こちらは クラスター Advent Calendar 2023（2枚目）の4日目の記事です。 昨日は慕狼ゆにさんの「clusterの若手成長」でした。自分は若いことは目の前のことに必死で先のことを考えられていなかったので、しっかり前を見据えられているのはすごいですね。 枠が空いていたので飛び込みました。 クラスター株式会社のソフトウェアエンジニアは自分の得意領域を持ちつつも、別の領域にもチャレンジをする人が多いです。 プロダクトに対するとオーナーシップが強い人が多いというカルチャー的な要因もあり、少しでもプロダクトをよりよくするために自然と領域の壁を越える人が多い印象です。 かく言う自分もこの半期は得意なサーバーサイドの領域を離れて Unity のタスクに挑戦していました。 もともと Unity 3、4 のころに仕事で触っていたので、素養はあるので完全な初挑戦という訳ではないのですが。 本

LLM、GPT界隈を追いかけていて、GPTの仕組みと限界についての考察（2.1） - conceptualizationという記事を見かけた。これを見たとき、「どういうことか全然理解できない」という気持ちになった。また、その他LLMの解説記事を理解できないことが多く、自分の機械学習知識不足が明確になった。 理解できなかったことは悔しいし、LLMやChatGPTをうまく使いこなすには最低限どのような原理で動いているか理解したいと感じた。そこで一歩目として「ゼロから作るDeep Learning」を完走した。 ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装 作者:斎藤 康毅オライリージャパンAmazon 知識なしからはじめたので時間はかかったが、次のように進めていった。 自分もコードを写経しながら読む レポジトリは https://github.co

toyokeizai.net satoru-takeuchi.hatenablog.com 全然レイヤーが違うが、自分が何に悩んで、どういう風に理解したか、思い出しながら書き出してみる。 プログラミング歴 20歳からなので、現時点で10年ぐらいだが、中学生の時ちょっと触ったことがあった。 14 歳: 病気で入院したときに暇すぎて、2 週間ほど VBA を触った 大学 1 年: 大学の選択科目で Java, 夏休みに Python と Ubuntu の独習 大学 3 年: Python で自然言語処理のバイト 大学 4 年: Android アプリを作るバイト、就活ポートフォリオとして node/Websocket で MMO 一社目: Unity, ActionScript, Haskell, JavaScript 以降~: JavaScript/CoffeeScript/TypeScri

「『予測』という名の欲望」連続インタビュー＃７（完）　今泉允聡・統計数理研究所助教 囲碁の世界チャンピオンを破ったソフト「アルファ碁」などで一躍注目を浴びるようになったのが、人工知能（AI）の「ディープラーニング」（深層学習）という技術だ。大量のデータを学習してデータ間のつながりを見つけるのに長け、非常に精度の高い予測をする。文字・画像認識の分野での活用が広がるが、どうやってその答えを見つけ出したのか、人間には理解できないという。なぜ、人間はAIの考えが理解できないのか。分かるようになる日は来るのか。ディープラーニングの仕組みなどを研究している統計数理研究所助教の今泉允聡さんに聞いた。（西村宏治） 【特集】「『予測』という名の欲望」全記事はこちらから読めます ■人間にはAIの考えが分からない？ ――ディープラーニングは、大量の「教師データ」を読み込み、入力する変数と、出力する変数との間の関

研修資料まとめ.md エンジニア向け研修 CARTA HOLDINGS（旧VOYAGE GROUP） 技術広報が新卒研修<Open AIハッカソン>をスパイしてみた - (2023/04/11) @t_wadaに学ぶテスト駆動開発【CARTA 23新卒研修】 - (2023/04/19) 【新卒研修】監修者@t_wadaと読む！プログラマが知るべき97のこと読書会 - (2024/04/09) Classi 当たり前にリリースしていく ~ 新卒研修編 - (2021/05/20) リモートワークのための質問力向上研修を実施しました - (2021/12/07) Classi 2025年新卒エンジニア研修「そーだい塾」を開催しました - (2025/06/18) CyberZ 良いコードとは何か - エンジニア新卒研修 スライド公開 - (2021/04/27) DMM.com(旧DMM.c

プログラミングは難しい 注意： この記事は「プログラミング学習とはかくあるべき」、「こうやって学習するのが一番」ということを言いたいのではなく、プログラムを勉強したいが右も左もわからない人に少しでも勇気と情報を与えることを目的としています。過去の挫折経験からか、なかば愚痴っぽくなっていますがご勘弁を はじめに自分のプログラミング歴を軽く紹介して起きます。 年 言語 学習目的 2010 C言語 学校の実習 2011 C++ 組み込み系 2012~2017 None None 2018 Go,Js,Scala,Python 研究、Web開発 といった感じです。2012~2017年がNoneになっているのには原因が「C言語に挫折し、とにかくプログラミングがしたくなかった」からです。そう思ってしまった原因と、そこから立ち直ったことがこの記事を書いた理由です。 「おいおい、C言語ごときで挫折とは情け

