はじめに デフォルト設定でフレッツを使っている皆さん、あなたのお宅は丸裸です。 こんな設定をデフォルトにしたNTTは狂っているとしか言いようがありません。 本気で信じられない。最初は冗談かと思ったさ。 本日、会社でIPv6の疎通試験をしていて発見した事実をありのまま話します。 NASAのこんな話は、対岸の火事ではなく、知識不足、環境、業者あたりがそろうと簡単に起きる話です。 https://www.gizmodo.jp/2019/06/nasa-hacker-raspberry-pi.html 1.フレッツ・v6オプションはデフォルトで有効 NTT東西、フレッツ・v6オプションの工事費を変更、東日本はデフォルトで提供 2012/5/29以降にNTT東日本でフレッツ光の工事(新規開通・移転・品目変更)をした皆さん、あなたのお宅はフレッツ・v6オプションが有効になっております。 「フレッツ・v

はじめに なんか面白そうなAPIとか探していたら、NHK番組表APIなるものを発見しました。 NHKっていったら、紅白、高校野球、朝ドラ、大河、天才テレビくんとか忍たま乱太郎とか、昔からそんなイメージ。 最近だと、キングダムとか進撃の巨人なんかも放送してたり、昔のイメージを覆しはじめてますねー。 ちなみに最近見つけた僕のイチオシは「香川照之の昆虫すごいぜ！」です。 ちなみに、NHKって不定期放送多くないですかね？ LIFE!とか、見逃しちゃうんですよね〜。 ウッチャンのコント番組見ると、笑う犬思い出しちゃいますよね〜。ミル姉さんとか。 ということで、今回はLambda使ってサーバーレスな感じで、見たい番組・好きなタレントが出ている番組をSlackに通知する、お手軽アプリケーション作ろうかと思います。 言語はGo(勉強中)です。 環境など AWS Lambda Amazon CloudWat

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「Linuxの「かな漢字変換」」です。ひらがなの文字列を普通の漢字かな混じり文にするソフトウェアの話です。 はじめに この記事ではLinuxの日本語入力を歴史の中で特にかな漢字変換の部分の歴史についての概要です。その時代に広く使われていたと筆者が独断で思う物のみに触れます(触れてない物の中には筆者の友人知人の作品も含まれていて心苦しい点もありますが…)。 Linux以前 - 国産ワークステーションの時代 80年代後半から90年代前半にかけて国内の複数の会社がワークステーションを製造販売していました。各社ではそれぞれのアーキテク

お久しぶりです！ アルゴリズムと整数好きのけんちょんです！ 今回は俗に「数学ゲー」と呼ばれるタイプの問題のうち、整数について語ります。 【他シリーズ】 AtCoder 版！マスター・オブ・整数 (最大公約数編) エラトステネスの篩の活用法を総特集！ 〜 高速素因数分解・メビウスの反転公式 〜 フェルマーの小定理の証明と使い方 拡張ユークリッドの互除法 〜 一次不定方程式 ax + by = c の解き方 〜 (書籍画像は amazon ページ より) 追記：整数問題を練習できるオンライン教材 本記事に準拠した、整数アルゴリズムを学べるオンライン教材を作ってみました。素数判定から始めて、段階的に学べる教材としました。 整数問題などのオンライン練習問題集 1 問 1 問は下図のような構成になっています。各問題に対して、ユーザが実装したプログラムを提出すると、その場でサーバー上で実行し、正しく挙

今回は最大公約数について特集します！ 最大公約数は、初等整数論の醍醐味をたっぷりと味わえる題材です。競プロをやっている方だけでなく、大学受験を志す方にも有益なものが満載です。 (なお、最近の Qiita スマホ表示の不具合により、スマホでは数式がうまく表示されない可能性があります) 0. はじめに 今回は AtCoder の整数問題の中でも特に多い最大公約数に関する知見をまとめます。今回も前回と同様、登場するアルゴリズム自体はたった 1 個です。 Euclid の互除法 Euclid の互除法とは、二つの整数 $a, b$ の最大公約数を求めるアルゴリズムです。たったそれだけなのですが、最大公約数については考えることがものすごく沢山あります。前回の素因数分解と同様、最大公約数も 単にアルゴリズムを覚えるだけでなく、最大公約数という概念について深く理解すること がとても重要だと思います。最大

