はじめに GitHubでレポジトリを作成すると最初に作成されるREADME.md。 デフォルトのまま放置していたりしませんか？ README.mdはレポジトリの顔です。 ここを整えておくことで、レポジトリのクオリティをぐっと上げることができます。 しかし、README.mdに何を書いたらいいのか、わからないという人も多いと思います。 この記事ではおすすめの構成をまとめます。 README.mdの読者はだれか？ まず、誰に向けてREADME.mdを書くのかというところから考えることから始めましょう。 README.mdの読者は大きく分けてユーザと開発者の２種類います。そのレポジトリを閲覧するひとはユーザが多いのか、開発者が多いのかを想定してどちらをメインで書くか決めると良いでしょう。 README.mdは英語で書くべき？ 有名OSSはすべて英語でREADME.mdが書かれているため、当然英語

大事なデータや思い出として残しておきたい映像・音声は、クラウドサービスやHDDに保存する方法の他、CDやDVD、Blu-rayディスク(BD)といった光ディスクの記録媒体に保存しておくケースも多くあります。このような光ディスクはコンパクトで管理や配布もしやすい一方で、かつて主に記録媒体として使用されたVHSは情報が15年～20年で劣化して消えてしまう「磁気メディア危機」を迎えたように、光ディスクもデータの劣化・損失が起こる可能性があります。そのような劣化や損失が起こる要因などについて、カナダ保存研究所(CCI)が解説しています。 Longevity of Recordable CDs, DVDs and Blu-rays — Canadian Conservation Institute (CCI) Notes 19/1 - Canada.ca https://www.canada.ca/

ドキュメント文化は健全な組織のスケールのために必要　組織の中でドキュメント/文章を残し活用していくことはとても重要だ。クオリティの高いドキュメントがあることで、組織に情報が流通し、透明性を確保できるようになる。情報を流通させるためにいちいち口頭の説明がいらないから、メンバーの数が増えた時でもスケールしやすくなる。過去の結論にアクセス可能になるので、議論を積み上げていき、意思決定のクオリティを高めることにもつながる。そもそも何かを読むということは何かを聞いて教わるよりも時間あたりの処理量が多いし、非同期に実施できる。良いドキュメントをアセットとして社内に蓄積していくことはスタートアップのみならず、ありとあらゆる組織が成長していく上でとても重要であると言える。 しかしその一方で、良質なドキュメント文化を徹底できている会社は多くないように見える。例えば、社内のドキュメントを蓄積させていく場所とし

Amazon Web Servicesの年次イベント「AWS re:Invent 2018」では、ファイルシステム、データベース、セキュリティ、機械学習など多岐にわたるサービスが発表されたが、その中から「Amazon Textract」を紹介しておきたい。 OCRを越えたテキスト抽出サービス Amazon Textractはスキャン文書からテキストおよびデータを自動的に抽出するサービスだ。基本機能はOCR (Optical Character Recognition)と同等だが、コンテキストを加味してデータを抽出し整理する点がOCRとは大きく異なる。OCRはただ文字データを抽出するだけだが、Amazon Textractではどの部分の文字列がどの意味を持っているかを加味して整理してくれるのだ。 Amazon Textract 例えば、現在は、印刷された文書をオペレーターが手動で電子データと

これ↓なんですけど、意外と RT や Like が付いてたので、ちゃんと書きますね。 しっかしMicrosoftのドキュメントシステム良く出来てるなー。右のEditボタン押すとGitHubが開いてすぐPR送れる。あちらでマージされれば即サイトに反映される。Contiributorsに自分のアイコンが増えた♪ これはフィードバックするのに「面倒」は理由にできないですぞ。https://t.co/9KhAwhV5PP pic.twitter.com/r46zFUvkEp — あめいぱわーにおまかせろ! (@amay077) 2018年6月12日 このツイは Microsoft の製品やサービスのドキュメントについてなんですが、 Microsoft Docs というポータルがありまして、同社のサービスの多くはここでドキュメント公開されている模様です。 ここで公開されているドキュメント群は、バック

デジタルセルのパソコンとサーバを無線LANで接続し、各セルの情報を収集して管理する。作業者が部品をピッキングしたり工具を使ったりといった組立作業から自然に情報を収集できるようにすることが大切だ。 動作情報を収集する仕組みはこうだ。まず、1台の製品を組み立てる直前に、作業者のIDカードと生産指示カードに印刷されたバーコードを読み込む。これにより「誰がどの製品の何号機を何時何分何秒に着手した」かが記録される。その後は部品のピッキング、電気ドライバの締め付け完了信号、検査機器のデータ転送ボタン、スタッフ呼び出しボタン＊1が押された信号などの各情報を逐一サーバに転送して保存していく（図1）。情報伝達に無線LANを使えば場所をとらず、作業者の邪魔にならない＊2。

