October 28, 1875 marks the birth date of Gilbert H. Grosvenor, the editor credited with transforming National Geographic MagazineExternal from a small scholarly journal into a dynamic world-renowned monthly. Born in Istanbul (Constantinople), Turkey, Grosvenor’s family immigrated to the United States when he was fifteen, where he became an honor student, eventually studying at Amherst College in M

東南アジアの各国が法令で定める最低賃金を大きく引き上げている。新興国の賃上げは消費の市場を広げるが、生産性の伸びを上回る賃上げは外資の投資を鈍らせる恐れがある。自国民の優遇を強める政権の姿勢が背景にあり、労働力が安価なカンボジアの最低賃金も数年後にはマレーシアなどに追いつく。新興国のポピュリズム的な政策を前に、日本企業もアジア進出の戦略見直しを迫られる。輸出品の6割を縫製業が占め、日本企業の進

教員の時間外労働に残業代が支払われていないのは違法だとして、埼玉県内の市立小学校の男性教員（59）が9月25日、約242万円の未払い賃金の支払いを求めて、さいたま地裁に提訴した。 平日の仕事終わり、中高生でにぎわう埼玉県内のファミレスで原告の田中さん（仮名）に話を聞いた。「ここにも教え子たちがいるかもしれませんね。皆成長していて、声をかけられて気づくことも多いんですけどね」。教員歴約38年という田中さんは、今年度で定年退職を迎える。 これまでも教員の時間外労働への残業代を求めた裁判があり、教員側が敗訴してきたことは知っている。今回の提訴にあたっても、複数の弁護士に「勝てないだろう」と言われた。それでも「次の世代に無賃残業を引き継いではいけない」との思いから、現役教員最後の年に訴訟を起こすことを決めた。 「教員は残業が無賃なんです。公務員の中でも、なぜ教師だけ仲間はずれなのでしょうか。この現

日本経済新聞社とテレビ東京による26～28日の世論調査で、安倍内閣の支持率は48%となり、前回の10月初旬の緊急調査の50%と横ばいだった。不支持率も42%と横ばいだった。2019年10月に予定する消費税率の10%への引き上げについて賛成が47%と、反対の46%を上回った。【関連記事】外国人受け入れ「賛成」54%　日本永住も過半が支持前回調査は2日の第4次安倍改造内閣の発足と自民党役員人事を受

東京都の小池百合子都知事が28日、東京・東池袋中央公園で行われた『池袋ハロウィンコスプレフェス2018』2日目のオープニングセレモニーに来場。『銀河鉄道999』のメーテルのコスプレで登壇した小池都知事だったが、MCから紹介されるまで観客に気づかれないほどの見事に仮装。「小池百合子都知事です」とアナウンスされると「えーすごい」と大きな歓声が上がった。 【写真】その他の写真を見る 小池都知事は「メーテルの小池でございます。『池袋ハロウィンコスプレフェス2018』が秋晴れのもとで開かれ、ますます盛り上がっていることをうれしく思っております」とにっこり。「2019年にはラグビーのワールドカップ、20年には東京オリンピック・パラリンピックがございます。スポーツだけではなく、東京がサブカルチャーで盛り上がっていくように、日本風にアレンジしたハロウィン、みんなで楽しんで参りましょう」と呼びかけた。 衣装

初学者向けです。ExUnitというテストフレームワークがあることは知っているけれど、使い方はあんまり分かっていない、という方を対象に書きます。 テストを書く 基本の流れ # my_module_test.exs ExUnit.start defmodule MyApp.MyModuleTest do use ExUnit.Case, async: true test "the truth" do assert 1 + 1 == 2 end end はじめにExUnit.startで:ex_unitを起動します。通常のMixプロジェクトでは、プロジェクト作成時に生成されるtest/test_helper.exsでこれが行われるので、自分で書くことは少ないでしょう。 次にテストモジュールを定義します。モジュール名は重複しなければ何でもOKですが、ファイル名は_test.exsで終わる必要がある

%% 加算 1 + 1. %% => 2 %% 減算 1 - 1. %% => 0 %% 乗算 3 * 4. %% => 12 %% 割算 4 / 3. %% => 1.3333333333333333 %% 割算 4 div 3. %% => 1 %% 剰余 5 rem 3. %% => 2 %% 計算の優先順位 (100 + 121) * 1000. %% => 221000 %% 進数 2#01010101101. %% => 685

