マハラノビス距離（Mahalanobis distance）とは？
用語「マハラノビス距離」について説明。2点間の距離を計測する方法の一つで、「“普通の距離”（＝ユークリッド距離）を一般化したもの」とも言われる。データの分布（共分散行列）を考慮することで、データのばらつき具合や相関関係を反映した距離を計算できる。異常値や外れ値を識別するために有効であり、特に多次元データにおいて正確な距離測定が可能。 連載目次 用語解説 数学／統計学／機械学習におけるマハラノビス距離（Mahalanobis distance）とは、n次元ベクトル（多変量空間）で表現される2点（例えばx＝[x1,x2,...,xn]とy＝[y1,y2,...,yn]）間の「距離」を計算するための方法の一つである（具体的な計算方法は後述する）。マハラノビス距離は、“普通の距離”（厳密にはユークリッド距離、L2ノルム）の計算に「データの分布（厳密には共分散行列）」を加える。これにより、ユークリッ
Python、Node.js、C#のサンプルコード付き サービス間通信技術「gRPC」を学べる無料の電子書籍
Googleによって開発され、オープンソース化された通信技術「gRPC」は、マイクロサービスアーキテクチャにおけるサービス間の通信手段としてはもとより、モバイルアプリケーションがサービスにアクセスする際のインタフェースとしても注目されています。 本eBookでは、連載「スキマ時間にこっそり学ぶ『gRPC』入門」全8回を収録。そもそもRPC（Remote Procedure Call）とはどのような通信技術なのか、gRPC誕生の背景や、gRPCの特徴、利点を解説しています。 第1回以降はC#、Python、Node.js、KotlinとAndroid、SwiftとiOS、Goとgrpc-gatewayなどさまざまなプログラミング言語、プラットフォームを取り上げ、gRPCサーバとクライアントを実装する方法や、サーバストリーミング、クライアントストリーミングを実装する方法を、サンプルコードととも
ITプロジェクトチームの過負荷を防ぐためにやるべき4つのこと
ガートナーの米国本社発のオフィシャルサイト「Smarter with Gartner」と、ガートナー アナリストらのブログサイト「Gartner Blog Network」から、＠IT編集部が独自の視点で“読むべき記事”をピックアップして翻訳。グローバルのITトレンドを先取りし「今、何が起きているのか、起きようとしているのか」を展望する。 プロジェクトチームを高速道路を走る車と考えてみよう。交通密度（人的リソースの利用率）が高いと、小さな衝突事故が車の流れにすぐ影響する。車の流れを大幅に遅らせてしまうか、完全に止めてしまう。交通密度が100％でなくてもこうした影響がある。すなわち、道路の利用率が70％以上に達すると交通渋滞が発生し始める。 ITプロジェクトリソースも同様だ。通常、担当者を働かせすぎてしまうと逆効果となり、パフォーマンスが下がってミスが増えてしまう。Gartnerの調査では、
チェビシェフ距離（Chebyshev distance）／L∞ノルムとは？
チェビシェフ距離（Chebyshev distance）／L∞ノルムとは？：AI・機械学習の用語辞典 用語「チェビシェフ距離」について説明。2点間の距離を計測する方法の一つで、2つの点座標（n次元）で「次元ごとの距離（＝各成分の差）の絶対値」のうち「最大値」を距離として採用する計算方法を意味する。 連載目次 用語解説 数学／統計学／機械学習におけるチェビシェフ距離（Chebyshev distance、Chessboard distance：チェス盤距離）とは、2点間の距離を計測する際に、n次元ベクトルで表現されるそれらの点座標の次元ごとに距離（＝成分間の差）の絶対値を求めて、その中の最大値を距離とする方法である。 チェビシェフ距離は、n次元のチェス盤の上をキング（駒）が移動する手数（＝ステップ数）によく例えられる（図1）。キングは斜めにも真っ直ぐにも動けるため、例えば左下にあるx地点から
やさしいデータ分析【確率分布編】 新連載開始！
