【図解】コレ１枚でわかるDXとは何をすることか：ITソリューション塾：オルタナティブ・ブログ
デジタル技術を駆使しても、仕事のやり方や組織のあり方を根本的に作り変えなければ、圧倒的なスピードを手に入れることはできません。例えば、SlackやTeamsを使ってコミュニケーションの手段を高速化しても、稟議決済はアナログ時代のままに、月１回の経営会議を通さなければ、行動を起こせないとなると、結局は、アナログ時代のスピードのままです。また、IoTやAIを駆使して、時々刻々変化する事象を正確に捉えることができても、上司の判断を得るためには、報告書を作成して会議を開き、判断を仰がなければならないとすれば、絶好のタイミングを逃すか、危機的な状況を招きかねません。 旧来のやり方を変えることなく、デジタルを使えば使うほど、この乖離が顕著になります。言わば、事業プロセスの動脈硬化です。この事態を放置すれば、そこで働く人たちの能力を十分に活かすことができず、企業は疲弊し競争力を失ってしまいます。 デジタ
社内勉強会で生成AIについて発表したので70ページの資料を公開する！ - Qiita
前置き 毎週金曜日夕方に行われる社内勉強会にて、先日生成AIについて発表しました。折角なので少し加筆修正した資料を公開します。進化のスピードが早く、一時期食傷気味に陥ってましたが改めて昨今の生成AI関連の基本となるインプットを目指しました。 ※資料内冒頭に記載してますが、AIの専門家ではないので認識や説明に誤りがある可能性があります。 当方も勉強中なので、「ここ違うよ」や「これの説明もあるといいんじゃない」など様々なコメント大歓迎です！ 資料 資料目次 AIの基本 機械学習について 深層学習について 機械学習の種類 教師あり学習の得意なこと 教師あり学習のイメージ 教師なし学習の得意なこと 教師なし学習のイメージ 強化学習の得意なこと 生成AIについて 生成AIとは 生成AIの位置付け 生成AI利用例 代表的なサービス例 日本における盛り上がり 生成AI市場規模 AGIとは AGIは近い？
【2023年版】機械学習の日本語無料学習教材まとめ - Qiita
言語&開発基礎編 PythonやSQLなどの言語と開発環境に関連することをまとめました。 機械学習に関する教材はこの次のセクションにまとめてあります。 学習環境 インストール及び使い方チュートリアルのサイトと、ある程度使い慣れた後に役立つtips集を各エディタでまとめました。 Google Colaboratory Python初学者にとって最もわかりやすいPython実行環境です。プログラミングは初めて！という方はまずこのGoogle Colaboratory(通称: Colab)から始めてみて、使い方がある程度わかったら、そのまま次のセクションのPython編に移りましょう。 Pythonプログラミング入門 難易度: ★☆☆ 東京大学の公開しているPython講座ですが、冒頭でColabの使い方を解説しています。使ったことのない方はこちらから！ Google Colabの知っておくべき
ChatGPT-4 と始める爆速 Python GUI 開発 - Qiita
1. はじめに 今年で10年目、そろそろ中堅か...と感じているメーカーのソフトウェアエンジニアです！ 今朝 ChatGPT Plus に入って GPT-4.0 を使って遊び始めたのですが、 「自分の仕事、なくなるかも...」 と朝から頭を抱えることになったので、皆さんにその過程を共有したいと思います！ 1.1. ちょっと前提記事紹介 以下の記事で、Python の Tkinter をおしゃれにしたライブラリ CustomTkinter を紹介しました。 この記事では、CustomTkinterの紹介と，PythonでGUIをどうやって作るのかを自分なりに詳しく紹介したものなのですが、これと同じ GUI を作成するのに、ChatGPT-4 を使うとどこまで簡単になるか、試してみるかというのがこの記事の趣旨です。 長くなったので、この記事では GUI の完成まで行っていないですが、今回の範囲
PythonでAPIを爆速で構築してみた - Qiita