One = 1. %% 1が変数Oneに代入された One = 2. %% エラー。代入は一度まで One = 1. %% 左辺の代入済の値と右辺の値が同じなら、スルーしてくれる 54 = 53 + 1. %% 証拠にこちらもスルー 54 = 54 + 1. %% エラー two = 2. %% エラー。Erlangでは変数は大文字で始まる。小文字から始まるものはアトム。 atom. %% atomというアトム atom_boy. %% アンダーバー使える atom@example. %% @も使えるのね atom = 'atom'. %% エラー起こらない。等価とみなすようだ atom = "atom". %% エラー Register as a new user and use Qiita more conveniently You get articles that match yo

after and andalso band begin bnot bor bsl bsr bxor case catch cond div end fun if let not of or orelse query receive rem try when xor Register as a new user and use Qiita more conveniently You get articles that match your needsYou can efficiently read back useful informationWhat you can do with signing up

人材育成のプロが組織の成長に伴走します。生成AIを活用した各種機能、MBA基礎〜DXなど最新知識まで測定もできるeラーニングも用意。 詳細を見る eコマースを含め、小売のイノベーションは私達の生活をどう変えるのか。丸井グループ代表取締役社長の青井氏、セブン＆アイ・ホールディングス 取締役常務執行役員の伊藤氏、ヤフー株式会社 執行役員の小澤氏が語り尽くしたセミナーの模様をお届します。（全３回） コマース革命で日本が世界の模範となるために、企業はどう動くべきなのか［１］ 岡島悦子氏（以下、敬称略）： 皆さんこんにちは。今日は会場の方々とも一緒に議論を進めたい。本セッションのテーマは「コマース革命で日本が世界の模範となるために、企業はどう動くべきなのか」。私自身は一応丸井グループの役員もやらせていただいているので、今日はその立場でも、あるいは買い物大好きなおねえちゃんとしても、いろいろ伺ってみた

人材育成のプロが組織の成長に伴走します。生成AIを活用した各種機能、MBA基礎〜DXなど最新知識まで測定もできるeラーニングも用意。 詳細を見る 丸井グループ代表取締役社長の青井氏、セブン＆アイ・ホールディングス 取締役常務執行役員の伊藤氏、ヤフー株式会社 執行役員の小澤氏に、eコマースを含めた小売の最前線を具体的にお話いただいた。今回は、各氏が未来の「お買い物」がどのようなものになるのか、その姿を大胆予想します。（第２回／全３回） コマース革命で日本が世界の模範となるために、企業はどう動くべきなのか［2］ 岡島悦子氏（以下、敬称略）： いずれにしてもマネタイズポイントの多重化というのはすごく面白い。皆さん、もともとリアルとネットの両方で収益化していきましょうという考え方だったとは思うけれども、加えて、たとえば金融のような機能でも儲けていくとういうところがすごく面白いですよね。 小澤隆生氏

女性の首を絞めて殺害しようとしたとして、兵庫県警兵庫署は２７日、殺人未遂の疑いで、ミャンマー国籍の専門学校生、チョウ・ティハ・ピョー容疑者（２６）＝神戸市中央区八雲通＝を現行犯逮捕した。容疑を認めている。女性にけがはなかった。 逮捕容疑は２７日午後６時ごろ、神戸市営地下鉄大倉山駅から湊川公園駅を走行中の電車内で、同市須磨区のパートの女性（４６）の首を手で絞めて殺害しようとしたとしている。 兵庫署によると、チョウ容疑者と女性は大倉山駅から電車に乗車。チョウ容疑者は女性専用車両に乗り込んだ後、座席に座っていた女性の眼鏡をいきなり奪い、床にたたきつけた上で首を絞めたという。 女性の叫び声を聞いた隣の車両の男性が止めに入り、湊川公園駅で駅員がチョウ容疑者を取り押さえた。 ２人に面識はないといい、兵庫署は動機や詳しい経緯を調べる。

日本終わりやな、もう… 暴徒と化した渋谷ハロウィン民、駐車されていた車を集団人力でひっくり返してウェエエエエエイ https://t.co/WUoUdxzBU0 https://t.co/OAEqffbu8C

MS-DOS 2.0のソースコードが公開された 9月末にMS-DOS 2.0のソースコード（https://github.com/Microsoft/MS-DOS/tree/master/v2.0）が公開された。ここでは、ソースコードを見ながら、Windowsのパス区切り文字が、なぜ「\」（英語表示では逆スラッシュ）になったのかを考えてみる。 ただ、MS-DOSは8086のアセンブラで記述されているため、コードを説明するのではなく、必要な定義部分などを使って解説することにする。 まずは簡単にMS-DOSという名称について説明しておく。IBMがIBM PC用のOSとしてマイクロソフトに開発を依頼したため、IBM PC用のものはPC-DOSという名称であり、MS-DOSはIBM以外のメーカー用に使われた。この時点では、PC-DOSとMS-DOSはほぼ同一のものとしてよい。ここでは、すべてMS-

