はじめに Reactの人気はどんどん加速しています。これからフレームワークを学ぶならReactを選ぶのは賢い選択でしょう こんにちは、Watanabe Jin(@Sicut_study)です。 今回はReactをこれから学んでいこうと思っている方に向けて、初心者チュートリアルを作成しました。 このチュートリアルではReactを書く上で欠かせないことを紹介しています。 実際にアプリを作りながらReactの機能について学ぶことによってより深く理解することが可能です。 このチュートリアルを最後までやったら、次に自分で習ったことを活かして簡単なTODOアプリなどを作れば基本がしっかり身につくようになっています。 またこのチュートリアルではJavaScriptではなくTypeScriptを採用しています。 モダンな会社ではTypeScriptが採用されることが多いはずだなので、少しでも慣れていただけ

アメリカの有力消費者組織が発表する年間ベスト10モデルにおいて、スバル フォレスター2023年型が小型SUV部門のトップに選ばれた。選出はこれで10年連続となり、同組織はスバルが「勝利の方程式を研ぎ澄ましてきた」として長年の努力を称えている。 ◆スモールSUV部門を制し、全新型車の年間ベスト10モデルに選出 米NPO消費者組織の「コンシューマー・レポート」が選ぶ「トップピック」に選定されている。200モデル以上の新型車のなかから、ロードテストの成績や、安全性能、信頼度とオーナーによる満足度をもとに、年間で最も優秀な10台を選出するものだ。 スモールSUV部門を制したフォレスターは、10年連続でのトップピック入りとなる。米USAトゥデイ紙は、ゆとりある室内、広々としたラゲッジルーム、そして操作しやすいコントロール類などが評価されたと報じている。また、28 mpg（約11.9km/L）の燃費は

■2024年7月31日(水)　12:00-13:00 オンライン開催 2023年12月から現場部門を中心に約3000の生成AIアカウントを配布し、生成AIの活用による生産性向上の取り組みを本格化させるファミリーマート。 同社の本気度は一味違います。 生成AIの推進にあたっては、全社横断の「生成AIプロジェクト」を立ち上げ、50人のプロジェクトメンバーが参画。新たな業務改善方法の検討や効果検証を行うほか、活用促進に向けては、生成AIプロンプトコンクールの実施やメルマガを活用した成功事例の紹介、社内専用ポータルサイトの構築等を進めています。 さらに今年度からは、生成AIなどのデジタル活用による効率化実績を社員の評価指標にも組み込み、さらなる意識改革にも取り組む予定です。 セミナーでは、本プロジェクトを主導する同社の新規事業部門「クリエイティブオフィス＆8」の川端 正樹氏にご登壇いただき、下記内

退職のお知らせ2024年6月末をもってクラスメソッド株式会社を退職致しました。 本来であればお世話になった皆様に直接ご挨拶すべきところではございましたが、退職後までお伝えすることが出来ず、大変申し訳ございません。 略儀ながらブログでのご挨拶にて失礼致します。 在籍中について2014年1月に入社してから丸10年半、勤めさせて頂きました。 当初はソリューションアーキテクトとして入社し、AWSに関するコンサルティングや環境構築に従事させて頂きました。当時のクラスメソッド株式会社はまだ東京オフィスしか無い小さな会社で、僕も北海道から半年間単身赴任で東京に滞在しました。 その後2014年7月に北海道に戻って来るのと同時に札幌オフィスを立ち上げ、以降は部長->本部長->執行役員->取締役と、幅広い経験を積ませて頂きました。また海外子会社にも役員として関わらせて頂きましたので、何度も海外出張する機会も頂