目次 1.はじめに 2.コーディング 3.コンテナ化 1. はじめに 友人に「PythonでAPIをサクッと作ってよ」と言われたのでシンプルなREST APIを作ってみた。 作ったものを渡すだけでなく作り方も教えて欲しいとのことなので、ここに記事として掲載する。少し手順書のような記載なため、初学者向けかもしれない。 Pythonと聞いて「Djangoでも使うか？」と思いつつも、よりサクッと感のあるフレームワークを探してみたところ FastAPIなるものがあり、今回はこれを採用してみた。 公式より引用 FastAPI は、Pythonの標準である型ヒントに基づいてPython 3.6 以降でAPI を構築するための、モダンで、高速(高パフォーマンス)な、Web フレームワークです。 FastAPI には Swagger UI と ReDoc の両スタイルのドキュメントを自動で生成してくれる機
Anacondaの仮想環境の作成パスを設定する - ＩＴ管理のマメ知識
Windows環境にインストールされたAnacondaで仮想環境が作成されるパスを追加します。 anaconda では、仮想環境のパスを複数登録することができます。 Windowsのシステム環境変数に「CONDA_ENVS_PATH」を追加 ここでは、仮想環境の保存先フォルダを「C:\Anaconda_Datas\envs」にすることにします。 Windows> コントロール> システム> 詳細設定> 環境変数にて「システム環境変数」を追加 変数名：CONDA_ENVS_PATH 変数値：C:\Anaconda_Datas\envs 複数のフォルダを指定したい場合は、「;」で区切ることで可能です。 仮想環境のパスを確認する 「conda config --show envs_dirs」コマンドで、仮想環境のパスが追加されていることを確認します。 [annaconda prompt] (ba
AI・機械学習のための数学超入門 ～中学数学からのおさらい編～
AI／機械学習、ディープラーニングを学び始めると、どこかで数式を読むことになる。それも偏微分や線形代数など大学レベルの数学である。この壁にぶつかって、数式を理解できないままスルーしたり、学ぶこと自体を諦めてしまったりする人も少なくないのではないだろうか？ 本書は、主にAI／機械学習の教材などに書かれている数式でつまずいたことがある初学者に向けた、「AIに最低限必要な数学を基礎の基礎からしっかりと、しかも効率的に学ぶ」ための電子書籍の第1部である。具体的には連載『AI・機械学習の数学入門 ― 中学・高校数学のキホンから学べる』を構成する、 という全4部の中の「第1部 中学数学からのおさらい編」を電子書籍（PDF）化したものである。 数学を学んでから10年以上のブランクがある場合は、本人が考えている以上に数学を忘れているものだ。偏微分や線形代数などのAI（特にディープラーニングのニューラルネッ
アジャイルにおけるキックオフとインセプションデッキの役割（NADP解説） - NCDC株式会社
Scrum Inc.認定スクラムマスターの局です。 一般的なアジャイル方法論やスクラム開発のプラクティスをベースとしつつ、NCDCのこれまでの経験を取り入れた独自の方法論「NCDC Agile Development Process」の概要を全6回に分けて説明します。 （2024年2月 一部変更を加えました） NCDC Agile Development Process（NADP）解説記事 キックオフ（Kick-off）←本記事 要求（Requirements） デザイン（Design） スプリント計画（Sprint Planning） 開発（Development） 総合テスト（System Testing） 今回はプロジェクト開始時のキックオフについてです。 多くのプロジェクトでキックオフ会議は開催されていると思いますが、その内容はスケジュールの確認や体制の紹介、会議体の確認などが一般
【導入必須】インセプションデッキの作成方法・具体例など