この記事は Announcing Distillery 2.0 の翻訳記事になります。Distillery 2.0の新機能や改善点を知る上で素晴らしい記事だったので、筆者である Paul Schoenfelder 氏に許可をいただき、翻訳を行うことにしました。理解不足のために訳が間違っている箇所があるかもしれませんが、その際はコメントで指摘していただくかPRをいただけるとありがたいです！ Distillery 2.0の発表 Distillery を2.0でどの方向へ導くか、そしてElixir coreのreleaseのためにどのように道を切り開くか、という点について述べた前回の 更新 から数ヶ月が経過しました。想定していたよりも時間がかかりましたが、どのように落ち着いたか、そしてこれからどのように向かっていくのかをついにコミュニティで紹介できることを嬉しく思います。 2.0は既にHexでリ

実践 ■一度に起動するgoroutine数を制御しながら大量のワークロードを捌く 大量といいつつコード例では25ループ回すだけだけど。 実際には、例えばメッセージキューをポーリングしつつ、複数メッセージを受信するたびに捌いていくのとかに使える。 （大抵はフレームワークでやってしまうだろうけど）HTTPリクエストを捌くのにも使えると思う。 func main() { wg := &sync.WaitGroup{} ch := make(chan struct{}, 5) for i := 0; i < 25; i++ { wg.Add(1) ch <- struct{}{} // 5個までは詰められる（でも、それ以上はチャネルが空くまで詰められずにここで待機状態となる） go sub(i, ch, wg) } wg.Wait() } func sub(i int, ch chan struc

インタフェース分離の原則とは クライアントに、クライアントが利用しないメソッドへの依存を強制してはならない 以前投稿した以下の内容で問題なさそうなので、こちらを参照してください。 【ボブおじさんのClean Architectureまとめ】オブジェクト指向 具体的に分離することでどういった恩恵が得られるのかを見ていきます。 実装例として文章をファイルに保存する方法を以下の3つのパターンで見ていきます。 ・シンプルな方法 ・インタフェースを用いた方法 ・適切なインタフェースを用いた方法 方法1 シンプルな方法 第一引数に保存先のファイル、第二引数に文章を受け取るようにしています。 あとは内部で保存する処理を書けば良さそうです。 しかし保存先をファイルでなくクラウドストレージやDBに保存したいと要件が変わった場合どうしますか？ 新しくクラウドストレージ用、DB用のSaveメソッドを増やして行く

なにがしたかった？ 軽量なコンテナイメージであるalpineコンテナ内のGoアプリケーションから，Google Cloud Storage(以下GCS)にアクセスしたかった． なにが起きたか ローカルでGoアプリケーションを実行した場合はGCSにファイルを作成できた．しかし，ビルドしたGoアプリケーションをalpine:3.8イメージの中で実行した際，GCS上にファイルが作成されなかった． 原因 alpineのイメージには，ca-certificatesパッケージがインストールされていないため，SSL接続ができなかった． 解決策 Dockerfileに以下の変更を加えた． FROM alpine:latest RUN apk add --no-cache --update ca-certificates # この行を追加 ~~実行ファイルのコピーや，環境変数の設定など~~

Garmin connectでは心拍数の計測をもとにストレスを数値化してくれる アプリ内では一覧でみたいときに折れ線グラフしかない + 最大4週間分しか見れない 別の可視化方法として草化してみたい 作ったもの Garmin connectの画面キャプチャをS3にアップロードすると，日付とストレス値をPixelaに記録するシステム 2018/11/17 追記： 下記を用いればiOSでスクリーンショットを取るだけでPixelaに記録できます． (iOS→Dropbox by IFTTT + Dropbox→S3 by Zapier） - Add your latest iPhone screenshots to a Dropbox folder - Amazon S3 + Dropbox Integrations 結果：いい感じに草化できた気がする 直近のストレスが高い，日曜は比較的ストレスが

namespace Sample\Infra; interface HttpAccess { public function access(): string; } namespace Sample\Infra; class GoogleDocHttpAccess implements HttpAccess { public function access(): string { $url = '[GoogleスプレッドシートのURL]'; ～前回と同じ内容なので中略～ curl_close($curl); return $result; } }

docker - ローカル開発環境の構築 / Laravel on [ [Vagrant + VirtualBox] with Docker ]VagrantLaravelDocker開発環境構築centos7 はじめに Webアプリケーションの開発は、ローカル開発環境の構築手段の選択肢が増えたことによって、ここ10年ほどでかなり効率的に開発を行うことができるようになりました。 2000年代までは、オンプレサーバやレンタルサーバ上に共有の開発サーバを手配し、開発者がリモートからアクセスして開発・テストし、SVNでソースコードを管理することが多かったのではないかと思います。 しかし近年では、 Infrastructure as Code の流れから、インフラの設定をコードで定義し、かつそれらを本番や開発に関係なく持ち回れるようにすることで、各環境の構築に関する膨大なサポート作業を効率化し、ア

