はじめに ・２０２１年（１～１２月）に刊行された漫画が対象です。 ・長編or短編、完結or継続など、大枠で分類分けしています。 ・大枠分類の中の並びは、個人的な順位付けになっています。基本的に上に掲載されているものの方がオススメ度が高いです。 今年１巻が刊行された継続作品１８選 タヤマ碧『ガールクラッシュ』 大石まさる『うみそらかぜに花』 熊倉献『ブランクスペース』 ふみふみこ『僕たちのリアリティショー』 三原和人『ワールドイズダンシング』 森とんかつ『スイカ』 深山はな『来陽と青梅』 的野アンジ『僕が死ぬだけの百物語』 オガワサラ『推しが辞めた』 意志強ナツ子『るなしい』 白井もも吉『偽物協会』 水凪トリ『しあわせは食べて寝て待て』 高木ユーナ『群舞のペア碁』 ムネヘロ『ムシ・コミュニケーター』 夜の羊雲『夢想のまち』 ずいの , 系山冏『税金で買った本』 いとまん『ドキュンサーガ』 有

今回はビジネス系ではなく、英語学習系の記事になります。実は私、20代のころにTOEIC満点を獲得しているバイリンガルでして、英語のミーティング参加やメール作成などの仕事もこなしています。 今年はNFTやメタバースといったweb3の台頭、SaaSグローバル企業との競争など英語に触れる機会も多いので、私が日本にいながら英語力を落とさないためにやっている勉強法をまとめてみました。 今年こそは英語やるぞ！と思っている人はぜひどうぞ。 前提：99％の英語学習者が誤解していること私が今まで出会った中で99％の人が知らない、けど英語ができる人はやっているポイントがあります。それは英語学習というものは「自分が発音できる英語しか理解できない」です。どういうことでしょうか？ 例えば、こちらの単語を見てください。正しく発音できますか？ month これは「月」という意味ですね。2月や12月という月です。発音は「

★★★　　　　面白かった ★★★★　　　すごい好き ★★★★★　　愛してる ★★★★★★　人生のお供 この記事では★5以上を並べます。 同じ★数同士の順番は、単純に読んで記事にした日付の順なので他意はないです。 読んで面白くなかった漫画は、わざわざDISるのもなんなので記事にしてないです。 その他、世の中には自分が読んでない漫画の方が圧倒的に多いです。 前は半年ごとにやってたんですけど、事情があって今回は1年分まとめて、寸評も巻ごとじゃなくて作品ごとに。 55選っていかにも多いですけど、「28選／半年」「だいたい週に一冊」って考えると自分のペースはそんなもんかなと思います。 でもこの記事は諸々込みで24,000字ぐらいになりました。長くてすいません。 あとで読んでください。 前回はこちら。 aqm.hatenablog.jp じゃあ、そういう感じで。 ★★★★★★ aqm.hatenabl

0. アルゴリズムとは？ まず、アルゴリズムとは何かを説明します。（0 節の説明はスライド「50 分で学ぶアルゴリズム」 の説明を参考にして書きました） さて、次の問題を考えてみましょう。 問題： 1 + 2 + 3 + … + 100 の値を計算してください。 単純な方法として、式の通りに 1 つずつ足していく方法が考えられます。すると、以下の図のように答えが計算されることになります。 これで答え 5050 が正しく求まりました。これはれっきとした アルゴリズム であり、この問題を 99 回の足し算 で解いています。しかし、計算回数が多く、計算に時間がかかるのではないかと思った方もいると思います。 ここで、方法を変えて、「1 + 100」「2 + 99」「3 + 98」…「50 + 51」の合計を求めることで、1 + 2 + 3 + … + 100 の値を計算してみましょう。 50 個の

４ヶ月ほど M1 Mac で実務をやってきて、ちょっと Docker 周りのノウハウが溜まったので整理しました これから M1 Mac を買う人買った人や迷っている人の助けになれば嬉しいです この本は問題切り分けや対応方針の考え方をケース集としてまとめたもので、直接エラーを解決するコマンド集ではありません ご了承ください

本スライドでは、有名なアルゴリズムを概観し、アルゴリズムに興味を持っていただくことを目標にします。 第 1 部：アルゴリズムとは 第 2 部：学年を当ててみよう 第 3 部：代表的なアルゴリズム問題 第 4 部：コンピュータとアルゴリズム

