公式サイトだけではなく、信頼性が高かったり、他のサイトでは得られない情報があったりするサイトも参考として載せています。 作成には相応の注意を払っていますが、リンクやリンク先の内容の正確性については保証できません。利用者ご自身で判断してください。 目が行き届いていない部分もあるかもしれません。リンク切れや、ここにない有用なサイトの情報、その他お気づきの点などありましたら、ツイッター等でお知らせいただけると幸いです。 日々更新し有用な情報を発信しているサイト運営者の方々に感謝いたします。 （2023年1月29日更新）

「著者から後書きに名前を入れていいか聞かれることはありますが、誤植が後で見つかったらと思うと怖いですね」。引用部分を探す苦労、事実確認はどこまでするか…出版の分野で活躍する校正・校閲者の方々に聞きました。... 「これは会社の財産ですね。ぜひ公開してほしい」 「校閲者や司書は泣いて喜ぶと思いますよ」 毎日新聞の校閲センター内で共有しているインターネットサイトのリンク集のことです。私たちの仕事に合わせて作ってきたので一般にどこまで役に立つか分かりませんが、そのような声をいただいたため、どなたでもアクセスできる部分などを公開することにしました。 このリンク集の始まりは2009年ごろ。米国の雇用統計や消費者物価指数など、一から調べると手間がかかる経済関係の情報を早く調べるためでした。そこからスポーツなどデータが豊富に使われる記事などでもリンクがまとまってあれば便利だということで徐々に分野が広がり

2018年にかけて実施されていた、東京大学松尾研究室が監修するエンジニア向け無償教育プログラム「DL4US」の、演習パートのコンテンツが無償公開された。 関連記事：松尾研監修のディープラーニング無償オンラインプログラム「DL4US」が募集を開始 「DL4US」とは？Deep Learningエンジニア育成講座「DL4US」の演習コンテンツを無償公開しました。実装に重きを置いてエンジニア向けに松尾研で作成したもので、画像認識や翻訳モデルから始まり、生成モデルや強化学習まで扱う実践的な内容になっています。ご興味ある方はぜひ。https://t.co/jLWlrk9UdK — 松尾 豊 (@ymatsuo) 2019年5月15日 DL4USは高度なディープラーニング技術者を育成することを目的とした、アプリケーション指向の無償オンライン教育プログラムだ。 東京大学ディープラーニング基礎講座、応用講

エンジニアにとって、正解が分かりづらいマネジメント業務ってとっつきづらいんですが、その良き羅針盤となってくれるテキスト「re:Work」の紹介です。 「エンジニア天国な会社にしたい。したくない？」 「したい。けど、どうやって？わっしょい的な雰囲気で？」 今年の6月あたり、クラスメソッドAWS事業本部コンサル部で合宿を予定しているんですが、その合宿でやるネタを考えているときに知ったのが、この「Google re:Work」。 正解が見えづらい組織運営において、「良いチームとはなにか？」「採用で気をつけるべき点」「ビジョンがもたらす効果」など、マネジメントの頻出課題をギュッと凝縮して詰め込んだこのコンテンツがむっちゃ有用だったので、紹介します。 Webコンテンツとして完全無料なので、今マネジメントで悩んでいる人も、これからマネージャー目指そうとしている人にも参考になる点多いと思うので、一度気軽

2019年11月11日追記 ただのタイトルで煽ってるだけの記事に半年経っても未だに大量のアクセスがあるので追記しておきます。 ここで言いたいことは、「プログラマならコンピュータサイエンスを勉強してると役に立つよね」、ということ だけ です。 この一文以上に有用な言葉は以降の文章では出てきません。みなさんの時間を無駄にしないために注意書きをしました。 それでも良いという人は読んでみてください。 Twitterで「〇〇ができるという人が面接に来たけど、『じゃあXXXやYYYって知ってます？』というと知らないという人が多いんだよねぇ」とかいうツイートを見かけて、私はXXXやYYYってのを知らなかったので調べた見たところ、常識とまでは言えない概念だったり、名前は知らなくても誰もが知ってる概念だったり、むしろもっと良いアプローチがあるのではという思想だったりでなんだかなぁと思っていたところ、半日くら

令和ですね。こんにちは。バックエンドエンジニアのまさくにです。ゴールデンウィークで休んでいたら、シュワシュワと筋組織が融解し、「自然に帰ろう……自然に帰ろう……」と遺伝子に刻み込まれた内なる声が僕を光射す方へ誘いました。もはや社会復帰は難しいかもしれない。 さて。さてさて。 皆さま、いかがお過ごしですか。新しい期に入り、心機一転したい気持ちでしょうか。何ならアレですか。お持ちのWebサイトをリニューアルしたい、そんな気持ちをそろそろお持ちでしょうか。 失礼ながら、そのお気持ち、 たぶん5ヶ月、遅いです！ 仕事としてWebサイトの制作に携わってから、5年くらいが過ぎました。現在はバックエンドの作業を行いながら、TD（テクニカルディレクション）やPM（プロジェクトマネージャー）として、プロジェクトに関わることも増えてきています。その観点から言って、お客様と我々の間には「Web制作」の考え方にお