@section('content') <table> <tr><th>Message</th><th>Name</th></tr> @foreach ($items as $item) <tr> <td>{{$item->message}}</td> <td>{{$item->person['name']}}</td> </tr> @endforeach </table> @endsection 画像のように表示されればOK BoardController.phpで記載したwithを使ったやり方を「Eagerローディング」と呼ぶ。 データベースへのアクセス回数を減らすことができる。 RESTfulサービスを開発してみる マイグレーションファイルを作成する。

Laravelでのサービス開発を容易にするために多くのパッケージをインストールします。 パッケージ管理には開発時のみ使用したいパッケージと常に使用したいパッケージがあります。 Laravelでパッケージの管理をするには、composer.jsonでrequireとrequire-devを使用します。 require-devは本番環境でインストールされて欲しくないパッケージ群を登録します。 問題 パッケージをインストールしproviderとして登録したいが、Laravelではproviderの登録は開発用、本番用で分割されていません。 そのため開発用パッケージをproviderとして登録すると、本番環境ではインストールされていないパッケージが使われるのでclass not foundが発生します。 解決策 解決策としては開発時のみ読み込む、dev-providerのようなものがあればスマート

この記事について Laravel で JWT を使って認証が必要な API のテストをする際の基本的な事柄について記載します。 はじめに 環境 PHP 7.2.2 Laravel 5.5.44 JWT(tymon/jwt-auth) 1.0.0-rc.3 PHPUnit 6.5.8 JWT ライブラリのバージョン以外は、この通りでなくても動作すると思います。 つくるもの 認証付きで、指定されたユーザーにアサインされた タスクリストを取ってくるエンドポイントを、テストファーストでつくります。 endpoint: GET /api/tasks Parameters: assignee=nunulk テストするもの 上記エンドポイントを呼び出し、指定されたユーザー以外にアサインされたタスクアイテムが含まれないこと 準備 インストール Laravel は割愛します。 jwt-auth 1.0 はま

前編はこちら 第3章: 正規表現 前編に加え、URLエンコード用にpercent_encodingを、(rustのライブラリの)curlを用いております。 25. テンプレートの抽出 記事中に含まれる「基礎情報」テンプレートのフィールド名と値を抽出し，辞書オブジェクトとして格納せよ． かなり難しかったです。というのもテンプレートの形が、{{テンプレート名|key1=value1|key2=value2}}という形なのですが、このvalueのところに|(縦棒)や}}が入る場合があるようで、汎用的にしようと思うとどうしても構文解析的なことをする必要があり、正規表現では書けなかったのです。ですが、今回の場合に限ると|(縦棒)は必ず行の先頭で、最後の}}はこれだけで単独の行に存在していたので、その仮定のもとに書くとなんとか抽出できました。前編を書くのに時間がかかったのは(最初はここまで前編に入れよ

Rustで言語処理100本ノックしています。 第4章: 形態素解析 開発環境上にインストールしたmecabを用いています。辞書も開発環境のパッケージマネージャに用意されているものをそのまま用いています。 後編はこちら 30. 形態素解析結果の読み込み 形態素解析結果（neko.txt.mecab）を読み込むプログラムを実装せよ．ただし，各形態素は表層形（surface），基本形（base），品詞（pos），品詞細分類1（pos1）をキーとするマッピング型に格納し，1文を形態素（マッピング型）のリストとして表現せよ．第4章の残りの問題では，ここで作ったプログラムを活用せよ． mecabの出力結果は表層形\t品詞,品詞細分類1,品詞細分類2,品詞細分類3,活用型,活用形,原形,読み,発音と並んでいます。なのでここから各要素を取り出してHashMapに格納し、文ごとにそれをVecに格納すればよい

AtomやSublimeTextを使っていましたが，最近VSCodeの良さに気づき始めて完全に虜になりましたw なので，TypeScriptの勉強も兼ねてVSCodeの拡張機能でも作ってみようと思いました 環境 windows10 Pro(Macは試してませんが，多分同じような感じになるはず・・・) 環境構築 Node.jsのインストール TypeScriptをインストールするために，Node.jsがいるのでまずはこれをインストールします Node.jsのインストーラは公式サイトから入手できるます 投稿時点では推奨版と最新版がありますが，推奨版の8.12.0をダウンロードしてインストールします インストールが成功したか確認するには，コマンドラインで以下を入力します 問題なければバージョン番号が表示されます npmの確認 Node.jsをインストールすると，一緒にnpmというパッケージ管理ツ

