エンジニアtypeは、各種エンジニアをはじめ「創る人たち」のキャリア形成に役立つ情報を発信する『@type』のコンテンツです。
![ソースコードを書かないことが武器になる~あらゆる情報がクラウド化される時代の歩き方【連載:えふしん】 - エンジニアtype](https://cdn-ak-scissors.b.st-hatena.com/image/square/2dada44508f8eb0dcb2d06c7287c2ad4158d0c71/height=288;version=1;width=512/https%3A%2F%2Ftype.jp%2Fet%2Ffeature%2Fwp-content%2Fuploads%2F2016%2F03%2Fet_site_og.jpg)
Cargo Tracker とは エリック・エヴァンスのドメイン駆動設計 で紹介されている様々なパターンを実際に使用して、有志が作成したサンプル Web アプリのこと。 DDD Sample Application - Introduction オリジナルは Spring Framework を使用している。 一方、この実装を Java EE 7 で置き換えたサンプルが公開されている。 Cargo Tracker この実装を読みながら、 DDD で紹介されている以下のパターンがどのように実装されているのかを確かめてみる。 レイヤ化アーキテクチャ エンティティ 値オブジェクト 集約 リポジトリ サンプルアプリを動かす ソースのダウンロード このページ の一番下に zip のリンクがあるので、そこからダウンロードする。 環境準備 以下のソフトウェアをインストールする。 JDK 7 以上 Mav
Browse: Home » 「手段から入るな!」という教訓を生かすために、実際のコンサルティング事例から学ぶべきこと Last Updated on 2020年2月19日 by 時代遅れコンサルタント 本当に「クライアントの心配事」を解決しているか? コンサルタントとは、クライアントという「他人」の心配事を解決する商売です。ですから、最初のステップはクライアントの心配事を理解することです。当たり前のことですよね? でも、このこと実践するのはそれほど簡単ではありません。人間は、心配事や問題を十分理解することなく、すぐに解決策の検討に進む傾向があるからです。さらに商売となると、失敗したくないので問題を無理やり捻じ曲げて自分の得意領域に引き込むことをしがちです。 たとえば、ある商店主の心配事が店の売り上げ低下だとしましょう。この時、店舗設計専門の建築家なら、お店の外装が古くなったことが原因だと
これを紹介するのは、とても簡単で、すごく難しい。 というのも、簡単なのは、これは「見る数学」だから。ただ眺めているだけで、その美しさが伝わってくるから。教科書ならモノクロで印刷される定理や図形を、鮮やかなモダンアートにして魅せてくれるから。オイラー線やサイクロイド、シュタイナーの円鎖など、単体でも美しいフォルムをカラフルにリデザインしており、ページを繰るだけで楽しくなる。ひまわりやオウムガイの螺旋に見られる、形のなす必然に心が奪われるだろう(たとえフィボナッチ数の話を知っていたとしても)。 同時にこれは、「知る数学」でもある。だから、伝えるのは難しい。直感だけで受け取った美には、そのパターンを支えるシンプルな定理が存在し、かつそれは、なるべくしてそうなっていることに気づかされる。この必然性を知るためには、やはり定理を解き、式を理解する必要がでてくる。編集方針なのだろう、数式を控えめに、なる
JavaアプリでORマッパーを使う 先日、ちょっとしたJavaアプリを作る必要があり、DBアクセス方法をどうしようか検討してました。 最初はPreparedStatementつかって自分でSQL組み立ててもいいかなあと思ってたんですが、 仕様を確認したらそこまで楽なDBアクセスでないのでNG. 次にSpring DataとかhibernateとかiBATISとかのORマッパーを使おうと思ってたんですが、 DBアクセスをしたいだけなのに依存ライブラリがいっぱいあったり設定ファイル用意したりして 面倒だったので、これもヤメました。 で、いろいろ探してみた結果、簡単につかえそうなiciqlというORマッパーがあったので、紹介します。 iciqlの特徴は以下のとおり。 単一のjarで提供される 設定ファイルなしで使える DBからモデル生成できるツール付き xmlとかでいちいち設定ファイルを書かずに
Introduction (釈迦に説法になる話も多分に含まれるが、限りなく前提知識を0に近づけたいのでご容赦願いたい) 「機械学習」や「ビッグデータ」という言葉を昨今よく耳にするが、機械学習とは一体何だろうか。 Wikipediaから引用してみる。 機械学習(きかいがくしゅう、英: machine learning)とは、人工知能における研究課題の一つで、人間が自然に行っている学習能力と同様の機能をコンピュータで実現しようとする技術・手法のことである。 ここで問題になるのは、どのような手法・アルゴリズムを用いれば計算機で学習を実現できるかということである。 元々人工知能に関する研究は1940年代の頃から始まっており、今日に至るまでの長い道のりの過程で工学的応用を得たのが機械学習と呼ばれる分野である。 まずは人工知能の歴史を軽く追って見ることにする。 人工知能の歴史 Rule-based A
スプライトとは? 80年代~90年代初頭にかけて、ビデオゲームの画面上で動くキャラクターには“スプライト”が多用されました。ファミコンのマリオも、ドラクエの主人公も、動くキャラは大抵スプライトでした。アーケードのゲームも動き回るキャラは殆どがスプライトでした 一時は説明する必要の無いくらい有名な機能でしたが、スプライトとは、アニメの背景にセル画を重ねるように、背景画面の前に別の透明な面 (MSXではプレーンと呼ぶ) を用意して、そこに16×16ピクセル(注1)といった規定の大きさ以内のサイズの画像 (例えばマリオのキャラ) を描き、簡単な指定で表示する内容や位置を変えられる機能で、背景画面には何の影響もありません。背景画面の絵を一々ソフトで書き換えてキャラを動かすより高速なのです(注2)。透過面を複数用意すれば、その数だけキャラを表示できます 80年代にお子様だった人は、このスプライト =
1. The document discusses knowledge representation and deep learning techniques for knowledge graphs, including embedding models like TransE, TransH, and neural network models. 2. It provides an overview of methods for tasks like link prediction, question answering, and language modeling using recurrent neural networks and memory networks. 3. The document references several papers on knowledge gra
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