チャットGPTのような大規模言語モデルを企業で利用する際に問題となるのが、ハルシネーション（幻覚）だ。MIT発のスタートアップは、モデルの回答がどの程度信頼できるかを示すツールを開発した。 by Will Douglas Heaven2024.05.01 1 10 大規模言語モデル（LLM）は、でっち上げの能力で有名だ。実際、それがいちばんの得意技である。大規模言語モデル自体に事実とフィクションを区別する能力はないため、リスクを負ってまで利用する価値があるだろうかと迷っている企業は多い。 マサチューセッツ工科大学（MIT）の量子コンピューティング研究室からスピンアウトした人工知能（AI）スタートアップ企業、クリーンラボ（Cleanlab）が開発した新ツールは、大規模言語モデルの現実の信頼性のレベルを、できるだけ明確に把握できるように設計されている。同社の「トラストワージー・ランゲージモデル

ローカルLLMを手軽に楽しむ ローカルLLMを手軽に動かせる方法を知ったので紹介します。今まではLLMやPC環境（GPUの有無）に合わせてDocker環境を構築して動かしていました。 それが、OllamaとOpen WebUIというソフトを組み合わせることで、ChatGPTのように手軽にローカルでLLMを動かすことができます。参考にしたサイトなどは本記事の末尾で紹介します。特にもりしーさんの動画はきっかけになりました（感謝です）。 動かす方法として以下2つを紹介します。 Ollama単体で動かす方法（初心者向け） Ollama + Open WebUIでGUI付きで動かす方法（Dockerが分かる人向け） 初心者でとりあえずLLMを動かすのにチャレンジしたいという人は、1つ目のOllama単体で動かす方法にトライするのがおすすめです。 Dockerとか普段から使っているという人は、1をとば

はじめに こんにちは、KDDIアジャイル開発センターのはしもと（仮名）です。 エンドレス水出しコーヒーの時期になりましたね。 今回は、Ollama を使って日本語に特化した大規模言語モデル Llama-3-ELYZA-JP-8B を動かす方法をご紹介します。 このモデルは、日本語の処理能力が高く、比較的軽量なので、ローカル環境での実行に適しています。さあその性能は如何ほどに！！！！？？？？はやくAIは俺から仕事を奪え。 Llama-3-ELYZA-JP-8Bとは Llama-3-ELYZA-JP-8Bは、ELYZA社が開発した日本語に特化した大規模言語モデルです。Meta社の「Llama 3」シリーズをベースに、日本語での追加学習を行っています。80億パラメータという比較的小さなモデルサイズながら、「GPT-3.5 Turbo」や「Claude 3 Haiku」、「Gemini 1.0 P

ざくっと当時のチームの状況を フルリモート 開発メンバーはスクラムマスター兼任の私含めて4人 よくあるアプリ開発ではなく、社内アプリの運用をスクラムのフレームワークにそって推進 辛かったことを列挙する メンバー 学びたがらない マニュアル作業を淡々とやりたい人がスクラムチームに来てしまった プロダクトオーナー 何を実現したいか語らない 長期的な目標がなく、チームが外部（POの上司や関連部署）に振り回される 開発チームの実現方法に干渉する 議論すべきことが議論されず、技術的欲求を満たすために時間が使われてしまう スプリントの最中によくタスクが差し込まれる 計画がないため思いつきで、優先度が分からなくなる 自身が思い付いたアイデアを気に入っていてチームの意見を取り入れない PBIが明確になる前に着手せざるを得ない ネタが不足 情報も不足 忙しすぎてスクラムイベント以外でコミュニケーションが取れ

お問い合わせ・よくある質問 MovableType に関して、ご購入前によくいただくお問い合わせにお答えしています。 よくある質問をご覧になってからお問い合わせください。 はい。必要です。 Movable Type を複数インストールされる場合は、開発用、ステージング、冗長化など用途に関わらず、インストールされる（Movable Type が稼働する）数のライセンスが必要です。 なお、1つの Movable Type 管理画面内で、マルチドメインでサイトを作成される場合は、1ライセンスで問題ありません。

