bug#70209: 30.0.50; describe key + lambda too poetic
unofficial mirror of bug-gnu-emacs@gnu.org help / color / mirror / code / Atom feed* bug#70209: 30.0.50; describe key + lambda too poetic @ 2024-04-05 4:47 No Wayman 2024-04-05 5:07 ` No Wayman 0 siblings, 1 reply; 8+ messages in thread From: No Wayman @ 2024-04-05 4:47 UTC (permalink / raw) To: 70209 GNU Emacs 30.0.50 (build 1, x86_64-pc-linux-gnu, GTK+ Version 3.24.41, cairo version 1.18.0) of 2
失敗しないMicrosoft Officeライセンスの買い方
Microsoft Officeのライセンス購入で失敗しない方法 Microsoft Officeには、永続版やプリインストール、サブスクリプションと複数の購入方法がある。それぞれに複数のパッケージやプランなどがあるため、かなり複雑だ。ライセンス条件なども異なるため、あまり考えずに購入すると思わぬ出費となる可能性がある。 新たにPCを購入した際、同時にMicrosoft Officeの購入を検討する人も多いのではないだろうか。オンラインサービス（Webサービス）の利用が増えてきて、いろいろな作業がWebブラウザだけで済むようになってきたとはいえ、「Microsoft Excel（エクセル）」や「Microsoft Word（ワード）」のファイルを編集しなければならない場面も多い。Microsoft Office互換アプリケーションも、安価で（場合によっては無料で）提供されているが、やはり互
AI検索「Perplexity」がかなり便利だったので紹介します (1/5)
「ChatGPTはすぐに嘘をつくから調べものには使えない」という意見をよく聞くが、これには大きな誤解がある。 そもそもChatGPTの心臓部である大規模言語モデル（LLM）は、膨大な知識を元にテキストを「生成」する仕組みだ。 逆に言うと、知識として持っていないことは一切わからないので、知らないことについて説明を求められても能力的に不可能なのだ。 だから、知識にない質問をされると答えられないだけでなく、苦し紛れに幻覚（ハルシネーション）を起こしてしまう。これが「すぐに嘘をつく」と言われる理由だ。 結論を書いてしまうと「ChatGPTは検索ツールではない」のだ。むしろ「ChatGPTがいちばん苦手とすることが検索」なのだ。 今回はこの欠点を補い、AIを活用した新しい検索の形を実現するという触れ込みのサービス「Perplexity.ai」を紹介していく。 Perplexity.aiとは Perp
米国連邦政府におけるクラウド戦略「Cloud First」の失敗と教訓｜ミック
本稿の趣旨は米国連邦政府のクラウド推進戦略、いわゆる「Cloud First」から始まる一連の政策が辿った経緯を概観することである。米国のクラウド戦略は、掛け声こそ勇ましかったものの、あまりうまくいかなかった。これは筆者の主観ではなく、連邦政府自身がそれを認めるレポートを出している。あとで具体的に見ていこうと思う。 本邦においてもガバメントクラウドが本格的に動き出している。さくらインターネットが政府公認のベンダーとして認証を受けたことが話題になったのはつい最近のことだ。本邦のクラウド戦略もかなり米国のそれを参考にしており、そのまま進むと同じ轍を踏む可能性もなきにしもあらずである（実際には米国と日本では政府の置かれている状況がかなり違うので、一概に米国と同じ道筋を辿るとは言い切れないのだが）。しかし、世界で最も積極的にクラウドを採用した政府がどのような点で成功し、どのような点で苦しんできたか
Dataflow Gen1 と Dataflow Gen2 の違い - Microsoft Fabric
作成エクスペリエンスの短縮 Dataflow Gen2 を使用すると、家に帰ってきたような気分になります。 Power BI データフローでは、使い慣れた完全な Power Query エクスペリエンスが維持されています。 エクスペリエンスに入ると、データフローにデータを取り込むための手順が段階的に案内されます。 また、データフローの作成に必要な手順の数を減らすために作成エクスペリエンスを短縮し、エクスペリエンスをさらに向上させるためにいくつかの新機能を追加しました。 新しいデータフローの保存エクスペリエンス Dataflow Gen2 では、データフローの保存のしくみを変更しました。 データフローに加えられた変更はすべてクラウドに自動保存されます。 したがって、いつでも作成エクスペリエンスを終了し、後で中断したところから続行できます。 データフローの作成が完了したら、変更を公開すると、そ
Fabric と Azure の Data Factory の違い - Microsoft Fabric
Microsoft Fabric の Data Factory は、クラウド規模のデータ移動とデータ変換サービスを提供する次世代の Azure Data Factory で、最も複雑な ETL シナリオを解決できます。 これは、エクスペリエンスを使いやすく、強力で、真にエンタープライズ レベルにすることを目的としています。 この記事では、Azure Data Factory と Microsoft Fabric の Data Factory の違いを比較します。 機能のマッピング Fabric の Data Factory の最新のエクスペリエンスでは、Azure Data Factory と比較して、いくつかの異なる機能の概念があります。 詳細な機能マッピングを次の表に示します。 Azure Data Factory Fabric の Data Factory 説明
Power BI Desktop で日付テーブルを作成する - Power BI
この記事は、Power BI Desktop の使用時にデータ モデルで日付テーブルを作成する際に推奨される設計方法について説明します。 データ分析式 (DAX) のタイム インテリジェンス関数 を使用するには、前提条件となるモデル要件があります。モデルには少なくとも 1 つの "日付テーブル" が必要です。 日付テーブルとは、次の要件を満たすテーブルです。 "日付列" と呼ばれるデータ型 date (または date/time ) の列が必要です。 日付列には一意の値が含まれている必要があります。 日付列に空白を含めることはできません。 日付列に欠落している日付があってはなりません。 日付列は年間全体にわたっている必要があります。 1 年は必ずしも暦年 (1 月から 12 月) ではありません。 日付テーブルには日付テーブルとしてマークされている必要があります。
チュートリアル:Power BI Desktop で Excel ブックから魅力的なレポートを作成する - Power BI
適用対象: Power BI Desktop Power BI サービス このチュートリアルでは、開始から終了まで 20 分で美しいレポートを作成します。 上司は、最新の売上高に関するレポートを見たいと考えています。 次の内容を含むエグゼクティブ サマリを要求してきました。 最も利益が多かったのは、どの年のどの月か? 会社が最も成功を収めたのは、どこ (国/地域別) か? 会社が投資を継続する必要があるのは、どの製品とセグメントか? サンプルの財務ブックを使用すると、このレポートを即座に作成できます。 最終的なレポートは次のようになります。 それでは始めましょう。 このチュートリアルで学習する内容は次のとおりです。 前提条件 開始する前に、Power BI Desktop をダウンロードする必要があります。 レポートを Power BI サービスに発行する予定があり、まだサインアップしてい
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
Microsoft365の値上がりを受け財務から「家庭用のM365じゃダメなんですか？」 とPDF化したファイルがSharePointのリンクと共にTeamsで送られてきた
RPA勉強会 Power BI を学ぶ特別編！
Download the Financial Sample Excel workbook for Power BI - Power BI