骨髄提供をしてみた【追記】
もう1年以上前になるが、骨髄提供をしてみたのでその感想をつらつらと書きます。 そもそも献血が好きだったので、骨髄バンクの登録もそのついでにした。登録はしたけど5年くらい音沙汰はなかった。 適合のお知らせは、オレンジ色のでっかい封筒で送られてきた。 「あ、これ、いつもの骨髄バンクニュース送ってきただけじゃないな」ってすぐにわかった。 ＝＝ ここから先、■は個人的にめんどくさいこと、★はマジでデメリットだなって思ったことですので、面倒な方は■は読み飛ばしてください 提供する意思を骨髄バンクに返信するまで■最初に返信する書類の多さにもうめんどくさくなる 患者さんに提供する骨髄液だから、健康面について聞かれるのはしょうがないなと思いつつ、読むだけでも結構多い。 「貧血に最後になったのはいつか」とか覚えてない。己の記憶力のなさが憎い。 とはいえ、基本的に健康優良児なのであんまり気にせず進む。 ■当た
今日覚えたNumPyのテクニック - くじらにっき++
今日覚えたNumPyのテクニックを紹介します。 numpy.stack で2次元配列を繋げて3次元配列を作る 1次元配列を繋げて2次元配列を作りたいような場合には numpy.vstack や numpy.hstack という関数があります。 a = numpy.array([1, 2, 3, 4]) b = numpy.array([2, 4, 6, 8]) c = numpy.array([3, 6, 9, 12]) numpy.vstack([a, b, c]) # array([[ 1, 2, 3, 4], # [ 2, 4, 6, 8], # [ 3, 6, 9, 12]]) 2次元配列を繋げて3次元配列を作りたいような場合にはどのようにすればよいか知らなかったのですが，numpy.stack という関数があることを知りました。 a = numpy.array([[1, 2, 3
会社の本番環境をDocker(ECS)に置き換えるために準備したこと気づいたこと
エンジニアの@macs_6です。 このブログでは社内のAWS EC2上で運用しているアプリケーション群をECS移行したプロジェクトについて紹介します。 ローカルの開発環境をDockerした話は以前の記事(複数の rails プロジェクトが共存する開発環境を Docker 化した話を晒してみる)で西辻が紹介しているので、そちらを参照して下さい。 概要 プロジェクトを始める前に感じていた課題 目指す状態 ECSを選択する理由 設計 移行のために必要な作業 Digdagによるスケジューリングについて ECSを使って見て気づいたこと 今後やりたいこと プロジェクトを始める前に感じていた課題 ローカル・本番で再現性のある環境を簡単に作れるようにしたい 簡単にスケールできるようにしたい コストを抑えたい ECS移行プロジェクトを始める前にはこれらの3つの事に課題感を持っていました。 1.ローカル・本番
【fuelphp】phpunitでのテスト自動化入門〜使い方メモ - とりあえずphpとか
はじめに ずっとやろうやろうと思ってて放置していたテストです 残念なことに自分が携わってきた案件ではこれが使われていた案件はありませんでした。 ・自分は心配性な方なので割とデバッグは入念にやるためか ・たまたま案件に恵まれていただけなのか はわかりませんがテスト不足で痛い目にあった記憶があまりありませんでした(たぶん) けど ・お金が関わってる処理とか ・ロジックがやたら複雑になってしまっているとか を改修するとデグレードしてないかと心配はやはり耐えません どこかでテストコードを書く事でこの心配が減らせるみたいなことを目にしてなるほどなぁと思ったのを覚えてます 導入 今回は何故か初めからphpunitはインストールしてありましたがなければインストールする phpunitインストール > wget https://phar.phpunit.de/phpunit.phar > chmod +x
機械学習を使って東京23区のお買い得賃貸物件を探してみた - データで見る世界
さて、改めて今回の目的を確認しておくと、機械学習を使って東京都23区のお買い得賃貸物件を発見しよう、というものです。前回までの記事で、お買い得賃貸物件を発見するためのデータを収集し、分析にかけられるよう前処理してきました。 www.analyze-world.com www.analyze-world.com 今回の記事では、いよいよ機械学習を使って分析していきましょう。前回まではPythonを使っていましたが、この分析ではRを用いています。なお、コードはGitHub（https://github.com/ShoKosaka/Suumo）に上げておきますので興味ある方は参照ください。 最初に、データの中身をざっくり見ていきます。具体的には、分析のキーになるポイントをグラフにしながら、賃貸物件の現状や変数同士の関係性を把握していきます。 データ探索 まず、23区の中でどこが物件数が多いのかを
人手不足による先月の倒産件数 この４年間で最多に | NHKニュース
企業の間で人手不足が深刻になる中、先月、人件費の高騰や求人難など人手不足が理由になって倒産した企業の数が、この４年の間で最も多くなったことが信用調査会社のまとめでわかりました。 倒産件数が前の年を上回ったのは２か月連続で、産業別に見ますと、「サービス業など」が最も多く２１５件、「建設業」が１４８件、「卸売業」が１１１件などとなりました。 このうち、人手不足による人件費の高騰などで経営が悪化し、倒産した企業の数は３９件と、前の年の同じ月より７０％以上増加し、この４年間で最も多かったということです。 信用調査会社は「多くの人を雇わなければならないサービス業や運輸業を中心に、人件費の高騰や求人難が経営のリスクになろうとしている」と話しています。
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
ゆとり世代の転職が絶えない｢本当の理由｣ | 就職・転職 | 東洋経済オンライン | 経済ニュースの新基準