こんにちは、@ketancho です。 こちらの記事の初版は2018年に書いたのですが、ありがたいことに2025年現在も多くの方に読んでいただいています。私としてもとても気に入っている記事で、かつ「AWSを学ぶために最初に構築する」というテーマとしては、（少なくとも私は）陳腐化しておらず、今でも最初に試しておきたい構成かな？と思っています。 もちろん、他にも多々構成の選択肢を学ぶという意味で有意義な構成があると思うのですが、AWS 基本のキを抑えたい方がいたときに、私はこれらのアーキテクチャを構築してみるのはどうですか？とお伝えすると思います。 一方、AWS のアイコンが古くなっており、読みにくい部分も出てきたかなと思っており、リライトしてみることにしました。前述の通り、内容を大きくは変えていませんが、より読みやすい記事になっていればと願っております。 先日書いた AWS の勉強方法をまと

by Vik Approved 機械学習を使った顔認証技術は精度の向上に伴ってiPhoneのFace IDに使われたり、中国では警察の捜査に使われたりしています。そんな中、オランダの男性が「猫の顔認証デバイスを作成した」と話題になっています。 This Guy Made a Facial Recognition Device for His Cat - Motherboard https://motherboard.vice.com/en_us/article/a34q3e/facial-recognition-diy-pets-cats-dogs Engineer builds cat facial recognition device to notify them of their cat - Business Insider http://www.businessinsider.co

2025年最新版を書きましたので、よければこちら↓の記事をご覧ください！☁️ www.ketancho.net 「AWSの勉強をしたいんだけど、まず何をすればいい？」と会社の同期や同僚から聞かれることがよくあります。ありがたいことに、先日 Amazon Web Services 業務システム設計・移行ガイド (Informatics&IDEA) を出版してからは、システムエンジニアではない知人からもこのような質問を頂くようになりました。このような質問を頂いた方には、過去に有志で開催していた社内勉強会の資料を渡したり、自分の勉強方法を共有したりするのですが、自分がどのような勉強方法をしてきたか棚卸ししきれていないなと感じたので、これを機に整理しようと思います。 私について 私は、大学時代はアプリケーション系の情報専攻で、社会人になってからも入社後最初の数年はアプリエンジニアとして仕事をしてい

はじめに 「プロを目指す人のためのRuby入門」を出版して以来、本で学んだ内容をブログに載せてくれている方をよく見かけます。 それ自体は著者として大変嬉しいのですが、たまに「ん？これはちょっと・・・」と思うようなブログ記事を見かけるときがあります。 具体的にいうと、本の内容を丸写ししているだけのブログ記事です。 このエントリでは本の丸写しがなぜいけないのか、かわりにどういうブログを書けばいいのか、ということについて書いていきます。 本の内容を丸写ししているブログの例 本の内容を丸写しをしているブログというのは文字通り「丸写し」しているブログです。 具体的なイメージを共有するために「こんな感じ」という例を載せておきます（特定の誰かのブログを意図しているわけではありません）。 タイトル「第2章 2.2.3 文の区切り」 「プロを目指す人のためのRuby入門」を読んでいるので、勉強した内容をメモ

オライリーから「仕事ではじめる機械学習」という本を出しました。技術書典2で頒布した同人誌がベースで引き続き @chezou, @tokoroten 両氏と共著です。実務者向けの内容で対象読者は情報システム開発現場のエンジニアです。 O'Reilly Japan - 仕事ではじめる機械学習 https://www.oreilly.co.jp/books/9784873118215/ 私は同人誌版で「ゲームの試合結果データのマイニング」の章を書きましたが、今回はより実務的な内容として効果検証について書いています。主に仮説検定と因果効果推定です。内容はChezouさんの告知を参照していただくとして、補足とバックグラウンドを紹介します。 お前だれよ インターネット広告配信システムの配信ロジックの開発をしています。2015年まではデータを集める所から分析基盤の構築を経てBIツールの導入、バッチ処理環

Featuring Prime Minister of Greece & top Euro tech voices!