この連載は、データをさまざまな角度から分析し、その背後にある有益な情報を取り出す方法を学ぶ『社会人1年生から学ぶ、やさしいデータ分析』連載（記述統計と回帰分析編）の続編で、確率分布に焦点を当てています。 この確率分布編では、推測統計の基礎となるさまざまな確率分布の特徴や応用例を説明します。身近に使える表計算ソフト（Microsoft ExcelやGoogleスプレッドシート）を使いながら具体的に事例を見ていきます。 必要に応じて、Pythonのプログラムや統計ソフト「R」などでの作成例にも触れることにします。 数学などの前提知識は特に問いません。中学・高校の教科書レベルの数式が登場するかもしれませんが、必要に応じて説明を付け加えるのでご心配なく。肩の力を抜いてぜひとも気楽に読み進めてください。 筆者紹介： IT系ライターの傍ら、非常勤講師として東大で情報・プログラミング関連の授業を、一橋大
Pythoデータ処理入門
第1回 Pythonでデータ分析を始めよう！ データの読み書き方法（2024/04/05） 本シリーズと本連載について pandasとは ・pandasのインストール ・pandasで扱えるデータ ・SeriesとDataFrame データセットの読み込みと書き込み ・CSVファイルの読み込み ・pandas.read_csv関数 ・CSVファイルへの書き込み ・pandas.DataFrame.to_csvメソッド ・Excelファイルの読み込み ・pandas.read_excel関数 ・Excelファイルへの書き込み ・pandas.DataFrame.to_excelメソッド 読み込んだデータを調べてみよう
Q＆Aで読むソフトウエアテスト「オールペア法、直交表の基本」
（4-1）直交表とは何ですか？ Ans. 直交表とは実験計画法やソフトウエアテストで使われる表で、「強さ n」の直交表といったときは、任意のn行に現れる要素（水準）の組み合わせが同一個数になっている表のことを指します。この表により、実験やテストが均等に行えます。 実際の組み合わせの例や、組み合わせ生成ツールの紹介は第二回で言及しています。 （4-2）直交表の例にはどんなものがありますか？ Ans. 直交表には因子数や水準数、強さ、そしてサイズの異なるものがいろいろとあります。実は、直交表を専門に研究している人たちは、「なるべく小さなサイズで、なるべく大きな因子と水準を見つけること」に腐心していたりします。 例えば、筆者が見つけたものの中では「『20因子』『3水準』『強さ3』で『大きさ243』の直交表」や、「『16水準7個』『8水準12個』『4水準20個』『2水準6個』で『強さ2』の『大きさ
GitHub、「GitHub Copilot」の活用方法や組織への展開方法を学べるコースを無料公開
2024年3月4日（米国時間）、GitHubは、同社が公開している学習コンテンツシリーズ「GitHub Learning Pathway」において、生成AI（人工知能）ツールの「GitHub Copilot」を学べるコースを無料公開した。 GitHubの調査によると、GitHub Copilotを活用することで、開発者はより高い品質で55％早くタスクを完了できるという。「企業はソフトウェア開発のペースを加速し、顧客により多くの価値を提供できるようになるだろう。新しいテクノロジーをビジネスに導入するには、徹底的な評価と機能横断的な連携が必要だ」と、GitHubは述べている。 関連記事 開発者が最も使用している生成AIツール、2位は「GitHub Copilot」 1位は？ JetBrainsは、開発者エコシステムの現状をまとめたレポート「The State of Developer Ecos
非同期マルチスレッドフレームワーク「Pingora」をオープンソース化 Cloudflare
非同期マルチスレッドフレームワーク「Pingora」をオープンソース化 Cloudflare：ゲートウェイやロードバランサー構築に向くカスタマイズ可能なAPI Cloudflareは、RustフレームワークPingoraのオープンソース化を発表した。Pingoraは、Cloudflareが開発したHTTPプロキシサービスの構築を支援するRustの非同期マルチスレッドフレームワークだ。