もくじ →https://qiita.com/tera1707/items/4fda73d86eded283ec4f 概要 xamlの画面作りの勉強をしたいので、Win10 IoTで電子工作しながら画面作成の勉強をしようと思い、その環境を作ったので、以下にやったことをメモ。 必要ファイルのダウンロード 現時点でのダウンロードページから、必要ファイルをダウンロード。 IoT Core ダウンロードページ https://docs.microsoft.com/ja-jp/windows/iot-core/downloads Windows 10 IoT Core DashBoard Windows 10 IoT Core ダッシュボードをまずダウンロード IoT Core本体 ラズパイ向けのIoT Core リリースをダウンロード ラズパイに挿すIoT Core入りSDカード作成 まずSDカー

okumuraです。前回の記事で異様にいいねがついて少々驚きました。その記事の最後に「余力があればよく使うライブラリー集とかも出すかもしれません」とかいってて何もしてなかったので、まとめました。 #0. はじめに この記事は半分自分用のために作りました。私自身あんまりライブラリを使わない方なので、結構抜けているかもしれません。「推しライブラリがないぞ！」などなどはコメントに記入していただけると幸いです。また説明が雑な箇所や個人的見解、ミスなど多々見られるかもしれません。これは私の理解力不足と経験不足などなどからくるものです、申し訳ございません。 一応各項目の後には私のAtCoder,Codeforcesでの使用例も載せておきました。問題のネタバレも含むので読むときには注意してください。参考になればいいと思います。 #1. sys sys.exit プログラムを終了させます。私がsysモジュ

{ "id" : "12345678-1234-1234-1234-123456789012", "title" : "myTitle", "content" : "myContent", "createdAt" : "2019-09-01 00:00:00", "createdUser" : "12345678-1234-1234-1234-123456789012", "updatedAt" : "2019-09-01 00:00:00", "updatedUser" : "12345678-1234-1234-1234-123456789012" } VSCodeのマルチカーソル練習帳 VSCodeのマルチカーソルをうまく使うには、3つのポイントを押さえる必要があります。 カーソル追加のポイント カーソル移動のポイント マルチカーソルを活用した編集のポイント 3つのポイントそれぞれに

たとえば、詳細設計から結合試験までを行う場合なら、 13sp + 13sp + 13sp + 19.5sp = 58.5sp と計算します。 スクラムでやるなら1スクラムあたり何sp消化できるか、ウォーターフォールなど日数を見積もりたい場合は、そこから1spが何人日かを予め定義しておいて、実際の工数を割り出します。 (1スプリントで10sp消化できるとした場合は6スプリントかかる計算になるし、1sp=0.5人日とした場合は、29.5人日≒1.5人月となります) なお、この比率は求められる品質レベルから算出します。 たとえばドキュメントをかっちり書く必要があるのなら設計の比率を上げる必要がありますし、メモレベルでよかったり、GitのPullRequestなどに記載する程度でいい場合は比率は下がるでしょう。テストの工数も同様です。なお、上記のは「ある程度かっちりやる」場合の比率です。 比率を算

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 今回は、Corey Haines（@coreyhainesco）氏の「How I launched a profitable job board with no-code tools in 3 weeks」という記事を、本人の許諾を得て翻訳・掲載しています。 およそ12,000字の長い記事なので、かんたんに内容をまとめると下記のようになります。 翻訳元記事の筆者はスタートアップでマーケティングを本業としている。 自身の経験から、マーケター専用求人サイトに需要を見出し、開発に着手。 非エンジニアでコードは書けないので、ノーコードツールを駆

ページを読んでできるもの Pythonで以下の入力内容のGUIが簡単に作れます 基本的な入力（テキストボックス、チェックボックス） テキストボックスにはデフォルトで入力が、チェックボックスにはチェックが入っています 入力された内容をポップアップで表示する 起動直後の画面 実行ボタンを押した結果 公式の日本語対応について 公式サイトが日本からのユーザが増えたとのことでreadmeの日本語翻訳に対応しました！！ https://github.com/PySimpleGUI/PySimpleGUI/blob/master/readme.ja.md Tkinterについて Tkinterは標準のPythonのGUIライブラリです。個人的に考えるメリット、デメリットは以下の通りです。 メリット 標準だからインストール不要 サンプルはそこそこ多い デメリット ウィジェット（UIパーツ）を配置する際、種

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 初めましてこんにちは。 最近コードレビューの記事書いたら、Excelベースだったことを理由に Qiitaコメントとはてブで徹底的に燃やされたおじさんです。 いやね、僕だって使いたくて使ってるわけではなくてね、 できることなら使いたくないんですよ。 というわけで名誉挽回のために脱Excelできた話、 それも日本の三大悪三大風習に数えられるExcel設計書を抹殺した話を書きます。 (2/25修正：悪は言いすぎました。訂正します。） Growi 最高。 Excel設計書 またの名をExcel方眼紙。 エクセルのセルの縦横を同じくらいの大きさに

