作用で運動後48時間は、筋肉を合成する体内システムが強く作動するのです。 このタイミングで、十分な栄養が筋肉に供給され適切な休息をとれると、筋線維は確実に太く大きくなっていきます。 「材料」不足では筋肉がつくはずがない 筋肉は、鍛えただけでは大きくはなりません。 トレーニングは「筋線維を太くする」と体に

はじめに 本稿は、拙書のエンジニアリング組織論への招待～不確実性に向き合う思考と組織のリファクタリングに関する参考となる書籍を企画意図とともにあげていく試みです。できる限り、専門書ではなく平易な文体の書籍を参考としてあげていきますので、このあたりを深掘りしたいなと思ったら、その箇所のみの参考書籍を併読していただけるとより理解が深まると思います。 Chapter 1　思考のリファクタリング 第１章は、「仕事」と「学力テスト」という２つの違いを論じながら、１６世紀から２０世紀初頭にいたるまでの科学哲学の歴史を辿っていくというのが「裏テーマ」となっています。そこから、「知識を得る」とは何かということを浮き彫りにし、それこそが<エンジニアリング>であると論じるということが本書を通じた論理展開の骨子です。 そのため、直接の参照ではありませんが、科学という概念が西洋社会でどのように生まれてきたのかとい

div.hs-menu-wrapper > ul > li" data-pacnav-mobile-width="820"> AISIA AIの実用化 外観検査システム ブログ はじめに ディープラーニングには大量の学習データが必要と言われてきましたが、実社会ではそんなにデータをそろえることができないという現実があります。そこで、ここにきて広まってきたのが少ないデータで学習するテクニックです。今回はその代表的な方法について、麻里ちゃんにも理解できるように数式を使わないで説明します。 少ないデータで学習する方法 この1、2年で少ないデータで学習する技術が急速に進化してきました。データ量が少なければ、データを集める労力、クレンジングの手間、そして学習にかける時間や負荷も大幅に節約できますし、なによりもともとデータ量がそんなにないけれど人工知能を利用したいというニーズに応えることができます。 現

会社でもgoogleスプレッドシートを使って情報共有している方多いと思います。 自分も今まさに使っているのですが誰かがもし操作ミスをして消してしまったら・・・ そう考えるとバックアップしておきたいと思って作ってみたので共有します。 毎日googleフォルダ上にバックアップしてくれるプログラムです。 まずはバックアップデータを格納するフォルダを作成 「新規」⇒「フォルダ」をクリック ここでは「backup」というファイル名にした 「リンクを取得」をクリックしてバックアップフォルダのIDをメモ☆ 黒で塗りつぶしたところに書かれてるところ「●●●●●」がID 「https://drive.google.com/open?id=●●●●●」 もしバックアップデータと誰かと共有しておくなら下記の赤丸で囲った「共有」をクリックして、共有する人のgmailアドレス追加して共有をしておいてください。 次に

半導体メーカーにエンジニアとして務める一方、“エンジニアライター”として技術者に向けた情報発信を続けている蔵本貴文さん。 蔵本さんのこれまでのエンジニア人生はけして平坦なものではなく、業界の浮き沈みからリストラの危機に瀕するなど、さまざまな苦難を乗り越えてきました。 そんな蔵本さんが、エンジニアとして長く活躍するための条件を語ります。 ・生き残るエンジニアには、「してはいけないこと」がある・（1）一つの技術にかけてはいけない・（2）人の言うことを100%信用してはいけない・（3）理想のキャリアを追い求めすぎてはいけない 生き残るエンジニアには、「してはいけないこと」がある 「就職する業界を間違えたな」ある親戚に言われた一言です。 2000年前後の就職氷河期に誰もが知る大手電気メーカーに就職して、半導体エンジニアとしてのキャリアをスタートしました。当時、自分は勝ち組だと疑いもしませんでしたが

今どきHDDの容量不足に苦しむことはあまりないと思いますが、SSDだけのマシンで多数のVMを動かしている場合なんかだと、容量不足であたらしいVMが立てられない… という悲しい状況に陥ることもあると思います。 開発用VM群の中で一台のVMが突出して容量を食っており、調べてみたところそのVMで使ってるMySQL上にアクセスログのような消しても良い、大量のデータが載っており、それを消せば何10Gか減らせることがわかりました。 しかし、実際にVMのファイルサイズが縮小されるまでには結構な手数と時間がかかったのでその手順をまとめました。 この例ではVMの名前やUUID（仮想サーバや仮想ディスクを指定するためのユニークID）が下記のようになっていたとします。 vagrantの仮想サーバ名「example」 「example」のVirtualBoxのディレクトリ名「example_default_123

コンテンツブロックが有効であることを検知しました。 このサイトを利用するには、コンテンツブロック機能（広告ブロック機能を持つ拡張機能等）を無効にしてページを再読み込みしてください。 ✕

.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroid Android TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #DevFest23 1 #hack4jp 3 11 weeks of Android 2 A MESSAGE FROM OUR CEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions on Google 16 Activation Atlas 1 address validation API 1 Addy Osmani 1 ADK 2 AdMob 32 Ads

2017/10/12 追記: API.AIのサービス名はDialogflowに変わりました。 Slackのbotなどを作るときに、API.AIを使うと面白いか便利かもねという話を聞いたので試しています。 api.ai API.AIってどういうものか API.AIの概要は公式ドキュメントの説明がわかりやすいのでそちらを読むのをオススメします。 Basics  |  Dialogflow 自分が思った要点はこのあたり: 自然言語のテキスト入力を解析、パラメータに変換して外部のWebhookに流せる 日本語にも対応している 定型文で返すのならWebhookに流さなくてもできる感じ SlackなどとのインテグレーションはAPI.AI側でやってくれる Webhookでは簡単なJSONレスポンスを返すことで、api.ai側からインテグレーション先への応答を返してくれる 音声読み上げとの連携もしやすい

超今更で恐縮ですがWord2Vecを試してみたくなりました。常に流行から2年ぐらい遅れてる気がします。キルミーベイベーの存在にもアニメ放映時に初めて気付いたぐらいです。 手軽そうなので、gensim上で動かします。gensimは自然言語処理系のモデルがいっぱい入った便利なpythonモジュールです。 環境 CentOS6.6 python2.6.6 gensimのインストール とりあえず必要そうな依存関係をインストール yum install gcc gcc-c++ make git openssl-devel　bzip2-devel zlib-devel readline-devel sqlite-devel patch BLAS, LAPACK, ATLASをインストール yum install blas-devel lapack-devel atlas-devel setuptool

負のオーラを自動検出したい 前回のエントリで、著作権侵害にあたる違法アップロード動画を自分のTwitterで拡散してしまっている懸念を考えて、YouTube動画のリンクが貼ってあるツイートをまとめて削除しました。 前回のエントリでも言いましたが、著作権侵害モノ以外にも、「残しておくとまずいツイート」は色々ある可能性があり、たとえば誹謗中傷の類いがあるかと思います。誹謗中傷ツイートを自動抽出する方法はにわかには思いつきませんが、たぶん「クソ」とか「死ね」とか「バカ」とかそういう悪口の辞書が必要になりそうです。 ところで、言語データの分析手法として、単語ごとに感情特性を評価した辞書というものがあちこちで作られていまして、これを使ってツイートがどのような感情を帯びているか分析するということが、よくやられています。Yahoo!がそういうツールを提供してたりもします（参考リンク）。 Yahoo!のリ