登大遊氏が憂う、日本のクラウド、セキュリティ、人材不足、“けしからん”文系的支配
登大遊氏が憂う、日本のクラウド、セキュリティ、人材不足、“けしからん”文系的支配：ITmedia Security Week 2023 冬 2023年11月29日、アイティメディアが主催するセミナー「ITmedia Security Week 2023 冬」の「実践・クラウドセキュリティ」ゾーンで、情報処理推進機構（IPA）サイバー技術研究室 登大遊氏が「コンピュータ技術とサイバーセキュリティにおける日本の課題、人材育成法および将来展望」と題して講演した。日本における「ハッカー」と呼ぶべき登氏が初めてアイティメディアのセミナーに登壇し、独特の語り口から日本におけるエンジニアリングの“脆弱性”に斬り込んだ。本稿では、講演内容を要約する。
Pythonで学ぶ「機械学習」入門
「機械学習は難しそう」と思っていませんか？ 心配は要りません。この連載では、「知識ゼロから学べる」をモットーに、機械学習の基礎と各手法を図解と簡潔な説明で分かりやすく解説します。Pythonを使った実践演習もありますので、自分の手を動かすことで実用的なスキルを身に付けられます。 第1回 機械学習をPythonで学ぼう！ 基礎、できること、ライブラリ（2024/02/08） 機械学習とは ・ルールベースと機械学習ベースの違い - ルールベースのアプローチ - 機械学習ベースのアプローチ 機械学習の学習方法 ・教師あり学習 ・教師なし学習 ・自己教師あり学習 ・強化学習 機械学習が解決できること ・解決できるタスクとは ・【教師あり学習】回帰（数値予測） ・【教師あり学習】分類 ・【教師なし学習】クラスタリング（グループ分け） ・【教師なし学習】次元削減 機械学習の基本用語 ・機械学習モデルの
SoftEtherの登 大遊氏が語る、「日本のITエンジニアに迫る危機」とは
大学在学時に、ソフトウェアVPN（Virtual Private Network）の「SoftEther VPN」（以下、SoftEther）を開発したことで広く知られる登 大遊氏。SoftEther開発後も中国の検閲用ファイアウォール「グレートウォール」へのハッキングなどで話題を集め、現在は東日本電信電話（NTT東日本）のビジネス開発本部 特殊局員、情報処理推進機構（IPA）の産業サイバーセキュリティセンター サイバー技術研究者、筑波大学の客員教授などを務めている。 登氏が、ゲットイットが開催したWebセミナーで、日本のITエンジニアに必要な「トライ&エラー（トライアルアンドエラー）の思考法」について話した。ゲットイットは、リユースIT製品の販売やレンタル、メーカーサポートが終了した製品の保守をサポートするIT機器保守（第三者保守）など幅広い役割で、NTTグループをはじめとする多数の企業
ソフトウェア開発者が自身の業績評価を最大限に生かす6つのヒント
一般的に、企業では少なくとも1年に1回は業績評価がある。だが、業績評価を心から楽しんでいる担当者はめったにいない。上司の大半は否定的な評価を下すことを快く感じていない。また、従業員も否定的な評価を受け入れるのは難しい。批判をせず、良いことだけを話すのであれば、業績評価など時間の無駄だと感じるだろう。 本稿では、可能な限り苦痛なく、専門的に業績を評価するためのヒントを6つ紹介する。 業績評価のプロセスには欠陥があることを受け入れる 業績評価の準備を1年を通じて行う 否定的な評価を受けた場合は慎重に耳を傾ける 業績改善の計画を理解して実施する 肯定的な業績評価が下されたときはその詳細を求める 自身のキャリアは自身がコントロールできることを忘れない 業績評価のプロセスには欠陥があることを受け入れる 業績評価のプロセスには幾つか問題がある。そう語るのは、米国ワシントン州レドモンドを拠点に技術系キャ
オブジェクト指向設計の5つの原則「SOLID」を解説
