伝説的なエンジニアであり、現代のソフトウェア文化の土壌を作った存在でもあるジェラルド・M・ワインバーグの主著とも言える『コンサルタントの秘密』を読んだ。 タイトルに「コンサルタント」とあるけれど、これはコンサルタントの本ではない。もっと広くて、「（自分も含む）誰かに相談されたとき、どう考えるか」をまとめた本だ（この「誰か」は自分も含む）。 コンサルタントは肩書きではなく、「どのように人と関わるか」が詰まった一冊といえる。彼の経歴上、プログラムやシステムの話が登場するが、あくまで面白いエピソードとして挙げているだけ。 様々なエピソード（だいたいトラブル）を元に、「コンサルタントの法則」として紹介してくれる。これ、実践できている人は当たり前すぎてピンとこないかもしれないが、「これを法則と呼ぶくらい重要な考え方である」ことに気づかない人には宝の山だろう。 トム・デマルコの書籍を通じて知り、自分の

といっても俺のいう投資話なんて「さっさとiDeCoの口座を作って毎月可能な限り最大額を振り込んでインデックスファンド（できればVFIAXかVTSAX）を買い続けろ」という個人年金運用の基本中の基本なんだけど、これを周りの連中に話しても「投資怖い」「投資はリスク」とか思い込んで手を出さない連中が一定数いて毎回どうしようもないなと思う。しかもこれ学歴とか関係なくこういった投資話に拒否反応を示す人が一定数いる。 俺の話を金持ち父さんのネットワークビジネスとかねずみ講の勧誘と同レベルに思ってるのか？インデックスファンドでの投資のリスクは１０年～２０年単位で運用すれば調整できるし、そもそも現金のまま持ち続けることもリスクなんだという概念が理解できないっぽい。理数脳と文系脳ってやつだろうか？（怒られそうだけど 低収入で個人年金に投資する余裕もないって層は別の話として、ある程度の余裕があるのに個人年金に

ある日、自分の親や夫がボケたら、亡くなったら…。「その時」はいつか必ず来るとわかっていても、つい先延ばしにする人は多い。58才主婦・香川さんが話す。 「最近、うちの父も足腰が弱ってきて、歩くのも難しくなってきました。万が一の時を考え、そろそろ家族で話し合っておこうと思いますが、『お父さんが死んだらさ』とは言い出しにくくて…」 久しぶりに親族が集まっても、大事なことは結局、誰も切り出せずじまい。香川さんのような家庭は多いのではないだろうか。 だが、先延ばしにしてよいことなど1つもない。家族の死後は通夜に葬儀にやることが山積みで、その後も延々とさまざまな手続きに追われる。 そればかりか、親と生前にしっかり話し合わなかったがために、期限内に適切に手続きできず、損したり、トラブルに発展したりすることもあるのだ。 別掲の「早わかりカレンダー」に、家族の死後、どんな手続きがどれくらいあるかをまとめた。

スマホゲーム運営のコンサルティングをやっております、あかおぎ(@akahiro0211)です。 今回はみなさん大好きな「炎上」をテーマにnoteを書いてみようと思います。 といっても「ネット上の炎上」ではなく笑、 「炎上しているプロジェクトに自分がアサインされた時、それをどうやって鎮火させるか」 という、もっと身近なやつです。笑 ネット上で炎上したことはないけど、炎上プロジェクトにアサインされて辛い経験をしたことのある人は、なかなか多いんじゃないでしょうか。 これを書こうと思ったのは、ぼくが今までの経歴上、炎上プロジェクトに途中からアサインされて火消しをするということが多く、 ・炎上しているPJの共通点がだいたい見えてきて ・火消しの際、やることが毎回一緒だと思ったので これを共有したら、日本のどこかで炎上プロジェクトに疲弊している人の助けになるかな、と思ったためです。 ※炎上プロジェクト