基本ルール・作り方インセプションデッキの作成方法はとてもシンプルです。 [基本ルール] 作成者 ・プロジェクトメンバーで作成する。 ・プロダクトに直接関わる人であれば、誰でも参加可能。 （例：顧客、ステークホルダー、スクラムチームメンバーなど） 作成タイミング ・スプリント開始前に作成する。 ※ 「スプリント0」の期間で作成することが多いです。 目的やゴールが曖昧な場合は「スプリント0」開始前から叩き台の作成を開始しましょう。 タイムボックス ・2,3日程度を目安に作成する。 ※ 「アジャイサムライ」では、数日〜2週間程度と記載がありますが、状況は日々変化するため、プロジェクト開発時点で、初回作成に過度な時間をかけるのは適切でないと考えます。 [作成手順] 以下の「10個の質問」に答える形で作成します。 上記の質問は、「アジャイルサムライ」というアジャイル開発の書籍に記載されており、より広
2種類のインセプションデッキ - Qiita
はじめに この記事はインセプションデッキ Advent Calendar 2019の8日目の記事です。 この記事の中では、「2種類のインセプションデッキ」と題して、用途別に異なるインセプションデッキの作り方を共有します。 インセプションデッキとは 12個の質問に答えていくことで、プロジェクト／プロダクトに関する共通認識を作り上げるものです。使う人によって質問の数が8個～12個だったりしますが、大差はありません。 便利なテンプレートも公開されているので、それを使いながらやるといいでしょう。 https://github.com/agile-samurai-ja/support/tree/master/blank-inception-deck 今回は説明上、上記のリンクの質問数に基づいて話を進めていきたいと思います。 1. プロジェクトの名前 2. 我々はなぜここにいるか 3. エレベーターピ
ゼロトラストとデータセキュリティ――「DLP」「IRM」とは何か
ゼロトラストとデータセキュリティ――「DLP」「IRM」とは何か：働き方改革時代の「ゼロトラスト」セキュリティ（16） デジタルトラストを実現するための新たな情報セキュリティの在り方についてお届けする連載。今回は、ゼロトラストにおけるデータセキュリティについて解説する。 テレワークの常態化やクラウド利用の推進によって、企業や組織での働き方のデジタル化が進んでいます。世界全体でデジタル化が進む状況は、サイバー攻撃者にとって攻撃可能な機会の拡大につながっています。ネットワークやデバイスの脆弱（ぜいじゃく）性を悪用して内部ネットワークに侵入し、情報を持ち出すサイバースパイやデータを無効化するランサムウェアによる脅迫などの被害が日々報道されています。 昨今多くの企業が取り組みを進めている「ゼロトラスト」は、働き方のデジタル化によって変化したコンピュータネットワークの利用形態に合わせ、データを中心に
【図解】コレ１枚でわかるセキュリティの区分と脅威：ITソリューション塾：オルタナティブ・ブログ
あらゆる業務がデジタル化されつつあるいま、情報システムを常に健全な状態に保つとともに、情報資産の破損や消失などを防ぎ、必要なときにいつでも使えるようにしておくことは、これまでにも増して、重要な経営課題となりました。そのために、必要なのが、「セキュリティ」対策です。 「セキュリティ」は、「物理セキュリティ」、「情報セキュリティ」、「サイバーセキュリティ」の3つに分かれ、対策もそれぞれに応じて実施します。 物理セキュリティ 施設や設備、機材などの物理的対象を安全に保つこと。情報を保管した施設へ誰でも立ち入ることができ、簡単に機器の操作や持ち去りなどができてしまうのであれば攻撃を防ぐことはできません。例えば、データセンターの建物やマシンルームへの入退室に、IDカードやパスワートを使う、あるいは、監視カメラや守衛を配置するなどの対策があります。 情報セキュリティ データとそこから派生する情報を安全
2021年、企業が無償公開した新人エンジニア向け研修資料 機械学習やゲーム開発、AWS入門、数学などさまざま
