［pandas超入門］Diabetesデータセットを使って回帰分析してみよう（前処理編）本シリーズと本連載について 本シリーズ「Pythonデータ処理入門」は、Pythonの基礎をマスターした人を対象に以下のような、Pythonを使ってデータを処理しようというときに便利に使えるツールやライブラリ、フレームワークの使い方の基礎を説明するものです。
全てのVisual Studioユーザーが無料版「GitHub Copilot」を利用可能に Visual Studioでの開発体験はどう変わる？
Microsoftは2025年1月23日（米国時間）、統合開発環境（IDE）「Visual Studio」の全ユーザーが、AI（人工知能）コーディングアシスタント「GitHub Copilot」の無料プラン「GitHub Copilot Free」を利用可能になったと発表した。 無料プランでは、毎月最大2000件のコード補完と50件のチャットメッセージを利用できる。AIモデルには、Anthropicの「Claude 3.5 Sonnet」か、OpenAIの「GPT-4o」を選択できる。サブスクリプションやクレジットカードの登録は不要だという。 Microsoftは、Visual StudioでGitHub Copilotを活用するユースケースや、無料プランの利用方法を次のように説明している。 GitHub Copilot for Visual Studioで、開発体験はどう変わる？ 複数フ
貴社で「メールが届かない」問題が起こる理由――メール送信／受信の基礎知識
貴社で「メールが届かない」問題が起こる理由――メール送信／受信の基礎知識：意外と知らないメールサーバ構築・運用の基本（1） メールの仕組みや基礎を再確認しながら、確実にメールを届けるために必要な設定や運用のポイントを解説する連載「意外と知らないメールサーバ構築・運用の基本」。初回は、メール送信ニーズがシステム開発で高まる中で起きている「メールが届かない」問題について、メール送信／受信の基礎知識を交じえながら解き明かす。 「Gmailに重要なメールが届かない」という問題が話題になり、ニュースで取り上げられていたのは記憶にも新しいと思います。2024年2月に改定された、Gmailの送信者ガイドラインの対応に追われた企業も多かったのではないでしょうか。これらの送信者ガイドラインやスパムフィルターの強化は、フィッシング詐欺などのメールによる脅威を防ぐための重要な施策ですが、その一方で問題ないはずの
ChatGPTライクなUIのローカルLLMを構築できるGPT4Allとは？
GPT4AllでChatGPTライクなユーザーインタフェースで使える大規模言語モデルを構築する ChatGPTやMicrosoft Copilotなどの生成AIサービスは「情報漏えいなどが心配」と感じているのならば、手元のWindows 10／11上でLLM（大規模言語モデル）を構築すればよい。ChatGPTライクなユーザーインタフェースを持つ「GPT4All」を使えば、簡単にローカルLLMの構築が可能だ。 ChatGPTやMicrosoft Copilot、PerplexityなどのLLM（大規模言語モデル）／生成AIサービスを利用すると、これまで面倒だった作業が簡単にできることがある。ただ、こうした生成AIサービスは、入力データがインターネット上のどこかのサイトにアップロードされることは避けられず、どうしても情報漏えいなどのセキュリティ面で不安がある。 そんな心配がある場合、手元のWi
テレワークにはゼロトラストが必須 SASEで「ネットワークとセキュリティのシンプル化」が鍵に
テレワークにはゼロトラストが必須 SASEで「ネットワークとセキュリティのシンプル化」が鍵に：なぜクラウドネイティブの「真のシングルベンダーSASE」を選ぶべきか？ テレワークが社会に浸透し、誰もがさまざまな場所からアプリやデータを利用するようになったことで、境界型防御の限界が認識されるとともに「ゼロトラスト」と「SASE」に注目が集まっている。本格的にテレワークを推進するなら、なぜこの2つに行き着くのだろうか。 コロナ禍の前後でテレワークが社会に浸透し、私たちの働き方は大きく様変わりした。なぜ、テレワークを前提としたセキュリティ強化を考えるとゼロトラストセキュリティとSASE（Secure Access Service Edge）に行き着くのか。アイティメディア主催のオンラインイベント「ITmedia Security Week 2024秋」の講演から、テレワークの推進にゼロトラストが欠
その筋のプロが勧める簡単で強力なパスワードの作り方
強力なパスワードの作り方教えます 新しいWebサービスを使おうとすると、アカウントの作成が要求されることがある。そのたびに作成しなければならないパスワードに苦労していないだろうか。同じパスワードでは、漏えいした際に危険だし、Webサイトごとに異なるパスワードを作ると忘れてしまう。そこで本Tech TIPSでは、セキュリティベンダーやサイバーセキュリティの専門家が推奨する「強力なパスワード」の作り方を解説しよう。 オンラインサービス（Webサービス）を使う上で切っても切り離せないのが、「パスワード」だろう。最近では、「パスキー」と呼ばれるパスワードを使わない安全なログイン（サインイン）方法に対応したサービスもあるが、まだまだ主流はIDとパスワードの組み合わせだ（パスキーについては、Tech Basics／Keyword「最近よく聞く『パスキー』の仕組みと設定方法」参照のこと）。 パスワードは