オブジェクト指向プログラミングにある程度精通していれば、この開発スタイルが、特定の言語やフレームワークの選択よりも、基礎となる設計手法に深く関わっていることを知っているだろう。オブジェクト指向の適切な設計については数多くの主張や見解があるが、「SOLID原則」は、オブジェクト指向設計に携わる全ての開発者が従うべきルールとして、その権威を確立している。 SOLIDの原則を真に理解するには、この原則が推奨する個々の設計プラクティスについて学び、「各原則を並べて議論する必要性」を理解しなければならない。そこで本稿では、SOLIDが表すオブジェクト指向設計の5つの原則をそれぞれ確認する。「各原則がどう違うか」ではなく「各原則を相互に結び付ける根本的な概念とは何か」について説明する。 オブジェクト指向設計のSOLID原則とは オブジェクト指向プログラミングには特有の5つの原則がある。この5つの原則は
何でスキル不足のエンジニアをアサインしたからって訴えられるんですか
何でスキル不足のエンジニアをアサインしたからって訴えられるんですか：「訴えてやる！」の前に読む IT訴訟 徹底解説（112）（1/3 ページ） 顧客企業のプロジェクトのために下請け企業が用意したのは、プログラミングのいろはも知らないエンジニア。結局、契約期間途中で退場することになったが、責任は誰が取るべきなのか――。 連載目次 スキルの合わない要員アサイン 仕事を受注したが、メンバーのスキルが足りずにプロジェクトが失敗に終わった――。皆さまにはこんな経験はないだろうか。正直にいえば私にはある。 私の場合は幸いにしてそこまで大ごとにはならなかったが、こうしたことがあると自社に金銭的な損害を与える上、顧客に多大な迷惑を掛けるし、信頼も失墜する。スキル不足によってデスマーチ化したプロジェクトの中で、自信喪失したメンバーの心身が害されてしまうことが何より心配だ。スキルアンマッチは関係者を皆不幸に陥
社会人1年生から学ぶ、AI・データサイエンス超入門
この連載では、人工知能（AI）やデータ分析／データサイエンスをこれまでに学んだことがない社会人（新卒の社会人1年生からベテラン社員まで大歓迎！）に向けて、「データ＆AIを活用したいなら、最初に知っておくべき全体概要」、具体的にはAI・データサイエンスの概要と、データ分析（数値予測などの分析系AI）、画像認識などの識別系AI、文章生成などの生成系AIを紹介します。 難しい知識の習得よりもシンプルな経験を重視して、手を動かして体験しながら学べる内容ですので、肩の力を抜いてぜひとも気楽に読み進めてください。 第1回 社会人が学ぶべき、やさしいAI・データサイエンス（2023/05/18） AI・データサイエンスとは何か？ AI・データサイエンスを学ばなければならない理由 AI・データサイエンスの整理と全体像 ・分析系AI ・識別系AI ・生成系AI AI・データサイエンスを学ぶ方法 第2回 初め
RustでWebアプリの実装にチャレンジしてみよう【準備編】
本連載の目的 本連載は、＠ITで2021年7月から連載された「基本からしっかり学ぶRust入門」（現在は完結）の応用編です。Rustは、当時から人気上昇中の言語と評価されていましたが、Stack Overflowが毎年実施している調査「Stack Overflow Developer Survey 2022」でも、変わらず「Rustが開発者の愛する言語」の1位に選ばれました。これは7年連続してのことです。この調査は、言語の好きと嫌いの差が大きいほど上位にランクされるので、Rustを嫌いな開発者は少数、という見方ができます。また、「これから使いたい言語」の1位も獲得しているようで、少なくとも開発者の間では今後も支持を伸ばしていきそうな言語と言えます。 Rustは美点の多いマルチパラダイム言語 Rustの美点は多岐にわたり、ネイティブコードコンパイラによる高速な実行バイナリ、所有権と借用の仕組
「特殊な正規形」を理解する
あの“津崎さん”も保有する難関資格「データベーススペシャリスト」。本企画では、データベーススペシャリスト試験 午前／午後試験対策のための「基礎知識」を抜粋してお届けします。今回は、「特殊な正規形の基礎」を解説します。
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
Webアプリ実装で学ぶ、現場で役立つRust入門
プロジェクトはなぜ失敗するのか
