初めて使ったBIツールはLooker Studioのid:syou6162です。これまでTableau / Looker(≠ Looker Studio) / Metabase / Redash / Connected Sheetsなど色々なBIツールを触ってきましたが、不満は色々ありつつも個人的に一番しっくりきて愛着があるのはLooker Studioです。このエントリでは、その魅力と便利な使い方や注意点について書きます。例によって、社内勉強会向けの内容を外向けに公開しているため、内容の網羅性などは特に担保していないことにご注意ください。 Looker Studioの魅力 利用のハードルが限りなく低い & Google Workspaceとの連携が便利 複雑過ぎることができないので、諦めが付けやすい ちゃんとBIツールになっている Looker Studioの便利な使い方 多様なデータソ

こんなWebサービスをリリースしたので、技術的な話をまとめておこうと思います。 元々このサービスは、趣味の延長線のような感じで開発を始めました。競合にあたるnoteやはてなブログなどのサービスが確固たる地位を築いているということもあり、「お金にはならないだろうけど、自分の趣味を詰め込んだものにしよう」というゆるい気持ちで開発を続けています（楽しい）。 選定の方針 趣味と言っても文章投稿サービスなので、ユーザーが少数であったとしても長期間運営しなければなりません。そのため、ユーザー数が少なければランニングコストが数千円/月以下、ユーザー数が増えたときは段階的にコストが上がるように選定を行いました。 アプリケーション フルスタックNext.jsアプリケーションをCloud Runにデプロイしています。各APIエンドポイントはNext.jsのAPI Routesで生やしています。 Next.js

2011年7月15日にオープンしたノンフィクション書評サイトHONZ。本日2024年7月15日をもちまして13年間のサイト運営に終止符を打つこととなりました。 2011年の東日本大震災から、記憶に新しいコロナ禍まで。はたまたFacebookの時代からChatGPTの到来まで。その間に紹介してきた記事の総数は6105本。 発売3ヶ月以内の新刊ノンフィクションという条件のもと、数々のおすすめ本を紹介する中で、様々な出会いに恵まれました。信じられないような登場人物たち、それを軽やかなエンターテイメントのように伝える著者の方たち、その裏側で悪戦苦闘を繰り広げていたであろう版元や翻訳者の皆さま。さらに読者へ届ける取次会社や書店員の皆さま、そしてHONZを愛してくださったすべての皆さま、本当にありがとうございました。 サイトを閉じることになった理由に、明快なものは特にありません。こんなサイトがあったら

【データ分析の必読10冊+差をつける10冊＋100冊超】データサイエンス、データ分析、機械学習関連の本がご好評いただいてましたが古くなりごちゃごちゃしているので新たに作り直しました 本記事のめあて IT系の技術者の方がデータ分析関連の仕事をするために役立つ本を紹介する（私が学び始めた時にあれば欣喜雀躍したであろう）記事として書いております。 本記事作者の青木はバイオインフォマティクス（ゲノムデータのDB化中心・Perl・MySQL）からRで時系列分析→Pythonでデータ分析一般と業務をしてまいりました。 ですので研究者目的の本はありません。また、データ分析の基礎は主にRで学んだのですが、昨今の流行に合わせてPython本を中心に、Rの本は参考程度にしています（本記事のR版のご要望があれば爆裂書きます！） こういうリストをあげる奴は大抵読んでいない、と過去にも言われたのですが、ほとんど読ん

研修資料・動画一覧git研修（動画、スライド）データベース研修（動画、スライド、SQL演習環境）設計・テスト研修（動画、スライド）iOSアプリ開発研修（動画、スライド、リポジトリ）Androidアプリ開発研修（動画、スライド、リポジトリ）フロントエンド研修（動画、スライド、リポジトリ）ゲーム開発（Unity）研修（動画、スライド１、スライド２、スライド３、スライド４、スライド５、リポジトリ）git研修チーム開発でのGit（+GitHub）の使い方とGitの内部的な挙動についての講義と、Git Challengeから厳選した問題を解くハンズオン。 講義部分の動画とスライドを公開しています。

データサイエンス100本ノックとは？ 良さそうなものがありました。 データサイエンス初学者のための実践的な学習環境 「データサイエンス100本ノック（構造化データ加工編）」をGitHubに無料公開 動かし方はREADMEに書いてあるので、慣れている人は一瞬で動かせると思いますが、初心者だとちょっと戸惑いそうなので、メモがわりに動かし方を書いておきます。 データサイエンス100本ノック環境構築方法 やることは大きく以下の2つです。 Dockerセットアップ Docker上で動かす それぞれ説明していきます。 Dockerセットアップ Dockerの概要とインストール方法は以下参照ください。 Docker入門して機械学習環境構築 Docker上で動かす READMEの通り、以下コマンド実行しましょう。 $ git clone https://github.com/The-Japan-DataS

