なぜ読みやすいコードが必要なのか - コードの可読性を高める手法をサンプルで学ぶ システム開発会社「アクシア」の代表として、自社・他社含め、さまざまなエンジニアのコードを読んできた米村歩さん。そんな米村さんの持論は、「コードの可読性は生産性に多大な影響を与える」ということ。可読性の低いコードはどんな弊害をもたらし、どうすれば改善できるのか――。チーム開発を効率化するコードの「可読性」について綴っていただきました。 プロフェッショナルのエンジニアには、「可読性」の高いコードを書くスキルは必要不可欠です。単に目的とする処理が実行できればよいわけではありません。しかし実際の開発業務の中では、可読性は意外と軽視されてしまいがちです。 経験の浅い駆け出しのエンジニアにとっては、可読性の重要さを肌感覚で理解するのは難しいかもしれません。また、新人エンジニアに対してプログラミング言語や開発ツールについて

Rubyとは Rubyは若者に人気なプログラミング言語で、学べる環境が非常に整った開発言語でもあります。案件量もかなり増えてきていて慢性的にエンジニア不足な開発言語であります。単価も高く、トレンド感のある現場で使われていることが多いので、覚えておくと良い開発言語です。 詳細はとてもわかりやすい記事があったので、引用にて説明させて頂きます。 Rubyは、手軽なオブジェクト指向プログラミングを実現するための種々の機能を持つオブジェクト指向スクリプト言語です。本格的なオブジェクト指向言語であるSmalltalk、EiffelやC++などでは大げさに思われるような領域でのオブジェクト指向プログラミングを支援することを目的としています。もちろん通常の手続き型のプログラミングも可能です。 Rubyはテキスト処理関係の能力などに優れ、Perlと同じくらい強力です。さらにシンプルな文法と、例外処理やイテレ

最近は人工知能分野の話題に事欠かないので、IT系に詳しくない人でも、Deep Learning がどうとか、人工知能がどうとかという話題を耳にすることが多いと思います。 猫も杓子も Deep Learning な世の中ですが、そもそも人工知能とか Deep Learning ってなんなんだっけ？ という疑問に答えられる人は多くないはずです。 今回は、広く浅く、人工知能と Deep Learning について書きます (この記事をご覧になればわかるように、人工知能 = Deep Learning では決して無いのですが、両者はよく並んで紹介されるので、ここでも同列に書いています)。 最初に結論 Deep Learning は(真の)人工知能ではない。なんでもかんでも人工知能って呼ばない。 「Deep Learning」、「人工知能」ともにバズワード*1になりつつあるので気をつけよう。 コンピ

夏休みの子どもの自由研究に最適！ 植物からメールをもらおう：Arduinoで始めるWeb技術者のためのIoT入門（3）（1/3 ページ） 今注目のInternet of Thingsを実現するセンサーデバイスのインターフェースとしてArduinoを使い、電子工作の基礎から実装までを紹介する連載。今回は、観葉植物の土が乾いたことを土壌温度センサーで検知し自動的にメールを送信するシステムをJavaScriptで作ります。

今年はマンションの理事の当番なのですが、想像以上に忙しいです。3週連続週末にイベントがあって大変。 本日は遠大な目標の実現に向けて、ProcessingでOpenCVを使うための準備をしたいと思います。（知ってる人にはごく当たり前の内容です） ProcessingでOpenCVを使う方法 OpenCVはインテルが開発した、画像の処理や解析を行うオープンソースのライブラリです。openFrameworksをはじめとする各種クリエイティブコーディング環境で利用されています。Processingでも専用に用意されたライブラリを用いることで、OpenCVの機能を使うことが可能です。 ProcessingでOpenCVを利用する手順は以下の通りです。 OpenCV for Processingの入手 まず、Processing専用のOpenCVライブラリであるOpenCV for Processin

LPixel(エルピクセル株式会社)は、最先端の画像処理技術を応用し、生命科学分野の学術論文の画像を中心に、切り貼りや加工などの不自然な箇所がないかを検出するソフトウェアLP-examを開発し、無料で公開しました。 英科学雑誌「ネイチャー」に掲載されたSTAP細胞の論文に含まれる画像に不正な加工や不自然な箇所があるという指摘が、生命科学界のみならず論文捏造をめぐる社会問題として、大きな注目を集めています。LPixelでは、生命科学の専門家チームが自ら、高度な画像処理技術を応用して、生命科学研究のノウハウを活かし、「画像不正検出ソフトウェアLP-exam」を開発しました。複数の手法を組み合わせて、元の画像から8つの分析結果を出力し、不正検出のサポートをします。 STAP細胞に関する電気泳動画像の分析例 画像加工が指摘されているSTAP細胞に関する画像(*注1)について、LP-examで分析し

ファジィ推論と制御のプログラミング 参考書、教科書などには、実際のプログラミングについてはあまりのっていないので、ここでは、ファジィ推論やファジィ制御のプログラムを作る際のヒントになりそうなことをまとめてみたいと思います。ただ、プログラミングについてはあまり詳しくないので技術的には稚拙な部分があるかと思います。（言語はＣ言語を想定しているので、他の言語を使っている方は適宜読み替えてください。） アルゴリズム化 ファジィ推論やファジィ制御のプログラミングをするに当たって、まずはプログラムとして組み立てるためのおおざっぱなアルゴリズムを考えます。ファジィ制御は複数のIF-THENルールを組み合わせた、ファジィ推論の応用と言えるので、まずは、簡単なファジィ推論を考え、これを組み合わせて行くことでファジィ制御のプログラムが作れそうです。 そこで、アルゴリズム化する際の問題点をリストアップしてみます

これからCL-Labでは、グラフデータベースという新しいタイプのデータべースについて連載していきます。今回、紹介するNeo4jというグラフデータベースは、いくつかの基本的なデータ構造を理解し、Cypher(サイファーと読む)というSQLライクな言語を覚えるだけで、誰でもグラフ理論に基づいたデータ処理を利用することができます。今回は、第１回目として、グラフデータベースの背景の説明と共に、Neo4jのインストール、Cypher QLの操作方法を簡略に紹介します。 グラフデータベースは、グラフを描くデータベースではなく、グラフ理論の頭脳をもってデータ処理を行うことができる、とても汎用性の高いデータベースです。グラフを描く能力は、ただ、多様な才能の一つに過ぎません（筆者注） 関連記事-CL-Lab Neo4j-グラフデータベースとは Cypher Query Language(QL)-構成要素編