※本記事は、Blogの方にも投稿しています。 http://lowpolysnow.com/wp/20181203/70/ 以前の記事でTypeScriptでDAZ Scriptを書ける環境を整えたので、せっかくなのでクラスを利用してみたいと思います。 class Greeter { greeting: string; constructor(message: string) { this.greeting = message; } greet() { return "Hello," + this.greeting; } } (function () { let greeter = new Greeter("world"); MessageBox.information(greeter.greet(), "doit()", "OK"); })(); トランスパイルすることで、次のようなJa

Hyperapp V2がリリースされました。 2019/03/27 追記：alpha.10に合わせて全面的に書き換えました。（おそらく次のアップデートでイベント名が小文字になる予定です。） 2019/09/14 追記：v2.0.1に合わせて書き換え。 2020/07/15 追記：v2.0.5がリリースされました。ESモジュール化、JSXの直接的なサポート・Payload Creatorが削除、Lazyがmemoにリネームされています。（本記事に未反映） Hyperappとは VDOMを搭載した超絶小さい（ソースが読める）JavaScriptフレームワークです。（2KBぐらい） 詳しくはこちら リファレンス V2のREADME https://github.com/jorgebucaran/hyperapp/blob/master/README.md V2マイルストーン https://gi

27日夜から28日未明にかけて、東京 渋谷の繁華街ではハロウィーンで仮装した大勢の人が集まり、トラブルが相次ぎました。軽トラックが取り囲まれて横転させられるといった被害も出ていて、警視庁は器物損壊の疑いで捜査しています。 トラブルも相次ぎ、警視庁によりますと、28日午前１時ごろには軽トラックが集まった人たちに取り囲まれて横転させられたということです。けが人はいませんでしたが、軽トラックの運転手から被害届けが出されたということで警視庁が器物損壊の疑いで捜査しています。 このほか、渋谷の繁華街ではあちこちでいさかいごとが起きたほか、盗撮や痴漢の疑いで逮捕者も出たということです。 警視庁は28日も警察官を配置して警戒にあたることにしています。 ツイッターに上げられた動画では、横倒しになった軽トラックに２人の人物が上に立って周囲をあおっているような様子が撮影されています。 撮影した人は「繁華街に入

この記事はAngular+Firebaseでチャットアプリを作るのエントリーです。 前記事：Angular+Firebase ユーザー設計とデータの保護 次記事：Angularのngrxを使って状態管理を行う（実装編：初期設定～エフェクト設定） この記事で行うこと 前回の記事ではユーザー設計とデータの保護を扱いました。 ここからAngularの@ngrxというライブラリを使って、状態管理の理論、実装を３回にわけて行っていきます。 本記事ではまず、状態管理の理論について学習します。 なぜngrxを使う必要があるのか ngrxの流れを見る Effectで非同期のデータを扱う @ngrxとは @ngrxはReduxというライブラリに影響を受けて作成されたAngularの公式ライブラリです。Actions、Dispatcher、Reducer、State、ViewというReduxのデータフロー構成

すぐつかえます Vuetify使ってみたいなぁ、Vuetify使ってる本番に手入れする前にちょっとUI実験したいなぁ、、というわがままな俺のために、CDNを使ってすぐにVueとVuetifyで遊べるSandboxテンプレートを用意しました。 テンプレート（HTML） <!DOCTYPE html> <html> <head> <link href="https://fonts.googleapis.com/css?family=Roboto:100,300,400,500,700,900" rel="stylesheet"> <link href="https://cdn.jsdelivr.net/npm/@mdi/font@6.x/css/materialdesignicons.min.css" rel="stylesheet"> <link href="https://cdn.jsde

ReactでSSRする際に、DOCTYPEを書く方法がわからず、しばらくハマりました。 解決方法が見つかったので、備忘録的に記しておきます。 import * as React from 'react' import App from '../containers/App' interface Props {} const Html: React.SFC<Props> = (props: Props) => { return ( <html> <head> <title>App</title> </head> <body> <div id="app"> <App /> </div> <script src="/client.bundle.js" /> </body> </html> ) } export default Html import * as path from 'path' i