はじめに 本文書はSQLのスタイルガイドです。 PythonやRubyのようなプログラミング言語には有名なスタイルガイドがあり、共通のレイアウトルールに沿ったインデントや命名規則に則ったコードが生み出されています。 一方、SQLには知名度のある統一されたスタイルガイドがありません。 そのため、思いのままに書かれたSQLが散見されます。 もちろん、SQLを使ってアドホックな分析を行う場合は、必ずしもルールに沿う必要はなく、効率よく書いても良いと思います。 しかし、Webサービスやバッチの中に組み込むようなもの、つまり自分以外の誰かに読まれるSQLは、多くのプログラミング言語同様に何らかのスタイルガイドに沿うことで多くのメリットを享受できると思います。 クエリが構造化され、可読性が高まる バグの発見や修正が容易になる 改行位置やインデントなどのフォーマットの悩みが解消される スタイルガイドを共

SQL、書いてますか？ こと大規模データ処理の分野においてはSQLはもはや標準インターフェイスであり、 分析やらバッチやらに関わっている皆様は日々大量のSQLクエリーを生産していることと思います。 そこでちょっと気になるのが、 SQLのコーディングスタイルってどうするのが一般的なんだっけ……？ という点です。 イマドキはSQLなんてO/R mapperに吐かせることが多いからなのか、 それともコードを広い範囲で共有することがそもそもないからか、 SQLのコーディングスタイルについて見聞きすることは他のプログラミング言語に比べるとだいぶ少なく、 いまいち決定版と言えるスタイルがないなと感じています。 そんなわけで本日は、SQLのコーディングスタイルについての意識を活発化させるべく、 クックパッドでわたし（青木）が使っているコーディングスタイルから特徴的な点を紹介したいと思います。 特に、分析

このホームページに掲載されている一切の文書・図版・写真等を 手段や形態を問わず複製、転載することを禁じます。

目次 なぜSQLのスタイルガイドが重要なのか この記事の目的 この記事の対象者 分析SQLスタイルガイドの指針 基本ルール 命名規則 インデントルール 別名ルール joinルール クエリ分割ルール ⭐ コメント欄で「いや私はこう思う！」という意見をたくさんいただきました！ぜひそちらも御覧ください！（決して揶揄ではないです） なぜSQLのスタイルガイドが重要なのか SQLはプログラミング未経験者でもとっつきやすい言語と言われ、エンジニアや分析を本業としていない人でもSQLを使う機会が増えてきていると思います。 そんなSQLですが、こちらのブログでも指摘されている通り、一般的なスタイルガイドが定まっていません。スタイルガイドとはコードの書き方マナーようなもので、どこで改行するか、空白はいくつ入れるか、大文字を使うかなどの諸々を指します。 もしスタイルガイドが無いとこんな事が起こります コードに

概要 この記事では、SQLクエリをより効率的に記述するためのベストプラクティスとテクニックに焦点を当てています。データベースのクエリはシステム全体のパフォーマンスに直結するため、最適な書き方を知ることは重要です。インデックスの効果的な活用方法、適切な結合の選択、そして条件の効果的な書き方など、SQLの最適化に関する具体的な手法を解説します。各SQL文に関する実行計画の結果も掲載していますので、ぜひご確認ください。 なお、Oracle19cとOracle12cでの利用実績がありますが、他のデータベースやバージョンにおいての検証は行っておりません。 新しい情報は随時追加されますので、お楽しみにしてください。 SQLの最適化に関連する基本的なアイデア 以下の通りと考えています。 1.インデックスの利用 2.正しいJOINの選択 INNER JOIN、LEFT JOIN、RIGHT JOINなど、

本書は、Scratchを使っている小学校高学年くらいの年齢から読める、機械学習入門です。Scratchの拡張機能を使い、画像認識や音声認識、姿勢検出、文章生成を利用したプログラムを作りながら、機械学習の仕組みを楽しく学ぶことができます。Pythonなどのテキストプログラミング言語や、難しい数学の知識は必要ありません。作りながら学ぶことで、実際の世の中で機械学習がどのように生かされているかを想像し、自分でも機械学習を使った仕組みを考えられる力を養います。プログラミングの楽しさを覚えはじめた子どもたちの次のステップとしてもぴったりの一冊です。 はじめに この本について 序章　10分で体験できる機械学習 ImageClassifier2Scratchで画像認識を体験してみよう 1章　［画像認識編］ジャンケンゲームを作ろう 1-1　ML2Scratchの準備をする 1-2　ML2Scratchで画

