はてなブックマーク

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? こちらのページで解説頂いていたのですが https://qiita.com/SNQ-2001/items/796dc5e794ac3f57a945 2025年現在だとリンクや申請方法だいぶ変わっていたので、2025年版として記載します。 準備が必要なもの 学校のメールアドレス 学生証 大まかな流れ githubに登録 学校のメールアドレスを追加 二段階認証を設定 学生申請 学生クーポン付与 githubに登録 上記ページからからサインアップしてもらうだけなのですが 注意点として「学校のメールアドレス」である必要がないということです。 卒

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Deep Learningについての基礎を教えていると、「活性化関数が何者かよくわからん」と多くの人が学習の最初の躓きポイントになった人が結構います。 入力と重みを行列の掛け算をして～、重みに従って入力が活かされる値が調整されて～、バイアスで調整して～ と、その辺りは高校数学の行列の知識で「なんかうろ覚えだけど言いたいことはわかる」とあまり躓くことはないのですが、 こいつにいきなり「活性化関数」がかけられます。 こいつは何者なんだと 恐らく最初はステップ関数やSigmoid関数が紹介されて「あ、値を0.0～1.0に丸める奴なのかな」と思

5. まとめ ― Prompt Engineering は“死”ではなく“吸収合併” Prompt Engineer = 職種 は消滅傾向。 Prompt Engineering = スキル は “AI と協働する全職種の共通知識” へ統合。 今後は「AI を使う力」より「AI に任せて監督する力」がキャリアの差別化要因となる。 感想 前回の記事の締めにも書きましたが、「●●式」のようなoneプロンプトの技であったり、キーワードを駆使する等の技の部分を指す意味での「プロンプトエンジニアリング」は今後不要になっていくと思います。 ただ、生成AIと対話するアプローチに関しては、(エージェントによるサポートの進化はあれど)依然必要かと思います。 以下なども対話アプローチに関するTipsが多いです。 https://qiita.com/hokutoh/items/4a5447833721fe839

Prompt engineering for GitHub Copilotの要点メモ ポイントだけ要約 大まかな指示から始め、徐々に詳細を伝える 最初はゴールやシナリオをざっくり示し、後から具体的な要件を追加 例を示してCopilotに意図を伝える 入力データや出力例など、サンプルを提示することで意図を明確化 大きなタスクは小さく分割する 複雑な要求を一度にまとめて投げるより、細分化して順序立てて依頼 曖昧さを避ける 「これ」「あれ」といった指示でなく、具体的に関数名や対象コードを指定 関連するコードを明示する 使いたいライブラリや、参照したいファイルをCopilotにわかるようにする 試行錯誤を繰り返す 望む結果が得られない場合は、プロンプトを修正したり履歴を調整 チャット窓は話題毎に使う 基本新しく窓出さないで継続で会話する。目的に無関係なチャット履歴は削除し、Copilotに与える文

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? タイトルは私の主張ではないです。 “Don’t Start a Career as an AI Prompt Engineer"「プロンプトエンジニアをめざすな」からの引用です。 https://spectrum.ieee.org/prompt-engineering-is-dead "AI Prompt Engineering Is Dead"というなかなかなタイトルの記事です。 3行で プロンプトエンジニアリング(LLMに最適な指示（プロンプト）を与え、望む出力を得るためのテクニック)はchatGPT登場あたりにめっちゃもてはやされ

こちらに投稿した記事の転載です。 UMLとは処理の流れや関係性を図示するためのモデリング手法で、エンジニアでなくとも使うことがあると思います。 例えばユースケース図、シーケンス図、アクティビティ図、クラス図などです。 基本的には画像になるのでchatGPTに作図してもらうのは出来ないんじゃないか、となるかもしれませんが・・・ それPlantUMLなら出来ます！ PlantUMLとは 詳細は省きますが、UMLをテキストデータで作図する方法です。 公式サイトが広告だらけなのでいまいちオフィシャル感がないのですが テキストでUMLを作図する仕様としてはデファクトスタンダードであると思います。 テキストで書くことにより、バージョン管理ソフトなどで差分管理することが可能となりメンテナンス性があがります。 また、記法が直観的なので習熟コストも低いです。 例えば以下のような形です。