OpenCVはpix2pixの実行とは直接関係しないのですが、後述の学習データの作成で使用します。今の所最新バージョンで問題なさそうですが、もし実行できないのであれば同じようにバージョンを指定してインストールを行ってください。 #3.学習データの作成 pix2pixには予め学習用データセットが用意されていますが、今回の目的は画像の高画質化なので、それに適した学習データを自作することにします。 前述したとおり、pix2pixは以下のような２枚の対になった画像を繋げて１枚にしたものを学習データとして用います。（256px × 256pxを２枚繋げた512px × 256pxの画像） この画像を作成するためには #####1. 大きな画像を256px × 256pxに切り分ける #####2. 切り分けたそれぞれの画像にぼかしを入れる #####3. 切り分けた画像とぼかしを入れた画像を結合する

それらのアルゴリズムが学習できる記事たちなどを紹介します。 全探索 全探索には、「全列挙」「ビット全探索」「順列全探索」「再帰関数を用いた全探索」など多くの種類に分かれます。しかし、基本的に以下の記事を読めば全部理解できます。 全列挙　たのしい探索アルゴリズムの世界【前編：全探索、bit全探索から半分全列挙まで】 の 2 章 その他の全探索　たのしい探索アルゴリズムの世界【前編：全探索、bit全探索から半分全列挙まで】 の 3 章 二分探索 アルゴリズムの代表例ともいわれる二分探索は、以下の 2 記事で解説されています。 二分探索とは：アルゴリズムを勉強するなら二分探索から始めよう！ 『なっとく！アルゴリズム』より 競プロで使える二分探索：二分探索アルゴリズムを一般化 〜 めぐる式二分探索法のススメ 〜 【補足】二分探索に類似したアルゴリズムとして「二分法」があります。それについて詳しく知

1. なぜ 998244353 で割るのか？ 最初はこのような設問を見るとぎょっとしてしまいますが、実はとても自然な問題設定です。 $998244353$ で割らないと、答えの桁数がとてつもなく大きくなってしまうことがあります。このとき以下のような問題が生じます: 多倍長整数がサポートされている言語とされていない言語とで有利不利が生じる 10000 桁にも及ぶような巨大な整数を扱うとなると計算時間が膨大にかかってしまう 1 番目の事情はプログラミングコンテストに特有のものと思えなくもないですが、2 番目の事情は切実です。整数の足し算や掛け算などを実施するとき、桁数があまりにも大きくなると桁数に応じた計算時間がかかってしまいます。実用的にもそのような巨大な整数を扱うときは、いくつかの素数で割ったあまりを計算しておいて、最後に中国剰余定理を適用して復元することも多いです。 なぜ 9982443

完成品 まずは完成したクラスターをご紹介します。 関連記事 2020/02/25 追記 ラズパイk8s用の監視システム(Node Exporter + Prometheus + InfluxDB + Grafana) Raspberry Pi上のDockerで動くイメージのCIでのビルド方法 モチベーション つい先日会社のサポート制度である「テックサポート制度」の対象にRaspberry Piが追加されているのを発見しました。 これは使わない手はないなと思い最上位モデルの4GBを3台購入し、長年の悲願であったKubernetes Cluster on Raspberry Piを構築することができました。 ちなみに、テックサポート制度に関しては会社の 開発者ブログ に詳しく書かれています。 （宣伝ノルマ達成） これがやりたかっただけ コンセプト ラズパイk8sクラスターなんて先人達が幾度とな

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 基本的アルゴリズム（幅優先探索など）から応用（経路復元、拡張ダイクストラなど）まで、最短経路問題に関するアルゴリズムを総特集しました。 基本的なグラフ理論の用語については、次を参考にしてください。 グラフ理論　用語集 queueなどのデータ構造の用語については、次のスライドの後半を参考にしてください。 C++ STL講習会 by @e869120 最短経路問題とは 一般的に、次のような問題とされます。 $V$ 頂点と $E$ 辺からなるグラフが与えられる。頂点 $u$ と 頂点 $v$ を結ぶパスのうち、重みの総和が最も小さいものはどれ

株式会社デジサク がお送りするプログラミング記事、 今回はAI（機械学習）の具体的なコーディング手順を扱います。 ※ 無料セミナーも開催中なので、ぜひご覧になってみて下さい。 はじめに これまで「機械学習を仕事に使うには？」というテーマで記事をお届けしてきましたが、 第３回の今回は「Pythonのコーディング手順」をテーマに、具体的なプログラミングを紹介します。 バックナンバーも読んで頂くと機械学習の基礎からPythonのコーディングまで全体を理解できますので、ぜひご活用ください。 第１回：機械学習の目的を理解する 第２回：AI開発のプロジェクト全体像 SNS でも色々な情報を発信しているので、記事を読んで良いなと感じて頂けたら Twitterアカウント「Saku731」 もフォロー頂けると嬉しいです。 機械学習に必要なプログラミングスキル まず、機械学習を習得するために必要なスキルは下記