スコープとは 関数や変数などの参照できる範囲 基本的には関数の内側（スコープ内）で作成した変数は外側（スコープ外）では参照できない 基本的なスコープ(変数) 関数fnA、Bを定義し、変数xを新規作成する。 console.logで変数xをコンソールに表示する。fnA、Bをそれぞれ実行する。 function fnA() { let x = 2; console.log(x)// 2 } fnA() function fnB() { let x = 3; console.log(x)// 3 } fn(B) console.log(x) //ReferenceError: x is not defined

前 v5.7.0 | 次 v5.9.0 ESLint v5.8.0 released:https://t.co/xJQtySuzeP — ESLint (@geteslint) October 26, 2018 ESLint 5.8.0 がリリースされました。 小さな機能追加とバグ修正が行われました。 質問やバグ報告等ありましたら、お気軽にこちらまでお寄せください。 🏢 日本語 Issue 管理リポジトリ 👫 日本語サポート チャット 🏢 本家リポジトリ 👫 本家サポート チャット 🚀 本体への機能追加 #11010: Linter.version property Linterコンストラクタにversionプロパティが追加されました。ESLint のバージョン文字列 (例: "5.8.0") を保持します。 従来は Linter からバージョン情報を取得するには new Lin

はじめに 僕はブラウザ向けのJavaScriptを書くときは必ずBabelでトランスパイルしてるので、特に互換性は考えずJSの最新機能を使ってます。 でもCLIツールをNode.jsで書いたりする場合はランタイムが固定なので、Babeることなく「このバージョン以降のNode.jsでそのまんま動くように」なるべく書きたいのです。 The TC39 Processの性質上、「ES2018はNode v.XX以降でサポート」みたいな感じではなく、個別のProposalごとに実装されるタイミングが違います。 MDNの「ブラウザ実装状況」にはNode.jsも含まれていて、機能別に調べれば分かるんですが、「Node.jsのこのバージョンではどこまでの機能使えるんだっけ？」という確認をしたいケースが多かったので、一覧にまとめてみました！ 一覧にまとまっているサイトを紹介します。 Node.js ES20

import pandas as pd df = pd.DataFrame([['a0', 'b0', 'c0'], ['a1', 'b1', 'c1']], index = ['taro', 'jiro'], columns = ['sono1', 'sono2', 'sono3']) print (df.to_json(orient = 'split')) print (df.to_json(orient = 'records')) print (df.to_json(orient = 'index')) print (df.to_json(orient = 'columns')) print (df.to_json(orient = 'values')) {"columns":["sono1","sono2","sono3"],"index":["taro","jiro"],"dat

機械学習を仕事で使うため、Udemyで色々と受講しています。 その中で、「Pythonで機械学習：scikit-learnで学ぶ識別入門」を受講したので、そのメモです。 非常に充実しています。 オープニングで、扱っているのは予測ではなく識別のみと宣言しているため、内容が統一されていると感じます。 ボリュームはかなりあります。単に講座を聞くだけなら2~3日で終わりますが、講座を聞いて、手元のJupyter notebookで理解しながらコードを確認・修正して..とやっていると、社会人だと6~7日は必要かと思います。 データ分割～学習～認識の流れで、学習に進んだと思ったらデータ分割の別の方法の説明があるなどで、飛ぶことがある印象です。また、同じ識別器でもサンプルデータ・癌データでセクションが別なので、類似説明が続く印象もあります。その場合はスキップしてよいかと。最後にまとめがあると嬉しかったか

1.書こうと思た動機 機械学習の勉強のため、Scikit-learnを実行してみました。 でも回帰と分類、よくわからず行っていました。 よってSVMで株価の推定を行おうというアホなことをやっていました。 勉強不足は棚に上げて でもよくよく見るとどの参考書等でもいきなりやりたいことが〇〇だからSVM使おうぜみたいな記載、またはもっと概念的な記載が多いかと思います。 そこで具体例を含めた記載にチャレンジしたいと思います。 1.1お断り 全４つを纏めたうえで書くのではなく進捗具合に合わせて途中の状態であってもアップしていきます。 その後、勉強していく中で自分の中で整理がついたら順次更新いたします。 2.機械学習のアルゴリズム 本家の説明文書は以下の通り。 http://scikit-learn.org/stable/tutorial/machine_learning_map/ 2.1分類（cla

