Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
それNetlifyでできるよ - Webページを爆速で作ってキレイに魅せよう
Search
astolfo
May 28, 2021
Research
8
11k
それNetlifyでできるよ - Webページを爆速で作ってキレイに魅せよう
astolfo
May 28, 2021
Tweet
Share
More Decks by astolfo
See All by astolfo
最近のフレッツとIPv6の話
mattenn
2
800
そうだ、10Gを引こう
mattenn
0
270
COCOAを使用した人数表示システムの開発
mattenn
0
180
すぐに使える 説明下手エンジニアのための コミュ力入門
mattenn
0
290
Cloudflare Mail Routingを使ってみた
mattenn
0
320
Realforceを濡らしてしまった話
mattenn
0
290
DJを陰で支える技術
mattenn
1
1.3k
多分わかるServerless Framework
mattenn
0
460
多分分かるUSB Type-C
mattenn
0
690
Other Decks in Research
See All in Research
EOGS: Gaussian Splatting for Efficient Satellite Image Photogrammetry
satai
4
630
言語モデルの地図:確率分布と情報幾何による類似性の可視化
shimosan
5
1.6k
Google Agent Development Kit (ADK) 入門 🚀
mickey_kubo
2
1.9k
論文紹介:Not All Tokens Are What You Need for Pretraining
kosuken
0
190
20250605_新交通システム推進議連_熊本都市圏「車1割削減、渋滞半減、公共交通2倍」から考える地方都市交通政策
trafficbrain
0
830
ロボット学習における大規模検索技術の展開と応用
denkiwakame
1
130
診断前の病歴テキストを対象としたLLMによるエンティティリンキング精度検証
hagino3000
1
150
日本語新聞記事を用いた大規模言語モデルの暗記定量化 / LLMC2025
upura
0
230
国際論文を出そう!ICRA / IROS / RA-L への論文投稿の心構えとノウハウ / RSJ2025 Luncheon Seminar
koide3
8
5.3k
多言語カスタマーインタビューの“壁”を越える~PMと生成AIの共創~ 株式会社ジグザグ 松野 亘
watarumatsuno
0
130
2021年度-基盤研究B-研究計画調書
trycycle
PRO
0
330
最適化と機械学習による問題解決
mickey_kubo
0
180
Featured
See All Featured
Music & Morning Musume
bryan
46
6.8k
Art, The Web, and Tiny UX
lynnandtonic
303
21k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
285
14k
GraphQLとの向き合い方2022年版
quramy
49
14k
XXLCSS - How to scale CSS and keep your sanity
sugarenia
248
1.3M
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
162
15k
We Have a Design System, Now What?
morganepeng
53
7.8k
Gamification - CAS2011
davidbonilla
81
5.5k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
49
3.1k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
35
3.2k
Context Engineering - Making Every Token Count
