Cの系譜を継ぐC#ではnullが長らく使い続けられてきたが、最近ではその存在が大きな問題だと認識されている。前後編でこの問題を取り上げ、今回(前編)はnullを取り巻く事情について考察する。 ← 前回 連載 INDEX 次回 → 近年、nullの存在は、billion dollar mistake(10億ドル規模の損失をもたらす過ち)と呼ばれるくらい忌避されるものになっている。 nullは、低コストでそこそこ安全に参照を扱えるという意味で悪くない妥協ではあるが、技術が進歩した現在ではもう少し賢い参照の扱い方があるはずである。C#のように、これまでnullを認めてしまっているプログラミング言語で、今からそれを完全になくすというのは現実的ではないが、nullに起因する問題を少しでも避ける手段はこれからでも追加していけるだろう。 今回は、nullが生まれるに至った背景から始め、nullが抱える問
学生の進路の相談やスタートアップするべきかどうかなど、意思決定に関する相談を時折受けます。そんなとき質問に対する答えとしては What ではなく How、つまり「どういう風に考えれば良い意思決定ができるか(あるいは悪い意思決定を避けることができるか)」を答えることが多いです。もちろん私個人の意見を求められてるときは別ですが…。 理由としては、私よりも相談相手の方が持っている情報量が多いときには、どちらかというと方法論的なサポートのほうが効果的だと思われるためです。特に人には様々な認知バイアスがある割に、認知心理学等の知見を使った意思決定の方法論はあまり広く認識されているわけではありません。 そんなとき学生に紹介する意思決定のためのツールセットは、経営者やマネージャの仕事にも使えるものではないかと思います。というのもマネージャの仕事の多くは意思決定だからです。特にスタートアップの経営者やマネ
[iOS] リアルタイムにローカライゼーション文字列を変更できるlocalizationKitを試してみました。 1 はじめに localizationKitは、iOS用のリアルタイムなローカライゼーションの配信システムです。 再コンパイルや再デプロイをしなくても、サーバ上でテキストを編集する事で、アプリの表示を更新したり、新しく別の言語を追加したりする事ができます。 https://github.com/willpowell8/LocalizationKit_iOS localizationKitは、MITライセンスで公開されており、CocoaPodで簡単にインストールが可能です。 pod "LocalizationKit" なお、2017年1月現在、最新のバージョンは、1.1.1です。 ライブラリの導入後は、下記のインポートで利用可能になります。 import Localization
深層学習 TensorFlow ベースの高速な一般物体検出ソリューション 「ClassCat® ObjDetector v1.0」を2017年2月から提供開始 – マルチクラウドでサービス提供 / 人工知能研究開発支援サービス – 株式会社クラスキャット(代表取締役社長:佐々木規行、AI研究所:茨城県取手市)は、米 Google 社によりオープンソース化された深層学習フレームワーク TensorFlow をベースとし、最新の人工知能・コンピュータビジョン技術と GPU (Graphics Processing Unit) を利用して高速化を図った、一般物体検出ソリューション新製品「ClassCat® ObjDetector v1.0」を2017年2月から提供開始することを発表致しました。一般物体検出は画像上の複数種類の物体の位置を特定してクラス分類することを可能にする、応用範囲が広い技術で
言わずと知れた書籍「みんなのGo言語」。発売直後くらいに購入してはいたんだけど、目次あたりをパラパラ見て「あ、これは2,3日集中してガッとやりたくなるやつだ」と思って。で、タイミングを見計らっているうちに年末年始休暇に突入してしまったのだけど、そのタイミングでちゃんと「ガッ」とできたので、今日はそのお話をば。 みんなのGo言語[現場で使える実践テクニック] 作者: 松木雅幸,mattn,藤原俊一郎,中島大一,牧大輔,鈴木健太出版社/メーカー: 技術評論社発売日: 2016/09/09メディア: Kindle版この商品を含むブログを見る 僕と Go 言語 僕の Go 言語遍歴について少しだけ触れておく。 以前、個人的にちょっと作ってみたいツールがあった時期があって。そのとき既に Go がそこそこもてはやされていたこともあって、そのツールは Go で書いてみていた。↓がリポジトリなんだけど(コ