先日とあるベンチャー企業を辞めた。 ベンチャーの失敗はよくある話だしツイッターでもよく見かけるが、実際に自分の目の前でベンチャーが死んでいく様子を見た。 ----- 僕が働いていたその会社は、入社当時は社員数は数十人くらいの規模、創業してまだ数年ほどのいわゆるベンチャー企業だった。 数年前からのとあるブームの波に乗り「最先端領域のベンチャー」というラベルが付いた会社だった。 僕の入社当時は非常に勢いがあった時で、仕事の引き合いも多くきていたし、市場の成長と共に会社が伸びていっている空気を感じていた。 そんな勢いに乗っていた状況だったが、社長を始めメンバーのほとんどはエンジニアで、ビジネスをつくれるセンスと能力のある人がいないことが課題だった。当時の会社の経営状況がどんなだったか詳細は知らないが、潤沢に利益があるわけではなかったと思う。VCから調達した資金を消費しながらムーンショットを狙って

Transfer Learning - Machine Learning's Next Frontier Deep learning models excel at learning from a large number of labeled examples, but typically do not generalize to conditions not seen during training. This post gives an overview of transfer learning, motivates why it warrants our application, and discusses practical applications and methods. This post gives an overview of transfer learning and

エンジニアHub > 記事一覧 > AWSに関するありがちミスとその対策～EC2、S3、RDS、Lambda、CloudFrontの場合 AWSに関するありがちミスとその対策～EC2、S3、RDS、Lambda、CloudFrontの場合 AWS入門者が基本として知っておくべき知識を、AWS導入＆運用サポートのプロである、アイレットのエンジニア3名に聞きました。多くのAWSユーザーに支持されるAmazon EC2、Amazon S3、Amazon RDS、AWS Lambda、Amazon CloudFrontそれぞれの勘所やオススメの設定を、余すところなく紹介してもらいます！ なぜ、AWSを選ぶのか？ Amazon EC2～インスタンス起動後はプライベートIPを設定できないので注意 Amazon S3～S3はディスクではない。マウント非推奨の理由 RDS～自動スナップショットの保持期間を

Remember this article I wrote approximately 2 months ago on how using only a few apps on your iPhone can actually boost your productivity. I hope it helped you as it helped others. Minimalism gives you more focus and being focused is the most valuable skill in today’s distracting world. So keeping the spirit of minimalism alive, here’s a follow up article on the only apps you need be more producti

この記事は，テキストから画像を生成するGANについて横断的にまとめることを目指しました． "text-to-image"と呼ばれるタスクであり，テキスト（キャプション）を条件として，そのテキストにあう画像を生成することを目指します． 有名な研究では，StackGANがあります． 以下目次です． References なぜテキストから画像を生成するのか？ どういう生成モデルが優れているのか？ このタスクを困難にしている要因は？ 自然画像の高次元空間 テキスト空間と画像空間の違い データの用意 text-to-image synthesisの研究の流れは？ どういう画像を生成するか？ 使われているデータセットは？ 生成できる解像度は？ ネットワーク構造はどうなっているか？ Loss関数やDiscriminatorに工夫はあるか？ 雑感 おわりに References [1] GAN-INT-C

あらまし PythonのGUIライブラリーを作るKivy(https://kivy.org/#home) ですが、日本では知名度はさほどではありません。理由として一番多いのはインストールしたのは良いが日本語でまとまった情報があまりなく、どう使用していいかわからないという声をよく聞きます。またKivyにはレイアウトを記述する際にPythonによるコード入力とは別にKv Languageと呼ばれる、CSSに似たKivy独時の言語を用いてレイアウトを作成できますが、情報が少なく慣れるまで時間がかかります。 ここではKv Languageを用いた簡単なプログラムを紹介してKv Languageの基本的な使い方を紹介します。 今回作成するプログラムについて 今回作成するプログラムは以下になります。 画像左端が起動直後の状態です、下にある「朝」、「昼」、「夜」のボタンをクリックすることでそれぞれ、「お

機械学習エンジニア界隈で話題沸騰となっているGoogle Colaboratory（グーグル・コラボレイトリー）。本記事では概要とGoogle Colabの知っておくべき基本的な使い方をまとめました！ すでに機械学習をやっている方や、これから機械学習を学んでみたいと考えている方で、下記のような事を感じたことはありませんか？ 「訓練やデータ処理をやるのにローカルPCだと処理に時間がかかりすぎる」 「機械学習用にクラウド環境を立てたけど…思ったより費用が高い」 「機械学習は色々とライブラリが多くて環境構築がしんどい」 もし一つでも当てはまるものがあれば、Google Colabがそんな悩みを解決してくれます！機械学習の開発環境の新基準となる可能性も高いGoogle Colab、概要や基本的な使い方をみていきましょう。 Google Colaboratoryとは？ Google Colab（略式