addyosmani
5
170
Understanding Cognitive Biases in Performance Measurement
bluesmoon
29
2.6k
Transcript
ͦΕ/FUMJGZͰͰ͖ΔΑ 8FCϖʔδΛരͰ࡞ͬͯΩϨΠʹັͤΑ͏ ARCANA Meetup #70 mattenn
w ."55&// w ࠷ۙ"84Ͱٻདྷͯੜ͖ͯΔ৺͕͠ͳ͍ ࣗݾհ
ಥવͰ͕͢
੩తͳΣϒαΠτΛ ࡞Γ͍ͨ࣌ͬͯ͋Γ·ͤΜ͔ʁ
w ߋ৽සͷগͳ͍հϖʔδ w ը૾ͱจষ͕Ұຕʹ·ͱ·ͬͨϖʔδ w ϙʔτϑΥϦΦ Α͋͘Δྫ
w "84ͷ4ͱ$MPVEGSPOUΛ͏ w 'JSFCBTF)PTUJOHΛ͏ w "[VSFͷ੩తΣϒαΠτػೳΛ͏ w ऀϗʔϜϖʔδ ύοͱࢥ͍ͭ͘ղܾࡦ
ͦ͜Ͱ
ͦ͜Ͱ /FUMJGZ
w ੩తαΠτͷσϓϩΠϓϥοτϑΥʔϜ w $*$%ʹΈࠐΊΔ w ಠࣗυϝΠϯରԠ w 8FCQBDLͳͲࣗಈͰϏϧυͰ͖Δ w ແྉʢ༻ར༻👌ʣ
/FUMJGZͱ
w ৽ܕίϩφΠϧεײછରࡦαΠτ ౦ژ w IUUQTTUPQDPWJENFUSPUPLZPMHKQ ࠾༻ྫ
࣮ࡍʹσϓϩΠ
(JU)VC(JUMBC#JUCVDLFUΞΧϯτͰϩάΠϯ &NBJM0, ࣮ࡍʹσϓϩΠ
(JU)VC(JUMBC#JUCVDLFUΞΧϯτͰϩάΠϯ &NBJM0, Ϣʔβʔ໊νʔϜ໊Λೖྗ ࣮ࡍʹσϓϩΠ
(JU)VC(JUMBC#JUCVDLFUΞΧϯτͰϩάΠϯ &NBJM0, Ϣʔβʔ໊νʔϜ໊Λೖྗ ެ։͍ͨ͠ΣϒαΠτΛ%% ࣮ࡍʹσϓϩΠ
(JU)VC(JUMBC#JUCVDLFUΞΧϯτͰϩάΠϯ &NBJM0, Ϣʔβʔ໊νʔϜ໊Λೖྗ ެ։͍ͨ͠ΣϒαΠτΛ%% ࣮ࡍʹσϓϩΠ ऴ
࣮ࡍʹͬͯΈ·͠ΐ͏
؆୯Ͱ͢Ͷʂ
͜͜·Ͱ͘Δͱ ࣍ͷΑ͏ͳࣄҊ͕ൃੜ͢Δ
👦ʮ͓͍߹ΘͤϑΥʔϜඞཁͳΜͩΑͶʯ
w (PPHMFͷϑΥʔϜΛΠϯϥΠϯϑϨʔϜͰషΔͱ͔ʁ w ಈతͳγεςϜͰͳΜͱ͔͢Δʁ w 8PSE1SFTTͰ$POUBDU'PSNΛ͏ͱ͔ʁ w αʔόʔϨεͰͬͯΈΔʁ w %ZOBNP%#ʹ1VU͢ΔͭΛࠐΉͱ͔ʁ
w ΊΜͲ͍͘͞Ͱ͢Ͷ ͓͍߹ΘͤϑΥʔϜʜο
/FUMJGZͳΒͦΕͰ͖ΔΑ
/FUMJGZͰGPSNΛ͏ઃఆ ⁞
/FUMJGZͰGPSNΛ͏ઃఆ
/FUMJGZͰGPSNΛ͏ઃఆ
/FUMJGZͰGPSNΛ͏ઃఆ w )5.-ଆվम͠·͠ΐ͏
/FUMJGZͰGPSNΛ͏ઃఆ w )5.-ଆվम͠·͠ΐ͏
/FUMJGZͰGPSNΛ͏ઃఆ w )5.-ଆվम͠·͠ΐ͏ ऴ
/FUMJGZͰGPSNΛ͏ઃఆ w σϓϩΠ͠·͠ΐ͏
/FUMJGZͰGPSNΛ͏ઃఆ w σϓϩΠ͠·͠ΐ͏ ͜͜Βลʹ%%
/FUMJGZͰGPSNΛ͏ઃఆ w σϓϩΠ͠·͠ΐ͏ ͜͜Βลʹ%% ऴ
w ʁʁʮಠࣗͷλάΛࠐΉͬͯ੩తͬͯݴ͑ΔͷͦΕʯ w ʮγʔοʂʂʂʯ Ͱ͖·ͨ͠Ͷʂ ˞/FUMJGZ͕σϓϩΠ࣌ʹλάΛஔ͍ͯ͠·͢
࣍ʹ͜ΜͳࣄҊ͕ൃੜ͢Δ
👦ʮ͜ͷυϝΠϯͰͬͯ΄͍͠ΜͩΑͶʯ
w $MPVEGSPOUͰΧελϜυϝΠϯηοτ͢Δͱ͔ʁ w -FU`T&ODSZQUͰͳΜ্͔ख͍ײ͡ʹ͢Δͱ͔ʁ w ຯʹΊΜͲ͍͘͞λεΫ ΧελϜυϝΠϯʜʜοʜʜ
/FUMJGZͳΒͦΕͰ͖ΔΑ ͜Ε
w Οβʔυʹै͏ͱͰ͖Δ ΧελϜυϝΠϯΛ͏ઃఆ
w )5514·ΘΓશ෦ͬͯ͘ΕΔʢ-FU`T&ODSZQUͬͯΔʣ ΧελϜυϝΠϯΛ͏ઃఆ
🙌ૉΒ͍͠
w /BLFE%PNBJOͰͷαΠτެ։ w %/4Ϩίʔυʹॻ͘ͷ$/".&͔ͩΒͶʜ w ͜Ε'JSFCBTF)PTUJOH͕Ұຕ্ख w ඇެ։Խ w ՝ۚ͢ΕͰ͖Δ
w 1)1Λಈ͔͢ /FUMJGZʹͰ͖ͳ͍͜ͱ
w ॳ৺ऀ্ڃऀ͍͍͢Α͏ʹઃܭ͞ΕͨϓϥοτϑΥʔϜ w ແྉͰ༻ར༻͕Ͱ͖ΔͷΞπ͍ w 8FCαΠτӡ༻ͷʮ͋Δ͋ΔʯͳύλʔϯΛཏͯ͠Δ w -1ϙʔτϑΥϦΦΛ࡞Γ͍ͨ࣌ʹരͰ࡞Ͱ͖ΔͷͰͳ͍͔ ·ͱΊ
w ॳ৺ऀ্ڃऀ͍͍͢Α͏ʹઃܭ͞ΕͨϓϥοτϑΥʔϜ w ແྉͰ༻ར༻͕Ͱ͖ΔͷΞπ͍ w 8FCαΠτӡ༻ͷʮ͋Δ͋ΔʯͳύλʔϯΛཏͯ͠Δ w -1ϙʔτϑΥϦΦΛ࡞Γ͍ͨ࣌ʹരͰ࡞Ͱ͖ΔͷͰͳ͍͔ ·ͱΊ ऴ