プログラムレス開発が主流の今、プラムザはあえて「フルスクラッチ専門で開発する」と宣言する。同社の代表取締役 島田徹氏と取締役 内藤洋史氏はそれぞれ、フルスクラッチ開発のメリットを語る。その内容は、以下のようなものだった。 後編では、引き続き「なぜ今、あえてフルスクラッチ開発なのか」を掘り下げていく。 要件定義は方法そのものではなく、コミュニケーション技術で決まる ――フルスクラッチ開発では、要件定義が大変なんじゃないでしょうか？ 島田氏　必ずしもそうとはいい切れません。そもそも、要件定義の時点では、お客さんの要望そのものが固まっていないことが多いです。なので、まずは直感的に分かりやすい「画面」を使って話をするのが、要件定義の常とう手段です。OSツールを使えば、その場で画面が作れるので、確かに画面の要件を決めるのは楽だと思います。 しかし、OSツールだと、まずは「できる・できない」という判断

自動車分野向け機能安全規格「ISO26262」のソフトウェア開発（手法）概要 これまで自動車分野向けの機能安全規格「ISO26262」の概要について解説してきましたが、今回は最終回として、ソフトウェア開発における“手法”にフォーカスし、その内容を紹介したいと思います。 ISO26262の準形式手法、形式手法 機能安全規格では、要求や設計を「準形式手法」や「形式手法」で記載することがあります。 ここで使用する準形式手法は、ISO26262FDIS（最終ドラフト）版により、「UML」や「SADT」が推奨されており、汎用性や準形式検証（シミュレーション）を考慮するような場合には、UMLを利用することが多いと考えられます。 一方のSADTは、次のような図を用いた手法となります。 UMLについては他の連載や関連する情報が多く存在するので、本稿では、これまであまり紹介されてこなかった形式手法について解

組み込みソフトウエア分野において、日本でも要件管理の導入が進みつつある。 要件の実現はシステムの開発において必ず求められることなので、これまでもExcelなどを駆使することで、要件の管理や実現は何らかの形で実施されてきた。 だが、近年、ソフトウエアを含んだシステムの複雑性が増すにつれ、その安全性に関して説明責任を向上させようとの意識がさまざまな業界で高まってきた。ハザード解析およびリスク・アセスメントを行い、安全要件を立てた後、それらが後工程の成果物にキッチリと反映されているか。膨大な要件に対してそれを体系的に追跡することが求められつつある。いわゆる、要件のトレーサビリティの確保である。

「社内の悪意を持ったインサイダーは大きなリスクをもたらしかねない」とSymantecが警鐘を鳴らしている。 米Symantecは12月7日、内部関係者による知的財産（知財）の窃盗に関する報告書を発表し、知財を盗み出す従業員の典型像や犯行の実態について解説した。 それによると、米国の知財盗難による被害額は年間2500億ドルを超えており、米連邦捜査局（FBI）の捜査でも、知財を盗もうと狙うライバル企業などはインサイダーに目を付けることが多く、情報流出事件ではそうしたインサイダー絡みが筆頭を占めることが分かっているという。 知財盗難にかかわるインサイダーの典型像は、平均年齢37歳の男性従業員で、職種はエンジニア、科学者、管理職、プログラマーが多いという。こうした従業員の大部分は知財の取り扱いについて定めた契約書に署名しており、ポリシーだけでは知財が守りきれないことを示していると報告書は解説する。

さらに詳細な利用方法が知りたい方は、Yahoo!デベロッパーズネットワークのマニュアルを参照してください。 ベイジアンフィルタの実装 ここから本格的にベイジアンフィルタの実装に入っていきます。 その前に、まずは先程のリスト1のコードを利用して入力された文章をわかち書きし、単語の集合を返す関数を作成しnaivebayes.pyとして保存しましょう。こちらも先程のmorphological.pyと同様にutf-8で保存してください。 リスト2　文章の分割をする関数（naivebayes.py） # -*- coding: utf-8 -*- import math import sys #yahoo!形態素解析 import morphological def getwords(doc): words = [s.lower() for s in morphological.split(doc)

Wikiを更地から再構築したら Google Waveはいろいろな顔を持っていて、これが何であるかについていろいろな意見が出ると思うが、私は、まずは「更地から再構築したWiki」であると見るべきだと思う。 つまり、「一つの文書を複数の人が共同で編集する」ということに、理論的なモデルを与えることで、以下の特性を加えたものだ。 リアルタイム性(一文字単位で更新が反映される) スケーラビリティ(世界中の人が同時に乗っても大丈夫) 拡張性(地図や動画やチェス盤などいろいろなガジェットを貼れる) 技術的には、Google Wave は、非常に良くできた Wiki ではあるが、目新しいことは何もない。しかし、Google Wave には、もの凄いイノベーションが含まれていて、それは「メールは特殊なWikiである」という、全く新しいものの見方である。 メールとは対話ログの共同編集 メールとは普通に考えれ