情報共有ツール「Qiita:Team」のプロダクトマネージャー(PM)を務める海野弘成さん。海野さんは「良いチーム=自律的なチーム」と定義し、構成要素を共有した。 海野弘成が語った、「自律」と「心理的安全性」の重要性 ※2016年10月24日に開催された「Japan Product Manager Conference 2016」よりレポート記事をお届けします。 映し出されたスライドのタイトルは『Product Team Management』。 登壇したIncrements株式会社CEOで、情報共有ツール「Qiita:Team」のPMを務める海野弘成さんは、 自身の経験から「プロダクトマネージャー(PM)の関わるチームビルディング」に絞って発表した。セッションの冒頭で、海野さんは2つの条件を満たしているのが「良いチーム」であると定義する。 まずは「成果が出せるチーム」。プロダクトにおいて
やってみたいこと javaとかpythonとかtexとかの開発環境をLinuxベースにしたい(Office周りとか普段の作業はWindowsで) CUIだけじゃなく,GUIも含む開発環境をコンテナベースで利用したい それぞれの開発環境は独立に管理したい jdkのバージョンをUPしたいとか,pythonは2と3を別々に作りたいとか,texは日本語用と英語用を作りたいとかの状況に個別に対応したい 編集対象のファイルはホスト(Windows)で一括管理したい バックアップをまとめて取りたい 特定のファイルに複数のコンテナからアクセスできるようにしたい 編集対象のファイルを持ち歩くだけで,開発環境はDockerさえあればどこでも動かせるようにしたい やってみること Docker for Windowsを使って個別の開発環境を導入したLinuxコンテナを立ち上げる Xをコンテナから飛ばしてWindo
整然データとは、1) 個々の変数が1つの列をなす、2) 個々の観測が1つの行をなす、3) 個々の観測の構成単位の類型が1つの表をなす、4) 個々の値が1つのセルをなす、という4つの条件を満たした表型のデータのことであり、構造と意味が合致するという特徴を持つ。R言語などを用いたデータ分析の際には非常に有用な概念である。 はじめに データ分析の際には、データが扱いやすい形式になっている必要がある。データの中身がぐちゃぐちゃになっていたり、データの形式が統一されていなかったりすれば、分析は骨の折れる作業となる。 それでは、どのようなものがデータ分析において扱いやすい形式のデータになるのだろうか。この問題に対する唯一の正しい解答というものは存在しない。しかし、表の形式で表すことができるデータを考える場合、ハドリー・ウィッカム (Hadley Wickham) 氏が提唱した整然データ (tidy d
タスク管理ツール「Trello」、アトラシアンによる買収に合意。TrelloはJIRAやConfluenceと統合へ向かう 開発ツールやコラボレーションツールを提供しているアトラシアンは、タスク管理ツールベンダの「Trello」の買収について同社と合意したと発表しました。 We're thrilled to announce plans to add @trello to our product family! More at https://t.co/Q33GznaUfc pic.twitter.com/GWJc4xtzX7 — Atlassian (@Atlassian) 2017年1月9日 Trelloは、カンバン方式をベースにしたタスク管理ツールをサービスとして提供するベンダ。同名のサービスである「Trello」は、シンプルで分りやすく、チームにおけるタスク管理やプロジェクト管理、
builderscon tokyo 2017 を開催いたします! buildersconは現代の"builder"達であるデジタル技術者たちによる「知らなかった、を聞く」ためのカンファレンスです。言語や技術スタック等、技術分野の指定はありません(現在は主にWeb系の技術者を主な対象としていますが、今後もっと違う分野へとフォーカスをシフトしていくかもしれません)。技術者達の心を震わすことについて語り合い、交流をするためのプラットフォーム、それがbuildersconです。 皆様のおかげでbuilderscon tokyo 2016は大成功をおさめました! blog.builderscon.io 皆様の後押しもあり、本年はよりスケールアップし、1000人規模で海外からのゲストスピーカーも目白押しとなる builderscon tokyo 2017 が開催される運びとなりました。 builder
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