はじめに SVMで二クラス(0/1)の分類器を学習して、各データのクラス1への所属確率を出したい用ができたので sklearn.svm.SVC を見ていたら、predict_probaとかいうまさになやつを見つけたので、使って見たら ん?ってなった話。 ん?ってなったこと predict(X)で予測した結果とpredict_probaで算出した確率の整合が取れてない（時がたまにあった）のです。 準備 いったんpredictとpredict_probaの仕様を確認。 predict(X) [データ数]行 × [次元数]列の特徴量行列 X を引数にして、データ数分の予測ラベルを返すそうです。読む必要なかった。 predict_proba(X) [データ数]行 × [次元数]列の特徴量行列 X を引数にして、各データがそれぞれのクラスに所属する確率を返す、って書いてあります。で、最後に「列はクラ

matplotlibはデータ解析の可視化ツールとして一般的に用いられています． 今回は，matplotlib.animation機能を使ってgif画像を作ってみたので，そのコードを紹介します． 最終的には，以下のgifアニメーションを作りたいとします． matplotlib.animationには，「ArtistAnimation」機能「FuncAnimation」機能があります． 今回は「ArtistAnimation」機能で話を進めます． 「FuncAnimation」機能については，こちらのページでまとめています． matplotlib.animationを利用してgif画像を作る (FuncAnimation) なお，こちらのページも参考にしています． + Animation using matplotlib with subplots and ArtistAnimation 動作

Summary Google Trendから各キーワードの検索データを取得し、時系列データ分析を行います Pytrendsという（非公式の）ライブラリを用いてデータを取得します statsmodelsを活用して、時系列解析を行い、各キーワードの検索トレンドを分析します（季節成分分解・相関マトリックス） 分析ゴール 各プログラム言語のキーワード検索傾向や関係性を把握する 対象データ 対象言語を以下として、Google trendから抽出する JavaScript Ruby Python PHP Java SQL 2014年〜2018年9月末の期間で考察する データ取得方法 Pytrendsを利用して、Google Trend APIへアクセス 公式サイト https://pypi.org/project/pytrends/ 使い方（データ取得） TrendReqで接続言語とタイムゾーンを指定

The story when I verified whether the data copied to S3 is really the same as the copy sourceWindowsAWSS3PowerShell This article is an automatic translation of the article[0710a3de2628ef730500] below. https://qiita.com/speaktech/items/0710a3de2628ef730500 1.First of all Last year at the end of the year, old personal data came up at my home PC, so I wrote a script ** PowerShell ** to archive the da

This article is an automatic translation of the article[078f1ae37b1f6174ede2] below. https://qiita.com/speaktech/items/078f1ae37b1f6174ede2 What to explain in this article ** ※ The content described in this article is applicable to OS version of Windows Server 2012 R2/Windows 8.1 or later. ** In Chapter 1, I will introduce the chance to write an article. (Skipped and OK) In Chapter 2 we will brief

はじめに ReactNativeでスマートフォンアプリを開発してみて色々感じたことやハマったことが沢山あったので、共有してみたいと思い記事を作成しました。 当方はアプリ開発やJavaSctiptに関しては初心者の部類に入るかと思いますので、ご了承のほどをよろしくお願いします。 また、プロジェクトの作成から実際のリリースまでの過程をご紹介させて頂きます。 注意 React Native 関連の技術は頻繁に更新されていますので、参考にならない部分もあります。 mac npm (v6.4.1) nvm (v0.33.8) node (v8.12.0) expo (v2.2.4) nvmの導入 ReactNativeはnpmで各種ライブラリを管理します。 バージョンごとに管理したいので nvm を導入することをお勧めします。 引用元: nvm

Actionsで提供されているアニメーションから4パターンをGIF画像でまとめました。 Actions.pop Actions.popToも同様です。 現在のページは右手に退きつつ、新しいページが現在のページの左側から登場します。 Actions.push key名をメソッドに指定した場合もこれ。 Actions.jumpと同様ですね。 現在のページが左手に退きつつ、新しいページが右から重なってきます。 Actions.replace アニメーションなしでいきなりページが切り替わります。 Actions.reset Actions.replaceとアニメーションは変わりません。違いはルーティングスタックに対する処理だけなので、画面を見ている人からすると変わらないです。 以上、お役に立てば幸いです。

※実際記事で紹介する書籍は12冊ですが、メンバーが借りてオフィスになかったため、上記画像内に3冊ないものがあります。 はじめに AI Academyを開発・運営しています、株式会社エーアイアカデミー代表の谷です。 6ヶ月ほど前に書いた下記記事は約1200のいいねと7万viewsを超える記事になりました。 【保存版・初心者向け】独学でAIエンジニアになりたい人向けのオススメの勉強方法 お読み頂いた方々、またいいねして頂いた方々ありがとうございました！ あれから6ヶ月ほど経ちまして、さらにPythonや機械学習の書籍が増えて参りましたので、改めて初心者向けにPythonと機械学習の良書12選を紹介し、初学者が独学でも機械学習プログラミングの基礎スキルUPに貢献できたらと思います。 また、AIプログラミングを作りながら学べるプログラミング学習サービスAI Academyを無料でご利用頂けますので