1972年、静岡県生まれ。大阪大工学部卒業後、大手建設コンサルタントに入社。恩師である石井直方東京大学教授のボディビル雑誌の連載記事を読んで衝撃を受けたことをきっかけに、27歳で退社、東大大学院に入学した。同博士課程修了後は国立栄養研究所、順天堂大で博士研究員を務め、2013年から現職。 出典： 谷本道哉さん提供。 自身も現在、週に4〜5回のトレーニングをしているという谷本さん。もともとはサラリーマンでしたが、筋生理学・トレーニング科学に魅せられて専門家になったほどの「筋肉好き」です。 そんな谷本さんが筋肉体操の監修を快諾したのは「効果の高いきちんとした筋トレの方法を示したい」という思いがあったから。逆に言えば、筋トレにまつわる言説には不適切なものも多いのだそうです。 その一つが「トレーニングで挙げる重量が重ければ重いほどすごい」という考え。谷本さんは「重さを求めることはもちろん大事です」

海苔王 @nori_bomber @Y_Hashiyama01 時空間鉄道管理局ですね。松本零士先生が漫画化しそう。6:45発は大化行き。20:19発は令和行き最終便。発想と実行力素晴らしいです。 2019-05-02 23:25:16

平成が終わるというのに、暗い話題ばかり目につく。 おおまかに言って、アラフォーは自分たちの老後はどうなるのかと、心配しているし、若い人はそもそも結婚して子供を作れるのかと、疑問に思っているし、年金世代は死ぬまで今の生活を続けられるだろうかと、気が気でない。 世間の憎しみは、この世界を作った政治家や官僚だけでなく、逃げ切ろうとしている社会階層にも向けられつつある。 はじめは、そこそこジョークじみたニュアンスで発せられていた「上級国民」という言葉が、最近では真性の憎悪以外に説明のつかない熱量を帯びて、口々にささやかれ始めているのだ。 もはやこの国で、人生の盤石と安心を確立することは難しくなった。 だからこそ、かつての繁栄と秩序がまだ残っているうちに「逃げ切る」という考え方が、注目され、羨望され、時には嫉妬深く、語られるようになっている。 そういう私も、出来ることなら逃げ出して、海辺でギターを弾

Hacker NewsとRedditでバズっていたPythonのデバッグツールが便利だったので紹介です！ PySnooperというライブラリです。 Hacker News - PySnooper: Never use print for debugging again Reddit - PySnooper: Never use print for debugging again ※追記 想像以上にたくさんの方に読んでいただき、printデバッグなど他のデバッグ方法との比較について追記として文末に補足しました。釣りタイトルですみませんでした…🙇 何ができるライブラリか 一言で言うと「デバッグがめちゃくちゃ簡単にできるライブラリ」です。 github.com 例を見たほうがわかりやすいと思うので見てみましょう。 インストールは pip で行えます。 pip install pysnooper

データの集計は、ExcelよりPython使ったほうが100倍早い（pandas-profiling, pixiedust）Pythonpandasデータ分析データ可視化pandas-profiling Pythonのpandas-profilingと、pixiedustの2つのライブラリを使うと、データの集計・グラフの作成が、感動的なほど早く終わることを実感したので共有します。 Excelでデータ集計・グラフ作成した場合と比較すると、体感で100倍くらい早く終わります（誇張ではなく） Pythonで爆速でデータ集計する方法（体感所要時間：5分） 前提： 以下の環境が整備されていることは、前提とします。 Pythonのインストール（約30分） データ分析に必要な各種ライブラリのインストール（約30分） →numpy, matplotlib, pandas, jupyter など →Anac

Pythonを使ってみよう～Webスクレイピングに挑戦し初歩を学ぶ～ 話題のPythonを使って学んでみましょう！ 今回はWebスクレイピングにトライし、その初歩を学びます。 Pythonの最初のバージョン(0.9)は、1991年に登場しました。C#の登場が2000年なので、Pythonの歴史は意外に古い印象です。本稿を執筆している2018年3月時点でのPythonのバージョンは3で、バージョン2とは、かなり仕様が異なります。本稿では、Python3を使用します。 さて、Pythonの特長は、簡潔な言語仕様と、学習のしやすさです。筆者は、これまでC++など、多くのコンピュータ言語を使用してきました。C++などに比べて、Pythonは同じことをするにも、少ないコード量で済み、また学習する時間も節約できます。何らかのコンピュータ言語をすでに使える人であれば、１日勉強すれば、ある程度、Pytho