BlogBlog Home Blog スクラムの3つの作成物｜プロダクトバックログ、スプリントバックログ、インクリメントについて アジャイル開発 更新日：2024/02/26 SAブログ編集部 スクラムの3つの作成物｜プロダクトバックログ、スプリントバックログ、インクリメントについて 前回の記事「スクラムイベントとは｜スクラムにおけるスプリントと4つのイベント」では、スクラムでは「どういったタイミングで・誰が・何をするのか」といった運用面にフォーカスをして、スクラムのイベントについてご紹介しました。 今回は最後のトピックとして、これまでと同様にスクラムガイドを参照しながら、「スクラムにおける3つの作成物」についてご紹介します。 スクラムにおいて「実際に何が作成されるのか」を明らかにし、「プロダクトバックログ」や「スプリントバックログ」、「インクリメント」といったスクラム特有の用語や考え方に

こんちには。 データアナリティクス事業本部 インテグレーション部 機械学習チームの中村です。 今回はBacklogの課題とwikiとファイルをPythonでええ感じに出力（エクスポート）する方法を紹介します。 なお、本記事と似たようなことは過去に以下の記事で投稿していますが、今回はwikiやファイルを含めて取り扱いました。 本記事の方法でできること・できないこと 本記事の方法では以下ができます 課題 課題の記載内容とコメント（テキストファイルとして、コメントには日時・作成者を包含）の出力 課題に添付されたファイルの出力 添付ファイルもダウンロード wiki wikiの記載内容の出力 wikiの階層構造はディレクトリ構造として維持 wikiの添付ファイルもダウンロード ファイル ファイルにアップロードされているもの出力 ディレクトリ階層構造は維持 その他 プロジェクトIDはプロジェクト名から

背景 ECSでNginxのコンテナをプロキシとして立てたところ、APIサーバのアクセスログのクライアントIPがNginxのコンテナIPになっていたのでその修正をしたのがきっかけです。 環境 Nginx 1.10.2 Docker1.12.1 構成 Client -> ELB -> Nginx -> API という構成とします。 ネットでよく見る情報 set_real_ip_from 172.31.0.0/16; real_ip_header X-Forwarded-For; を追加する、とか proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; を追加する、とかどれがどれだか分かりにくいので１つ１つ説明していきます。 用語説明 remote_

Reciprocal Rank Fusion (RRF) は、以前にランク付けされた複数の結果の検索スコアを評価して、統合された結果セットを生成するアルゴリズムです。 Azure AI Search では、並列で実行される 2 つ以上のクエリがある場合は、常に RRF が使用されます。 各クエリがランク付けされた結果セットを生成し、RRF はランク付けをマージして、クエリ応答で返される 1 つの結果セットに均質化するために使用されます。 常に RRF が使用されるシナリオの例としては、ハイブリッド検索、同時に実行される複数のベクター クエリなどがあります。 RRF は、"逆順位" の概念に基づいています。これは、検索結果のリスト内の最初の関連ドキュメントのランクの逆数です。 この手法の目標は、元のランキング内の項目の位置を考慮して、複数のリストで上位にランク付けされた項目により高い重要性を

フリーランスに対して不安をお持ちの方へ フリーランスのよくわからないことや不安なことは､お気軽にご相談ください｡ 他にも「自分の単価はいくらぐらいになるのか」「正社員での転職と迷っている」 といったお悩みも承っています｡あなたの気になっていることをお聞かせください｡

// 作業-1 // 既存のApp::usesを削除して下記を追加 App::uses('FileLog', 'Log/Engine'); // 作業-2 // クラス名及びextendするクラス名を変更 class FileLog extends BaseLog { // ↓ class CustomFileLog extends FileLog { // 作業-3 // 下記のメソッド以外のメソッド削除 public function write($type, $message) // 作業-4 // public function write($type, $message) 関数内にある // $output = date('Y-m-d H:i:s') . ' ' . ucfirst($type) . ': ' . $message . "\n"; // を、出力したフォーマットに