２０２１年卒のみなさま、就活の状況はいかがでしょうか？ 現在の就活は、コロナの影響で、 説明会が中止になったり、選考が延期になったりととても大変かと思います。 企業によっては、 選考の面接をWEBで行う企業が増えてきています。 いきなりWEB面接やるとなると、 「何から準備すればいいか分からない」 という方多いと思います。 結論から言うとWEB面接は、 場所 携帯＆通信環境 服装 さえ準備できればできます！ 今回は、WEB面接の準備と対策について教えます！ 内定を取るため最低限の準備に関しては、こちらをご覧ください！ www.ktkt828.com WEB面接 準 備 場所 スマホ＆通信環境 服装 対 策 まとめ WEB面接 先ほども言ったようにWEB面接は、 「場所」 「スマホ＆通信環境」 「服装」 さえ準備できればできます！ WEB面接となると、 企業側も慣れてないことが多いです。 準
更新履歴2022/6/1 有料部分更新しました。 この記事は、前半（無料）で、「STEPNがポンジ／ねずみ講*であるカラクリ」を説明した上で、後半で運営がそれに対して取り組んでいることを私の解釈を交えてご紹介します。前半はネガティブなことが中心で、後半はポジティブです。気合を入れて書いた結果、トータル20000文字以上になりました。無料部分だけで1万文字超えてます笑。。お時間ある時に読んでみてください。 "ポンジスキーム"と"ねずみ講"の言葉の違いで数名様から指摘ありました。 「ポンジじゃないよ、ネズミだよ」派と、「ネズミじゃないよ、ポンジだよ」派がいるようです。整理すると、ポンジの方が意味が近そうです。公式も"Ponzi"という言葉をよく使っています。ただ、言葉の問題より、大事なのは構造の理解ですので、派閥を変える必要はないかと思います笑 ちなみに、私は、2月に実際に投資してから、今も毎
いつも僕のブログを見てくれている方、初めて僕のブログを見てくれた方、ありがとうございます！ かいとブログ開設から、もうすぐで１ヵ月経ちます！ そもそもかいとってどんな人？？？ 詳しく教えちゃいます！ 今回は、かいとブログのかいとについてもっともっと知ってほしいと思い、改めて詳しい自己紹介をしたいと思います！！ ｐｖ数や収益に関してはこちらをご覧ください！ www.ktkt828.com 基本プロフィール 詳しく知ってほしいところ ソフトテニス フィルムカメラ まとめ 基本プロフィール 名前→かいと 年齢→２１歳 出身→神奈川県大磯町 大学→埼玉県の大学、経済学科経済学部 部活動→ソフトテニス部 趣味→フィルムカメラ、トレーニング、運動 基本プロフィールはこんな感じです！ 出身は、神奈川県の大磯町というところで、有名な場所で言うと大磯ロングビーチという屋外プール施設があります！ 大学では、経
AWSでJavaメールを使用してみる 今回は、前回の記事で立ち上げたAWSのEC2を使用してJavaメールをgoogleのSMTP経由で送信してみる ＊前回までの記事は下記を参照ください。 https://qiita.com/ktkt11122334/items/36f950670e5952d7d17e EC2でJavaを動かす EC2にJavaが入ってるか確認する 前回立ち上げたEC2にssh ssh -i [pemファイル] ec2-user@ec2-54-65-248-190.ap-northeast-1.compute.amazonaws.com Javaが入っていないことを確認 java -version -bash: java: コマンドが見つかりません javac -version -bash: javac: コマンドが見つかりません yum list installed |
【フィルムカメラ】誰でも簡単に使える！コンパクトフィルムカメラの使い方まとめ - Kaito Blog ~フィルムカメラを広めたい大学生のブログ~
みなさんこんにちは！お疲れ様です。かいとブログです！ 今回は、フィルムカメラの中でも、 初心者の方でも簡単に使える「コンパクトフィルムカメラ」 の使い方について紹介します！！ フィルムカメラってそもそも何？って方は、 こちらの記事を参考にしてください。 www.ktkt828.com コンパクトフィルムカメラとは？ コンパクトフィルムカメラの使い方 フィルムを装填する 設定をする 撮影する 作品例 まとめ おまけ[使っているコンパクトフィルムカメラ] コンパクトフィルムカメラとは？ フィルムカメラには、 ・３５mmフィルムカメラ ・中判カメラ ・大判カメラ の３種類があります。 コンパクトフィルムカメラは、 ３５mmフィルムカメラに分類されます。 ３５mmフィルムカメラは、 フィルム一眼カメラや、レンジファインダーカメラなどの種類があります。 その中でも、初心者でも扱いやすく、 しっかりと
在庫管理システムの設計 - Qiita
前回の記事に引き続き、Spring Bootを使用して在庫管理システムを構築する。 *下記で紹介した書籍を元に実装する *今後、実装内容を一部メモとして掲載していく予定 https://qiita.com/ktkt11122334/items/20359679cd4abb2303b7 そのために今回は、データベースの論理/物理設計を行った。 その際にメモ書きした要件/ER図/DDLを本記事にメモ程度に残す。 *メモ書きの転記なので、誤字脱字、実際に使用する値と異なるもの、インデックス未定義などがある *ER図はリレーションを視覚化しただけであり、パラメータは割り振っていない *インデックスの定義は、使用するSQLが決定した時点で定義する予定 *実装する過程で、設計を変更するものもある **設計ミスがあると思いますので、参考程度までに ER図 要件 在庫管理を行うシステムを構築する。 ・・・
Scikit-learnのall_estimators()関数の活用：全モデルでの精度を一括比較する - Qiita
Scikit-learnは多機能で広く使われているPythonの機械学習ライブラリですが、提供されている多数のモデルをどれが一番性能が良いのか比較するのは一苦労です。そこで役立つのがall_estimators()関数です。 all_estimators()とは？ all_estimators()はScikit-learnが提供する全ての推定器（モデル）のリストを返す関数です。特に引数type_filterを指定することで特定の種類（'classifier'、'regressor'等）のモデルだけを取得することが可能です。 実際に使ってみる 以下のコードでは、カリフォルニア住宅価格データセットを用いてall_estimators()で取得した全ての回帰モデルを一度に評価し、その中で最も良いモデルを見つける例を示します。 今回はall_estimators()の使用例にのみフォーカスするため
概要 クラスタリングは、機械学習のアンサンブル技術で、データのパターンを見つけ出すために使用されます。しかし、最適なクラスタ数を決定するのは一般的に難しいタスクです。そのため、各種の評価指標が提案されています。今回は、Pythonの機械学習ライブラリsklearnを用いて、クラスタリング結果を評価する主要な指標を使い分ける方法を解説します。 コード 以下のコードは、sklearnの組み込みデータセットであるアヤメのデータセットを用いて、2から9までのクラスタ数でKMeansクラスタリングを行い、その結果を以下の4つの評価指標で評価するものです。 Inertia Silhouette Score Davies-Bouldin Score Calinski-Harabasz Score import matplotlib.pyplot as plt from sklearn.datasets
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
【就活】WEB面接の準備と対策 - Kaito Blog ~フィルムカメラを広めたい大学生のブログ~
STEPNは、どのように"ポンジ/ねずみ講"から抜け出そうとしているか？【保存版・BCGの教科書】｜Crypton
ブログ始めて１ヵ月、かいとってどんな人？ - Kaito Blog ~フィルムカメラを広めたい大学生のブログ~
AWSでJavaMailを使用してメール送信する - Qiita
クラスタリングで最適なクラスタ数を見つけるための評価指標 - Qiita