「後で読む」は、あとで読まない。 「後で読む」は、あとで読まない。 「試験が終わったら」「今度の連休に」「年末年始は」と言い訳して、結局読まなかった。「定年になったら読書三昧」も嘘になるだろう。そもそも、コロナ禍で増えた一人の時間、読書に充てたか？（反語） だから「いま」読む。 たとえ一頁でも一行でも、目の前の一冊に向き合う。いま元気でも、一週間後には、読めなくなるかもしれないから。 今年は、死を意識した一年でもあった。「やりたいこと」を先延ばしにしてるうちに、感染して望みが断たれる可能性が爆上がりした。 時の経つのは早い。人生が長いほど、一年は短くなる。体感時間は加速する一方、人生の可処分時間は、短くなる。 だから「いま」読む。 積読を自嘲したりマウント取るのもヤメだ。いま読まない理由を並べ立てて開き直る不毛も捨てよう。そして、ずっと取っておいた、とっておきの本を、いま読む。 そんなつも

ソースコードを公開したソフトウェアで収益を得ている会社をまとめる。いわゆる「オープンソースソフトウェア（OSS）」という有名な言葉を使わなかったのは、OSS の定義に当てはまらない、またはその可能性があるものが含まれているため。 この記事では "OSS" の定義に当てはまらないものも含め、主要な事業を構成するソフトウェアを一定のライセンスの下で公開している会社をまとめていく。このようにソースコードを公開して利用者やフィードバックを集めるビジネスモデルは open core とか COSS: Commercial Open Source Software と呼ばれているようだ。 企業が「ソースコードが公開されているソフトウェア」を利用するメリットとしては、主に以下の2つがあると考えられる。 コア機能の開発に集中できる 自社のビジネスの核となるソフトウェアの開発に集中し、それ以外の機能的・非機

import torch x = torch.tensor([1., -1.]) w = torch.tensor([1.0, 0.5], requires_grad=True) loss = -torch.dot(x, w).sigmoid().log() loss.backward() print(loss.item()) print(w.grad)

ドラゴンボールを読んでいて目を引きつけられるのは、サイヤ人をはじめとするキャラクターの「圧倒的な筋肉美」です。僕は指圧師なので筋肉の名称や形は一通り頭に入っているのですが、本当にかっこよく筋肉が描かれていると思います。 僕が特に好きなのはキャラクターの「首」です。首の前側にある胸鎖乳突筋（きょうさにゅうとつきん）や後ろ側の僧帽筋（そうぼうきん）など、一見するとキャラクターの強さを表現することと無関係に思える筋肉もしっかりと描き込まれている。……でも、そういった筋肉を細かく描写しているからこそ、一段と力強く見えるんですよね。 ところで、こうしたドラゴンボールキャラの筋肉って、「筋トレ」で身につけることは可能なのでしょうか。 ドラゴンボールキャラのように強くはなれないし、かめはめ波も打てない。けど、もし「ドラゴンボールキャラになれる筋トレメニュー」があれば、憧れのキャラクターに少しは近づけるか

はじめに：本稿のターゲット データサイエンティストを目指す若手エンジニアや学生向けに投稿しました いまもっとも熱い職種の一つとなっているデータサイエンティスト。 その影響もあって大学生や若手の社会人でもその道を目指す人が増えています。 私は現在インターンの採用面談をしていますが、その工程の中で、 ◎データサイエンティストはどのような仕事なのか解像度がまだ低い ◎実社会で求められているスキルと目指す側の方向性に乖離が起きている というようなことを感じましたので一度ここで振り返っておこうと思います。 データサイエンティストに求められる条件は数学だけなのか？ 以下はデータサイエンティストに求められる素養を端的に表現した図になります。 ご覧の通り。求められる素養は　プログラミング力、ビジネス力、数学力の３つが条件となっています。 データサイエンティストを目指している学生はほぼ皆さん数学の勉強はしっ

店内は7～8席ほどのカウンターが2部屋。大将は両方の部屋を行ったり来たりしつつ、その他のスタッフたちが場面でヘルプにつくというフォーメーションです。 木宮一洋シェフは既に述べた通り宮崎で一番の鮨屋「一心鮨光洋（いっしんずしこうよう）」の長男。オーストラリアやシンガポールで生活した経験もあるそうで、客とベラベラ喋る系の職人なのですが、ノーマスクなのが時節柄、気になりました。 酒の値付けは結構高く（QRコードからネットにアクセス）、ビールが1,320円に日本酒もグラスで1,100円。シャンパーニュに至ってはグラスで4,400円～という値付けです。加えてこれらは税別の価格であり、ここから更に10%が乗って来ます。こういった消費者の誤認を誘う価格表記は感心しませんね。ちなみにお会計でやっぱりモメました（後述）。