Google Colaboratory iconFirst of all, What is Colab ? Colab is a Google’s collaborative version of the Jupyter/iPython notebook. And it is FREE! Now you can use Nvidia Tesla K80 GPU for free. I think that more powerful graphics cards will be added in the future. Yes, you heard right! It’s free. You do not have to pay Amazon Web Services (AWS) anymore! Google released it to the public with the aim

Before we start, I would like to recommend you to join the leading community for AI experts and aspiring talents around the world: Global AI Hub. Hello! I will show you how to use Google Colab, Google’s free cloud service for AI developers. With Colab, you can develop deep learning applications on the GPU for free. Thanks to KDnuggets!I am happy to announce that this blog post was selected as KDnu

ネットには「無料」で貴重な情報がたくさんある。統計学の教科書から、戦略コンサルによる「変革」の指南書まで、様々なコンテンツをまとめてみた。 OpenIntoro - 統計学の教科書 436ページの統計学の教科書が無償ダウンロード(PDF)可能。Openintroという米大学の教員などが「オープンソース」の試みとしてまとめた仕事で素晴らしい。編者の一人のミシガン大の教員によるCourseraの講座もある。 PDFファイルはこちら BCG - 「企業変革」の手引き 戦略コンサルのBCGによる「変革」の指南書。167ページのPDFが無償でダウンロード可能で、Kindleファイルも提供されています。かなり包括的に整理されており非常に参考になります。トップコンサルファームのこういった資料も無料で提供されるというのは本当にいい時代です。 PDFファイルはこちら Kindleファイルはこちら SaaS

日本語 英語（アメリカ） 北京語 韓国語 広東語 英語（イギリス） スペイン語 スペイン語（アメリカ） ドイツ語 フランス語 フランス語（カナダ） 入力テキスト編集 コエステーションは、身近な人から、タレントや声優などの有名人まで、さまざまな人の声を、安全に、そして便利にご利用いただくためのプラットフォームです。 0文字 / 200文字テキストをクリア

テキストエディタの Atom ではシンタックスハイライトを変更することができます。 定番のテーマから人気キャラを用いたテーマ、インストール数の少ない隠れた良テーマまで紹介していきたいと思います。 2016年12月12日追記） part2も出ました！よかったらこちらもご覧ください。 niisi.hatenablog.jp 目次 目次 入れておいて損はない人気の定番テーマ 気分を変えたい時に使いたい中堅テーマ 人気アニメや映画をイメージしたキャラテーマ 知らない人も多い？隠れたテーマ 実用性はいかに？かなり奇抜なテーマ おわりに 2016年10月13日追記 入れておいて損はない人気の定番テーマ インストール数が多い人気の定番テーマはこちら！ monokai 超有名なカラーテーマですね。黒背景にはっきりした色分け。非常に見やすくて使いやすいです。 多くの派生テーマが存在しその人気ぶりがうかがえま

Github上にローカル環境からTerminalなどのコマンドラインを使ってPush,PullRequestを作成する流れをまとめてみました。 大まかな流れ ①Github上からローカルにファイルをclone(保存)する ②GithubへPullRequest用のBranchをローカルで作成する ③データを更新編集し、ローカルに add, commitする ④Githubにpushする ⑤GithubにPullRequestする ※⑥PullRequestをMergeする 用語の整理 ①Github…オンライン上にレポジトリーを保管し、複数人で共有・編集できる ②ローカル…自分のPC ③clone...Githubなどオンライン上のリポジトリーをローカルにコピー保存すること ④Branch...１つのレポジトリに複数のBranchを作ることで同時に複数のバージョンでレポジトリを管理すること

Reinforcement Learning (RL) refers to a kind of Machine Learning method in which the agent receives a delayed reward in the next time step to evaluate its previous action. It was mostly used in games (e.g. Atari, Mario), with performance on par with or even exceeding humans. Recently, as the algorithm evolves with the combination of Neural Networks, it is capable of solving more complex tasks, suc