生成AIがJavaScriptコードを生成してCSVからグラフ描画、洞察を提供する分析機能 Anthropicが全ユーザーに開放
Anthropicは2024年10月24日（米国時間）、同社の生成AI（人工知能）サービスである「Claude.ai」で、リアルタイムにデータを分析し洞察を生成する「分析ツール（analysis tool）」のプレビュー版を発表した。 Anthropicは「JavaScriptコードを生成、実行して、データを処理、分析し、リアルタイムに洞察を提供する。この分析ツールは『Claude 3.5 Sonnet』のコーディング／データスキルに基づいて構築されており、より正確な答えや洞察を得ることができる」と述べている。 CSVファイルを分析してグラフで視覚化 従来のClaudeとは何が違う？ 関連記事 Anthropic、企業用の生成AIアシスタント「Claude Enterprise」を発表 50万トークンのコンテキストウィンドウで何ができるのか Claudeを開発したAnthropicは、企業
AIにより2027年までにITエンジニアの80％がスキルアップを強いられる、具体的な3つの影響とは？ Gartner予測
Gartnerは2024年10月3日（米国時間）、生成AI（人工知能）に関する予測を発表した。これによると、2027年までに生成AIによってソフトウェアエンジニアリングやオペレーションに新しい役割が生まれ、エンジニアリング部門の従業員の80%がスキルアップを強いられるという。 Gartnerのシニアプリンシパルアナリスト、フィリップ・ウォルシュ氏は次のように述べている。「AIによって人間のエンジニアの需要が減ったり、完全に取って代わったりする可能性がある、という大胆な主張に基づく臆測が広まっている。しかし、AIはソフトウェアエンジニアの将来の役割を変革することはあっても、複雑で革新的なソフトウェアを提供する上で、人間の専門知識と創造性が常に不可欠だ」 それを踏まえ、Gartnerのアナリストは、AIがソフトウェアエンジニアの役割に3つの影響を与えると予測し、下記のように述べている。 AIが
ネットワークエンジニアなら「回線の実体＝レイヤーゼロ」を知っておこう (1/2)：羽ばたけ！ネットワークエンジニア（11） - ＠IT
ネットワークエンジニアなら「回線の実体＝レイヤーゼロ」を知っておこう：羽ばたけ！ネットワークエンジニア（11）（1/2 ページ） 日々、2000拠点を超えるネットワークの運用を手掛けていると、OSIの7階層モデルにないレイヤーゼロの話、つまり「回線」をいかに引くかという点をないがしろにできないことが分かる。今回はネットワークエンジニアが意外と知らないレイヤーゼロの基本について述べたい。 企業ネットワークの提案書や設計書にある「ネットワーク構成図」では、回線を1本の直線で表現することが多い。拠点を表す四角い枠に直線を1本引き、そこにルーターを接続する。もうすこし詳細な図では回線終端装置を表す箱をルーターの前に書く。日々、図を描くネットワークエンジニアは、線を1本引けば回線が引けたような気分になるかもしれない。 しかし、回線を現実に開通させるのはそれほど簡単ではない。はっきり言ってとても面倒で
パケットフィルターでトレーシング？ Linuxで活用が進む「Berkeley Packet Filter（BPF）」とは何か (1/3)：Berkeley Packet Filter（BPF）入門（1） - ＠IT
パケットフィルターでトレーシング？ Linuxで活用が進む「Berkeley Packet Filter（BPF）」とは何か：Berkeley Packet Filter（BPF）入門（1）（1/3 ページ） Linuxにおける利用が急速に増えている「Berkeley Packet Filter（BPF）」について、基礎から応用まで幅広く紹介する連載。初回は、BPFの歴史や概要について。 Berkeley Packet Filter（BPF）とは 読者の皆さんは「Berkeley Packet Filter（BPF）」というものをご存じでしょうか？ Berkeley Packet Filter（BPF）は、独自の命令セットを持つ仮想マシンの一つ。ざっくりと言ってしまえばBPFはユーザーランドからのコードをカーネル内で安全に実行するための枠組みです。 「Packet Filter」という名称
VS CodeとPythonで作るFlaskアプリの構成を一巡り
連載「Visual Studio Codeで始めるPythonプログラミング」 前回は、データベースに保存されたデータをWeb APIを介してクライアントに返送する方法を幾つか示した。今回は、Flaskアプリの構成方法について見ていこう（タイトルとは裏腹にVisual Studio Codeの話題はほとんど出てこない）。 Flaskアプリの構成方法 Webアプリに限らず、アプリには構成（configuration）が必要になる。開発環境でデバッグ実行をしているのか、プロダクション環境で実行をしているのかなど、その実行環境によって、アプリの振る舞いを変更する必要があるからだ。 Flaskアプリでは、幾つかの方法でその構成を行える。一番簡単なのは、本連載で既に見てきたものだ。以下に例を示す（「VS CodeとFlask-SQLAlchemyでデータベース操作 」の「最小限のアプリ」より）。 f