2021年、企業が無償公開した新人エンジニア向け研修資料 機械学習やゲーム開発、AWS入門、数学などさまざま（1/2 ページ） 2021年、さまざまな企業が自社の社内研修資料を無償公開したことが話題になった。ITmedia NEWSでは主に、新人エンジニア向けに公開した資料などを記事として取り上げたところ、多くの反響が集まった。 学べる内容は、機械学習やIT業界の文化、ゲーム開発、セキュリティ、AWS入門、数学など各社さまざま。100ページ以上のスライドや5時間を超える動画などの資料もあり、新人教育への力の入れ具合も垣間見える。改めて、2021年に企業が無償公開した、社内研修資料を取り上げた記事を紹介する。 セガ、3DCG技術の基礎に役立つ数学資料 セガは6月15日に、2020年に社内勉強会で使った線形代数の教材を公式ブログで公開した。ゲーム制作では、キャラクターや背景を3次元で回転させた
2022年の「AI／機械学習」はこうなる！ 8大予測
日本語でのTransformerの活用拡大と、Transformerを超える技術発展が進む 高度なマルチモーダルAIの研究が進展し、何らかのサービス登場する ローコード／ノーコードのAIサービスを採用するケースが増える AutoMLを利用するケースは着実にさらに増えていく MLOpsは引き続き広まり、採用する企業が増えていく エッジデバイスでの機械学習／TinyMLの利用は引き続き拡大する 量子AI／量子機械学習の実用化に向けた研究がさらに進展する 責任あるAIのための原則や規制が各所で制定され続ける なお、AutoML、MLOps、TinyML（エッジデバイス上の小さな機械学習技術）、責任あるAIを支える説明可能性／解釈可能性やデータとプライバシーの規制強化などのトレンドは、数年を掛けて拡大中のため、2019年や2020年で予測した項目と重複しているが、2022年も継続するトレンドとして
いますぐ使える単語埋め込みベクトルのリスト - Qiita
はじめに 単語埋め込みとは、単語を低次元(と言っても200次元程度はある)の実数ベクトルで表現する技術のことです。近い意味の単語を近いベクトルに対応させることができるとともに、ベクトルの足し引きで意味のある結果(例えば king - man + women = queen)が得られるのが特徴です。 単語埋め込みベクトルは品詞タグ付け、情報検索、質問応答などの様々な自然言語処理アプリケーションに使われる重要な技術です。とはいえ、実際に用意するのはなかなか骨の折れる作業です。大規模なデータをダウンロードし、前処理をかけ、長い時間をかけて学習させ、結果を見てパラメータチューニングを行う・・・。 そのため、単に使いたいだけなら学習済みのベクトルを使うのが楽です。というわけで、そんな単語埋め込みベクトルの中から今すぐ使えるものをピックアップしてみました。 埋め込みベクトルの情報は以下のリポジトリにま
データレイクを「沼地」にしないために 2019年ストレージ技術予測 (1/3)
関連キーワード ストレージ | IoT | ビッグデータ | ストレージ管理 | データセンター | インフラストラクチャ 2019年データストレージはどう進む？ 米TechTargetはストレージ技術者やアナリストを対象に「2019年の大企業におけるデータストレージ予測」に関するパネル調査を実施した。これによると、大企業のIT組織の多くは「データレイク」に投入した全ての情報の分析、利用、管理の手法の改善に集中するという。データレイクとは構造化、非構造化データをまとめて集約できるデータ基盤だ。データの統合、設計、組織化のために設計された多くのツールを活用して「ビッグデータ用のストレージアーキテクチャを調整する」ことも手法の改善に含まれる。 本稿は、ビッグデータ用のストレージアーキテクチャ、ストレージシステムとデータ管理、セキュリティやその他の一般的なストレージのトレンドに焦点を当てた201
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
富士通、AI倫理ガイドラインに基づきAIシステムの倫理上の影響を評価する方式を開発、手順書や適用例とともに無償公開（Impress Watch） - Yahoo!ニュース
ガートナーが日本における「ユーザー・エクスペリエンスのハイプ・サイクル：2021年」を発表
https://crowd.itpropartners.com/pieceblog/4158
https://xtech.nikkei.com/atcl/nxt/column/18/01651/062500011/
