jQuery で AJAXするのに Deferred が便利ですよねーという話。 今回は jQuery.when() についてです。 複数の非同期処理を扱うとき たとえば、 JSONデータA を AJAX で取得したい 別のデータB も AJAX で取得したい 両方の取得が終わったら、続く処理をしたい こういう処理を Deferred の仕組みを使わないで書くと、こんな感じになりますでしょうか。 var data_a, data_b; $.getJSON('a.json', function (data_a) { $.getJSON('b.json', function (data_b) { // 両方終わった時の処理 console.log(data_a, data_b); }); }); Deferred を使わないと、コールバックの中に次のコールバックを書いて…… といった書き方です

新人プログラマのうちに身に付けたい習慣（この半年で学んだことと反省） はじめに 半年よりちょっと前に未経験からプログラマになりました。 プログラマと言っても、この約半年間はほとんど研修を受けさせていただいていた感じなので、偉そうなことは言えません。 しかし、この約半年で反省したことや学んだことを自戒の念も込めて、まとめました。 主体的に学ぼう 能動的に自ら学び、自走しましょう。 新しい技術を学ぶということは非常に楽しいことです。 すごい先輩方は大抵、新しい技術を身につけるためにその技術を学ぶことを「その技術を勉強した」というよりも、「その技術を使って遊んでみた」と表現している気がします。つまり、必要だからしょうがなく学ぶのではなく、半ば趣味として新しい技術で遊んでいたら、身についたーという感じでしょう。 教えてもらって学ぶという姿勢ではなく、自ら楽しいから学ぶ(=その技術で遊んでたら身につ

今回はフラットデザインの基礎知識と作成する際に知っておきたい考え方をまとめていきます。 1. フラットデザインとは？ ものすごくざっくりというと「立体感のないシンプルで平面的なデザイン」のことです。その名の通りflat（平ら）なデザインというわけですね。 1-1. いつから流行りだした？ 2012年頃〜フラットデザインが世界的にトレンドとなってきました。iOS7〜iPhoneにもフラットデザインを採用されたことで、一気にメジャーになったというイメージですね。というわけで今回の解説はやや今更感があることは否めません。 1-2. 対義語はリッチデザイン フラットデザインの対義語は「リッチデザイン」と呼ばれます。色々な装飾やエフェクトがついていてリッチな（≒充実している）感じというわけです。 1-3. 実例 いくつか例を見てみましょう。 iPhoneの例

まだ駆け出しだった頃、工場改善コンサルタントの話を聞いたことがある。それなりに面白い話がいろいろあったが、1番よく覚えているのはヘアドライヤーの話だった。このコンサルタントは、製造業、とくに電気系メーカーの設計部門を訪れた際は、必ずヘアドライヤーの冷風スイッチについて、尋ねることにしていると言っていた。 「ヘアドライヤーには、温風のスイッチのほかに、必ず冷風のスイッチがありますよね。御社の製品にも、ついていると思います。ではこの冷風のスイッチは、何のためにあるんですか？」

人工知能（ＡＩ）がポーカーのトッププロ４人と競う試合が米国であり、２０日間の対戦で獲得したチップ額でプロに圧勝した。囲碁や将棋でもＡＩがプロを破る例が相次いでいるが、相手の持ち札がわからないポーカーは先を読むのが難しく、より複雑な判断が必要とされる。ビジネスの価格交渉や軍事戦略の決定など、実社会の様々な意思決定に応用できる可能性があるという。 このＡＩは、カーネギーメロン大（ペンシルベニア州）が開発した「リブラトゥス」。同州ピッツバーグのカジノで今月１１日から３０日まで、「テキサスホールデム」と呼ばれるポーカーで、プロ４人とＡＩがそれぞれ１対１でチップを賭けるゲームを計１２万回繰り返した。 各自２枚ずつ配られる手札と、テーブル上の共通札５枚からより強い組み合わせを作り、チップを賭けていく。リブラトゥスは２０日間で４人のプロ全員に勝ち越し、総額１７６万ドル（約２億円）以上のチップを獲得した。

Jan 12, 2017 @ Regional SCRUM GATHERING Tokyo 2017

年末年始はこの２冊を読んでいた。 『はじめての深層学習プログラミング』清水亮 『ゼロからつくるDeep Learning』斎藤康毅 結論から言うと、いま、人工知能やディープラーニングに興味があるひとは、２冊とも必読ではないかと思った。 アプローチが完全に対称的なので、両方読んだら、理論と雰囲気について、見通しがつくようになったのがとてもよかった。 『ゼロからつくるDeep Learning』は、ていねいに書かれたオーソドックスな入門書だ。人工知能開発によく使われる言語・Pythonの基本や数値計算ライブラリの使い方からはじまり、ニューラルネットワーク、ディープラーニング、畳み込みときて、最後に画像認識を解説する。随所に適切な例題やサンプルコードを交えて、理論と実践をバランスよく説明している。 対して、『はじめての深層学習プログラミング』は、まったく真逆のアプローチだ。なんと、理論の解説など

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

正規化とは、データを一元管理するための理論です。 1データ1箇所の原則を実現するために、1970年にE.F.Codd氏がリレーショナルモデルの理論として提案しました。正規化の理論は、データの冗長性を排除し、更新時の整合性を維持しやすくすることを目指しています。 具体的には、属性間の関連性を分析し、属性の最適なグループ化を図ることを目的としています。 一般には第3正規化まで行えば十分といわれていますが、本来は、あてはまる場合にはきちんと第5正規化まで行う必要があります。 まず、正規化の処理をする際によく出てくる関数従属という用語の意味を復習しておきましょう。 ◎ 関数従属とは ある属性Aの値が決まると他の属性Bの値が一意に決まるとき、「属性Bは、属性Aに関数従属である」（A→B）といいます。 完全従属とは、2の属性A、Bの間でA→Bが成立し、Aが複数の属性の集合で成り立っている場合、Aのいか