まじな話をすると、N予備校のプログラミング入門コースやるのがオススメ。 https://www.nnn.ed.nico 一日8時間勉強時間があるなら、だいたい一ヶ月で終わる内容。 月額1000円だけどしっかり勉強すれば一ヶ月の無料期間中に終わると思う。 もともとN高等学校のノンプログラマーの生徒をWebエンジニアとして就職させるために作られたカリキュラムで講師曰く去年はこれで二人エンジニア就職を決めたらしい。 内容も相当親切に説明していて、プログラミングで何か作るだけじゃなくて、就職に必要な環境構築やセキュリティまでみっちりやる。 http://qiita.com/sifue/items/7e7c7867b64ce9742aee#%E3%82%B3%E3%83%B3%E3%82%BB%E3%83%97%E3%83%88%E3%82%92%E3%82%82%E3%81%A8%E3%81%AB

個人アプリ開発者という職業柄？ 2chに悪口を書かれることがたまにあるので 書き込みをした人をAIで特定してみようと思います。 まず、ツイッターの内容がリアルタイムに書き込まれているので 犯人はフォロワーであることは間違いないと思います。 夢を奪ってごめんよ… pic.twitter.com/vhbAHhPobE — ちょいちょい🎢 (@ChoiChoiAdv) 2017年8月18日 フォロワーを全員判断させるのはめんどそうなので まずは下記を参考に容疑者を洗い出します。 detail.chiebukuro.yahoo.co.jp そういえば、ツイートにこんなリプが これで容疑者は２人に絞られました。 以降、犯人のプライバシーに配慮してS氏、P氏と呼ばせて頂きます。 やりたいことはこんな感じです。↓ 1. お二人のツイート内容をChainerに食わせて、いい感じに文章の癖とかをAIが学習

日本のソフトウェア技術者、まつもとゆきひろ氏によって作られたプログラミング言語「Ruby」。その出自から日本で人気が高いのはもちろん、「Ruby on Rails」というキラーフレームワークが爆発的に広まったことで、全世界的な知名度をも獲得しました。 ところがここ数年Rubyの人気は低下傾向にあり、以前とは状況が少し変わってきているようです。 テックメディアTechRepublicのライターAlison DeNisco氏は8月7日、「The death of Ruby? Developers should learn these languages instead」という記事を公開。Rubyの人気が低下している現在、開発者は別のプログラミング言語を習得したほうが良いという趣旨の考察を展開しています。 Rubyの人気の低下の証拠とは 同記事はRubyの人気低下の証拠として、Indeedによる

By Tim & Selena Middleton 多くのエンジニア職に携わる人が、Stack Overflowで「子どもにプログラミングを教える方法」について質問しています。大多数は「コンピューターはバカだから、動かすためにはどうすればいいかとても正確に教えてあげなければいけない」というようなアイデアに基づいた解答をしているのですが、この教え方だと「面白さは保証されるが、プログラミングについて理解できるかについては疑念が残る」と考えたトメク・カチャノフスキー氏が、異なるアプローチで「6歳の子どもにプログラミングを教える方法」を実践した結果を、プログラマーがアイデアをシェアするコミュニティ「dev.to」につづっています。 Explaining Programming to 6 Years Old Kids https://dev.to/tkaczanowski/explaining-pr

フリー素材サイト「いらすとや」に出てくる人間風の画像を自動生成するモデルをDeep Learningで作りました。実装にはGoogle製のライブラリ「TensorFlow」と機械学習アルゴリズムの「DCGAN」「Wasserstein GAN」を用いています。 以下は生成された人間画像のうちそれなりにきれいなものの一例です。頬のところが赤くなっていて何となく本家いらすとやの特徴を捉えられていると思います。 「いらすとや」とは？ 実装した手法の概要 DCGAN、Wasserstein GANについて Generator Discriminator GeneratorとDiscriminatorの学習 学習や実装の詳細 Generator、Discriminatorのネットワーク構成やパラメーター 訓練データ その他 学習経過 モデルを検証する 入力にバイアスを掛けていい画像を出やすくする ま

ドメインにより意味が変化する単語の抽出 立命館の学生さんが発表して、炎上した論文を、わたしもJSAI2017に参加していた関係で、公開が停止する前に入手することができました 論文中では、幾つかのPixivに公開されているBL小説に対して定性的な分類をして、終わりという、機械学習が入っていないような論文でしたので、わたしなりに機械学習を使ってできることを示したいという思いがあります。（そんなに大変な問題でないように見えて、かつ、問題設定も優れていたのに、なぜ…） 炎上に対して思うところ(主観です) PixivのBLのコンテンツを参照し、論文にハンドル名を含めて記述してしまっており、作家の方に精神的な不可をかけてしまうという事件がありました。 非常にRTされている代表的なツイートは、以下のようになっています。 （該当ツイートは盗用との指摘を受けたので消しました、検索すれば出るものなで、大乗だと