GoogleのTPUって結局どんなもの？ 日本法人が分かりやすく説明
GoogleのTPUって結局どんなもの？ 日本法人が分かりやすく説明：CPU、GPUとの違いとは？ 機械学習に特化したGoogleの自社開発プロセッサ、「TPU（Tensor Processing Unit）」。Google自身は「Google Search」「Google Translate」「Google Photos」といったサービスで活用している。日本法人がこれについて分かりやすく説明した。 機械学習に特化したGoogleの自社開発プロセッサ、「TPU（Tensor Processing Unit）」。2018年7月6日、日本法人がこれについて分かりやすく説明した。 TPUは、ディープラーニングを高速化するため、Googleが開発したプロセッサ。Google自身は「Google Search」「Google Translate」「Google Photos」といったサービスで活用し
VS CodeでPythonコードのデバッグも楽々！！
連載「Visual Studio Codeで始めるPythonプログラミング」 前回はVisual Studio Code（以下、VS Code）でPythonコードを記述する上での基本を見た。今回はVS Code＋Python拡張機能がサポートしているデバッグ機能について見ていこう。 フィボナッチ数 ここではフィボナッチ数を計算する関数を定義して、それをデバッグしていくことにしよう。なお、本稿ではフィボナッチ数を以下のようなものとする。 例えば、「F2＝F1＋F0＝1＋0＝1」「F3＝F2＋F1＝（F1＋F0）＋F1＝1＋0＋1＝2」となる（Webページを検索しているとF0＝1とする記述も多くあるが、ここではF0＝0としている）。このようにして得られる数列を「フィボナッチ数列」と呼ぶ。最初の数個を列挙すると「0, 1, 1, 2, 3, 5, 8, 13, 21, ……」のようになる。
アイデミー、無料AIプログラミング学習サービス「Aidemy」をリリース
アイデミー、無料AIプログラミング学習サービス「Aidemy」をリリース：深層学習や自然言語処理、数値予測などを学習可能 アイデミーは、オンラインでAIプログラミングが学習できるサービス「Aidemy」を公開した。Python入門の他、深層学習や自然言語処理、数値予測など全11講座を無料で利用できる。 アイデミーは2017年12月20日、技術者向けのAI（人工知能）プログラミングを無料で学べるサービス「Aidemy」を公開した。Webブラウザで利用するオンライン講座なので、利用者は手元のPCにプログラミング環境を構築せずに学べる。 Aidemyは、深層学習や自然言語処理、数値予測など全11講座を無料で提供。AIプログラミングに広く利用されているPython言語や、NumPy、Pandas、scikit-learn、TensorFlowといったPython向けのライブラリについても学べる。理
第1回 Visual Studio Codeでデバッグをするための基礎知識
今回は取りあえず、VS Codeが組み込みでサポートしているJavaScriptコードのデバッグ機能を利用しながら、VS Codeのデバッグの基本を見ていこう。 ［デバッグ］ビュー VS Codeでデバッグを行うにはウィンドウ左端のアクティビティーバーで［デバッグ］アイコンをクリックする。すると、サイドバーにデバッグに関連する情報が表示されるようになる（これを［デバッグ］ビューと呼ぶ）。ここからデバッグの構成、デバッグの開始などが行える。また、デバッグ中は変数の値や関数の呼び出し階層（コールスタック）を表示したり、ブレークポイントの有効化／無効化を切り替えたりできる。 （1）の［デバッグ］アイコンをクリックすると、（2）の［デバッグ］ビューが表示される。（3）の［デバッグの開始］ボタンをクリックすると、（4）に示された構成でデバッグが開始される（上の画像はデバッグ用の構成が行われていない状
Visual Studio Codeの設定「虎の巻」：Python編
前回までは、Visual Studio Code（以下、VS Code）のIDEの全般的な設定方法や、ワークベンチやエディタの配色、構文ハイライトのカスタマイズについて見てきた。今回はVS CodeでPythonプログラミングを行う上で必須となるPython拡張機能と、その使い方と設定項目などについて取り上げる。 なお、ここではWindows版のVS Code 1.22.2と、Python.orgからインストールしたPython 3.6.5で動作を確認している（macOS版のVS Codeでも一応の確認はした）。 Python拡張機能 VS CodeでPythonを使ってコードを書こうという場合、Microsoft自身が提供しているPython拡張機能をインストールするのがお勧めだ。この拡張機能をインストールせずに、Pythonファイルを作成すると、VS Codeのウィンドウ右下にPyth
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
無料で「Linuxの基礎」を約60時間学べるLinux Foundationの日本語オンライン講座 その内容とは？
近ごろよく耳にする「ゼロトラスト」の基本原則と構成要素をおさらいしよう
リバースエンジニアリング入門
Visual Studio Codeの使い方、基本の「キ」