この記事は note に移行しました。 note.com

こんにちは！トライブグループという会社でCDOをやっています、原田佳樹 @yoshigorouu といいます。前回はこんな記事を書きました！ 今回の記事では、デザイナーが抑えておくべき定番欧文フォント31個(+おまけ)をまとめました。世の中で使われている大体のフォントをまとめてあるので、何かデザインするときの辞書的な感じになれば嬉しいです。 1. フォントの世界に魅入ったきっかけ私のデザイナーとしてのキャリアはスタートアップ歴が長いので、スキルセットがサービスデザインに寄っています。客観的に見てもグラフィカル領域(特にサービスロゴ)が弱く、それを強化したい気持ちは前からありました。 世の中にある様々なサービスロゴを見ていくと、大体のロゴはシンボル＋タイポグラフィで構成されています。なので、フォントについて多少なりとも詳しくなれば、ロゴ制作の半分は出来るのではと思うようになりました。 リサー

筆者撮影、2019春先日、他社からのオファーを断った。非常にエキサイティングな海外の会社（勤務地も海外）だったのだけれども、その決断に際して3週間くらいうじうじと迷っていた。 この記事は、入社エントリでも退社エントリでも年収エントリでもない。少し変わった選択をした26歳のソフトウェアエンジニアが、会社をどう選んでいくのかに関して自分なりに整理した。ついでに、まだあまり情報がないTRI-ADという会社についても少し触れる。 20代でキャリアに関して悩むことは多い。大学院か就職か、どの国・地域でどんな人々と働きたいのか、そもそも何がしたいのか。そんななかで、なぜトヨタを選択したのか、会社の選択とリスクってなんなのか、TRI-ADや自動運転が抱える挑戦はなんなのか、という順に話を構成する。キャリアについて悩む人や、TRI-ADに興味がある人の何かの助けになると嬉しく思う。 注意会社の見解ではない

2019/04/18に株式会社gumi様で行ったデザイン講義のスライドです。 デザインとは何か？デザイナーは何を考えてデザインを作っているのか？ という話から、実際にデザインを評価・検討するための言葉を紹介しています。 この 作品 は クリエイティブ・コモンズ 表示 - 改変禁止 4.0 国際 ライセンスの下に提供されています。 第二回「UIデザインをはじめよう」はこちら https://speakerdeck.com/kinakobooster/uidezainwohazimeyou 第三回「今日からできるUXデザイン」はこちら https://speakerdeck.com/kinakobooster/jin-ri-karadekiruuxdezain ※訪問講座のご案内※ あなたの会社に話しに行きます。料金表はこちら https://xemono.life/#/workwith/co

Ｑ．なぜ分散は、単純な差（偏差の絶対値）ではなく、差の２乗を計算するのか？ Ａ．分散を最も小さくする点が平均値だから。（単純な差を最も小さくする点は中央値となる。） “分散”というキーワードは統計学の基礎中の基礎であり、どんな教科書にも“平均”の次くらいに載っていることがらです。 しかしながら、いきなり登場する“分散”の意味が分からず、統計学の入り口で挫折する人は少なくありません。 偏差の２乗の平均、つまり、各値と平均との差の２乗の平均を分散といい、 分散の平方根の正の方を標準偏差という。 統計で、ちらばりを表すものとして、標準偏差や分散が多く用いられる。 -- 高校の教科書（啓林館）より. 教科書にはこのように書かれているのですが、これで分かった気になるでしょうか。 ・なぜ、差の２乗を計算するのか？ ・差そのものであってはいけないのか？ ・なぜ、分散と標準偏差の２種類があるのか？ 最後の

極めて強い重力で光も吸い込む天体、ブラックホールの輪郭を撮影することに世界で初めて成功したと日本などの国際研究グループが発表し、画像を公開しました。世界各地の電波望遠鏡をつないで地球サイズの巨大な望遠鏡を構築したことによる成果で、ブラックホールの存在を直接示すものだとして世界的に注目されています。 撮影したのは、地球から5500万光年離れたおとめ座の「Ｍ87」と呼ばれる銀河の中心にあるブラックホールです。 ブラックホールは極めて強い重力で光や電波も吸い込み直接見ることができないため、研究グループはブラックホール周辺のガスやチリが出す電波を観測しました。 観測は南米チリにあるアルマ望遠鏡など世界６か所の電波望遠鏡をつなぐことで、口径がおよそ１万キロという地球サイズの巨大な望遠鏡を構築し、人間の目のおよそ300万倍というこれまでにない解像度を実現して行われました。 そして得られたデータをもとに