はじめに 筆者について Matcher株式会社で エンジニア/ビジネス職 の両方を担当している者です。 元々学生時代は生物系の学部に所属しており、 プログラミング経験と言えば大学生向けプログラミングコミュニティ『GeekSalon』にて Unity を用いたゲーム開発を教えていたのと、1年ほどiOSエンジニアをやっていただけなので 『SQL』『データベース周り』『データサイエンス』『データ分析』的なところには 一切触れて来ない人生でした。 しかしこの度、今後業務で使うことになっていくというのと、 『データドリブンのより良い意思決定できる為には、ある程度データを自在に操れた方が良いかな』 という理由から、少し本腰を入れて SQL を勉強しようと考えました。 色々調べた結果、『データサイエンス100本ノック』といういかにも分かりやすいものがあったので それを全問制覇することを目標としてこの3ヶ

はじめに この投稿はアイスタイル Advent Calendar 2015の25日目の記事です。 最終日の記事になりますが、今回もDBAの@toshifusaが、RDBMS関連の話題を、地味に淡々と書かせていただきます。 SELECT文とは SQLの構文のうち、データを取得する文がSELECT文になります。 最近はORMがSQLを生成してくれるため、素でSQLを書く機会が減ってきているかと思いますが、ORMのSQL生成は完璧ではありません。 必ずしも効率の良いSQLを生成する訳でも、自動的に必要なインデックスを作成してくれる訳でもありません。 RDBMSをブラックボックスにせず、何をやっているのかを理解して、ORMと付き合っていくのが正しい態度ではないかと思います。 こんな疑問がわいた経験ないですか？ LIMITで出力件数を数件に制限しているのに、なんでこのクエリは遅いんだろう ASで別名

はじめに 本稿では分析用クエリをスラスラ書けるようになるまでの勉強方法や書き方のコツをまとめてみました。具体的には、自分がクエリを書けるようになるまでに利用した教材と、普段クエリを書く際に意識していることを言語化しています。 想定読者として、SQLをガンガン書く予定の新卒のデータアナリスト/データサイエンティストを想定しています。 勉強方法 基礎の基礎をサッと座学で勉強してから、実践教材で実際にクエリを書くのが望ましいです。 実務で使える分析クエリを書けるようになるためには、実務経験を積むのが一番良いですが、だからといって座学を御座なりにして良いというわけではありません。SQLに自信がない人は、一度基礎に立ち返って文法の理解度を確認した方が良いと思います。 書籍 SQL 第2版: ゼロからはじめるデータベース操作 前提として、SQLに関する書籍の多くがデータベース運用/構築に関する書籍がほ

「開発組織全員が自ら学んで成長していく組織づくり」という内容で、Senior Engineering Managerの上原が、Lancers Agent様との2024/06/19のイベント（https://peatix.com/event/3959065/view ）で発表させて頂いた資料となります。 …

第171回芥川賞・直木賞の候補作が発表され、直木賞ではSNSに小説を投稿して話題を集める麻布競馬場さんの作品が初めて候補に選ばれました。 芥川賞の候補作に選ばれたのは、 ▽朝比奈秋さんの「サンショウウオの四十九日」 ▽ミュージシャンとしても活動する尾崎世界観さんの「転の声」 ▽坂崎かおるさんの「海岸通り」 ▽向坂くじらさんの「いなくなくならなくならないで」 ▽松永K三蔵さんの「バリ山行」 の5作品です。 朝比奈さん、坂崎さん、向坂さん、松永さんは初めて候補に選ばれ、尾崎さんは2回目の候補です。 一方、直木賞の候補作には ▽青崎有吾さんの「地雷グリコ」 ▽SNSに小説を投稿して話題を集める麻布競馬場さんの「令和元年の人生ゲーム」 ▽一穂ミチさんの「ツミデミック」 ▽岩井圭也さんの「われは熊楠」 ▽柚木麻子さんの「あいにくあんたのためじゃない」 の5作品が選ばれました。 青崎さん、麻布さん、岩

はじめに 最近エンジニア界隈では「リーダブルコード」が話題なっていますね。 リーダブルコードでは、このような定理が紹介されています。 「コードは他の人が最短時間で理解できるように書かなければいけない。」 Dustin Boswell リーダブルコード P.3 より引用 SQLでも同じことが言えそうです。 リーダブルなSQLを書いてないと結婚できない時代が今まさに到来しようとしています。 皆さん、クソSQL1を読んだことがありますね？ クソSQLを書いたことがありますね？ 僕は、あります。 そこで、本記事ではどうしたらリーダブルなSQLが書けるかというアイデアを紹介します。 処理の流れの順に上から読めるようにする 人間のメンタルモデルは、問題やタスクを小さなステップに分割し、それぞれを順番に実行することに適しています。 サブクエリを使ったSQLでは、処理の流れは上から下ではなく、ネストされた