AWS Direct Connect では、Virtual Private Cloud (VPC) とオンプレミスの間のネットワークトラフィックでジャンボフレームを使用できるようになりました。 ネットワーク接続の最大転送単位 (MTU) は、その接続で送信できる最大の許容パケットサイズ (バイト単位) です。接続の MTU が大きいほど、1 パケットで送信できるデータ量が多くなります。これまで、AWS Direct Connect でのトラフィックは 1,500 MTU までに限られていました。 今回のリリースにより、AWS Direct Connect のトラフィックでジャンボフレームを使用できます。ジャンボフレームでは、1 パケットあたりのペイロードサイズを増加させ、それによってパケットのオーバーヘッドを低減させることにより、1,500 バイト以上 (最大 9,001 バイト) のデー

Explore Azure Get to know Azure Discover secure, future-ready cloud solutions—on-premises, hybrid, multicloud, or at the edge Global infrastructure Learn about sustainable, trusted cloud infrastructure with more regions than any other provider Cloud economics Build your business case for the cloud with key financial and technical guidance from Azure Customer enablement Plan a clear path forward fo

はじめに ディープラーニングを用いた異常検知手法であるALOCCをChainerで実装し，MNISTで実験しました。 全体のコードはGitHubのリポジトリにアップロードしました。 ALOCCについて ALOCCは画像データに対して異常検知を行うための手法です。 多くの場合，異常データは正常データに比べて極めて少ないか，全く無いです。 そこで，ALOCCでは正常データのみを利用して学習し，その分布から外れたデータを検出します。 学習 ALOCCのモデルは以下のようなオートエンコーダとGANを組み合わせたような構造をしています。 オートエンコーダ部分はGANのGeneratorに相当し，Reconstructor (${\cal R}$) と呼ばれます。 学習時には正常画像にノイズを加えたデータを入力し，元通りに復元することを学習します。 Discriminator (${\cal D}$)

自分の備忘録/メモも兼ねて。 画像認識系のDeep Learningする際に、訓練データ（画像）を回転させたり左右反転したり、とデータの水増し（data augumentation）することってよくあると思います。Kerasでは、ImageDataGeneratorクラスを使って簡単に水増しできちゃうわけですが、その際のオプション「brightness_range」の挙動について。 Kerasのbrigtness_rangeとは brightness_rangeは、画像データの水増しの際に、明るさをランダムに変更するオプションです。こんな感じでImageDataGeneratorのコンストラクタに、brightness_rangeのオプションとして、明るさ変更の強度の範囲をタプルかリストで渡すだけです。あとはflowとかflow_from_directoryとかに上記を渡してあげると、ラン

ボットから Office 365 など他サービスを呼び出す際に、Azure AD など外部 ID サービスに対して認証が必要となります。Bot Service では認証を GUI での設定と簡単なコードで実現できます。 Azure Bot Service が提供する認証支援機能 今までは、他サービスの認証を行う為には開発者がコードを全て用意する必要がありました。またセキュリティ対応のため、認証後にユーザーにマジックコード (6 桁の数字など) を別途送ってもらい認証を完了していましたが、Azure Bot Service ではその処理をより簡単にします。 マジックコードを使わずに認証を行える ポータルから OAuth 対応プロバイダーの追加や削除など構成が可能 Azure AD や GitHub など複数のプロバイダーをはじめから用意 Bot Builder SDK でトークンの取得や認証

はじめに 最近Azure Bot ServiceおよびQnA Maker周りで、大きく発表されたものから地味なアップデートまで色々と出てきているので、この記事では筆者が現時点で気づいた最近の新機能や旧バージョンからの変更点等についてまとめたいと思います。気づいたものから随時追加できればと思います。 Microsoft Conversational AI Tools Microsoft Build 2018というイベントでチャットボット作成のためのツール群として、Microsoft Conversational AI Toolsが定義されました。以下が、そのコンポーネントです。 ・Bot Builder SDK v4 ・Bot Framework Emulator v4 ・Bot Builder Tools ・Bot Builder Dispatch ・OAuth 対応 ・QnA Maker

It seems to me, paradoxically, that both long ago and only yesterday I attended my own Class Day in 1975. I am pleased and honored to be invited back by the students of Harvard. Our speaker in 1975 was Dick Gregory, the social critic and comedian, who was inclined toward the sharp-edged and satiric. Central bankers don't do satire as a rule, so I am going to have to strive for "kind of interesting