漫画の実写化って基本的に失敗か大失敗かの二択ですが、しかるべきキャスティングとしかるべき脚本としかるべき演出が成立すれば漫画以上の爆発を起こすこともまれにあります。 ということで、最近読んでる漫画で「これ実写化したら0か100だろ」と思うやつを紹介します。 往生際の意味を知れ！ 往生際の意味を知れ！（１） (ビッグコミックス) 作者:米代恭 小学館 Amazon 独身アラサー男の前に7年間ひたすら想い続けてきた元カノが突然現れて「精子くれ」と懇願され、その出産ドキュメンタリー映画を撮ることになる漫画。 一見ブッ飛んだエロ漫画かと思いきや「そうくる？」の連続で、徐々にスピードが加速していって気がついた時には目に見えねぇ速さまで到達してる。1話、1巻を読んだだけじゃ全貌がほとんど見えてこない気味の悪さがあるんですが、最新巻まで読むと最初の印象とは「まったく別の漫画」に変わる。いちご100％かと

はじめに エンジニアリングマネージャーとは? メンバーのサポート・育成・評価 メンバーの状態観察 目標設定・人事評価 後進の育成 日常の労務管理 開発 プロダクトマネジメント エンジニアリングのリーダーシップ 採用・採用広報・アドバイザーの招聘 採用 採用広報 アドバイザーの招聘 他社との情報交換 終わりに はじめに 今流行りの Meetyを使って社外の方とお話しする機会を作っているのですが、「エンジニアリングマネージャーとしてどんなことをしているのですか?」という質問を何度かいただいたので、自分の整理のためにも日々の具体的な行動・活動をまとめてみます。 私はRetty株式会社でtoC Web開発/toB Web開発 両方をみているエンジニアリングマネージャーであり、この記事を書いた2021年9月時点では20名弱のマネジメントを務めています。エンジニアリングマネージャーとなってからは2年が

政府の新型コロナウイルス対策をめぐり、共産党の志位委員長は東京都内での講演で、今の医療のひっ迫は菅政権の失政が招いた人災だと批判しました。 この中で志位委員長は、政府の新型コロナウイルス対策について「感染が全国に急拡大し、各地で医療がひっ迫している現状は、対策を怠った菅政権の失政がもたらした深刻な人災だ。その責任は極めて重く、国政を担う資格はない」と批判しました。 そのうえで、志位氏は「市民と野党の共闘の力で菅政権を倒して政権交代を実現し、国民の命と暮らしに責任を負う、新しい政権をつくろうではないか」と述べ、次の衆議院選挙での政権交代の実現を重ねて訴えました。

「Python」と「Google Colaboratory」で株価データ分析に挑戦：「Python」×「株価データ」で学ぶデータ分析のいろは（1） 日々変動する株価データを題材にPythonにおけるデータ分析のいろはを学んでいく本連載。第1回はPythonを実行する環境とデータの前準備について。 はじめに 連載第1回は「Google Colaboratory」でサンプルプログラムを実行するための環境を用意する方法や利用するPythonのライブラリを説明します。「Google Chrome」と「Googleアカウント」を用意して読み進めてください。 なお、連載の趣旨がデータ分析であるため、Pythonの言語仕様や文法の詳細を割愛する場合があることをご了承ください。 Google Colaboratoryの準備 Google Colaboratoryとは、Googleが提供するブラウザ上でPy

役立つYouTubeのチャンネルまとめ 数学、物理、アルゴリズム、プログラミング、などなど自分が使う技術に役立ちそうだな、困ったときによく見たなと思うチャンネルを紹介する。 取っ掛かり、ハマりがち、コツみたいな物が拾える。数学がメイン。随時更新していくつもり。 当たり前だけどちゃんと本も読んで勉強するんだぞ。 背景 YouTubeは視聴する登録チャンネルの数が増えると、チャンネルが埋もれて発掘困難になりがち (chrome拡張でできるチャンネルのフォルダ分け機能は、ぽちぽち登録するのも面倒で、そのフォルダの中から掘り出すのも難しい) モチベが上がる(おべんつよしたい)チャンネルを探してるうちに湧いてくる、わんにゃんコンテンツ(だいちゅき)に流され一日が終わるため、 モチベが上がる有用なチャンネルにすぐにたどり着くために、よく使うQiitaに列挙しておくことにした Streamや大学専用サイ

🌍 Travel around the world as we explore Machine Learning by means of world cultures 🌍 Cloud Advocates at Microsoft are pleased to offer a 12-week, 26-lesson curriculum all about Machine Learning. In this curriculum, you will learn about what is sometimes called classic machine learning, using primarily Scikit-learn as a library and avoiding deep learning, which is covered in our AI for Beginners

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert