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
Python 入門者の集い #4 自身の学習方法紹介
Search
Manabu TERADA
February 20, 2017
Technology
2
360
Python 入門者の集い #4 自身の学習方法紹介
Manabu TERADA
February 20, 2017
Tweet
Share
More Decks by Manabu TERADA
See All by Manabu TERADA
Python Web UIフレームワークのススメ
terapyon
0
550
LLMを用いたPloneベクター検索 アドオンの開発の説明
terapyon
0
50
PyCon APACの軌跡
terapyon
0
1.4k
Pythonエンジニアになるためのテクニカルハイライトと学習方法
terapyon
0
69
Multi lingual Vector search using LLM
terapyon
1
65
メモリプロファイラMemrayのススメ
terapyon
3
860
PoC for LLM search on Plone
terapyon
1
72
LLMを用いたPloneベクター検索 アドオンの開発状況の紹介
terapyon
0
78
オープンセミナー香川 Pythonの現状・データ分析・LLM
terapyon
0
520
Other Decks in Technology
See All in Technology
Git 研修 Advanced【MIXI 24新卒技術研修】
mixi_engineers
PRO
0
200
AWSでRAGを作る法方
sonoda_mj
1
140
ゆめみのアクセシビリティの現在地と今後
ryokatsuse
3
290
JBUG岡山 #6 WordCamp男木島の チームビルディング
takeshifurusato
0
150
GoとアクターモデルでES+CQRSを実践! / proto_actor_es_cqrs
ytake
1
160
CEL(Common Expression Language)で書いた条件にマッチしたIAM Policyを見つける / iam-policy-finder
fujiwara3
0
720
AIエージェントを現場に導入する目線とは
masahiro_nishimi
1
1.5k
CTOから見た事業開発とプロダクト開発 / My Perspective on Business and Product Development as CTO
keisuke69
4
960
テストケースの自動生成に生成AIの導入を試みた話と生成AIによる今後の期待
shift_evolve
0
190
たくさん本を読んだけど 1年後には綺麗サッパリ!を乗り越えて 学習の鬼になるぞ👹
yum3
0
160
AIアシスタントの活用で品質の向上と開発ワークフローのスピードアップ
nagix
1
210
技術負債による事業の失敗はなぜ起こるのか / Why do business failures due to technical debt occur?
i35_267
0
190
Featured
See All Featured
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
353
29k
Designing for humans not robots
tammielis
247
25k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
17
8.7k
Put a Button on it: Removing Barriers to Going Fast.
kastner
58
3.3k
Stop Working from a Prison Cell
hatefulcrawdad
266
20k
Atom: Resistance is Futile
akmur
261
25k
Why You Should Never Use an ORM
jnunemaker
PRO
51
8.9k
Why Our Code Smells
bkeepers
PRO
332
56k
Creatively Recalculating Your Daily Design Routine
revolveconf
214
11k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
18
1.2k
Design by the Numbers
sachag
277
18k
Product Roadmaps are Hard
iamctodd
PRO
48
10k
Transcript
גࣜձࣾCMSίϛϡχέʔγϣϯζ 1ZUIPOೖऀͷू͍ ࣗͷֶशํ๏հ .BOBCV5&3"%" גࣜձࣾCMSίϛϡχέʔγϣϯζ
.BOBCV5&3"%" !UFSBQZPO ג $.4ίϛϡχέʔγϣϯζද Ұൠࣾஂ๏ਓ1Z$PO+1දཧࣄ 1MPOF'PVOEBUJPO"NCBTTBEPS Ұൠࣾஂ๏ਓ1ZUIPOΤϯδχΞҭਪਐڠձࢼݧमٴͼίϛϡχςΟࢧԉ 1ZUIPOΤϯδχΞ݉ΞʔΩςΫτ "CPVUNF
גࣜձࣾCMSίϛϡχέʔγϣϯζ .BOBCV5&3"%" ࣉాɹֶ
"CPVUPVSDPNQBOZ גࣜձࣾCMSίϛϡχέʔγϣϯζ 1MPOFΛ༻͍ͨ8FCγεςϜ։ൃ େֶؔ اۀ͚ 8FCܥͷΤϯδχΞϦϯάձࣾ 1ZUIPOʹಛԽͨ͠γεςϜΠϯςάϨʔλ $.4DPN $.4
ಈը ݕࡧ .00$
גࣜձࣾCMSίϛϡχέʔγϣϯζ
)JTUPSZ גࣜձࣾCMSίϛϡχέʔγϣϯζ ݸਓ ڵຯ 1ZUIPO &WFOU େֶଔۀ ཱྀߦۀऔѻओऀ
ʜ ిػ੍ޚܥӦۀ ిݧछ ϓϩάϥϛϯάษڧ 8FCٕज़શൠ ;PQF ;PQF8FFLFOE04$౦ژ ىۀ 1MPOF "+"9 େنγεςϜ ݕࡧ 1MPOF$POGBU%$ 1MPOFίϛολʔ Ωϟογϡ ;PQF1MPOF։ൃษڧձ Ϋϥυ 1Z$PO"1"$ 4( 1Z$PO+1࠲ 1ZUIPOશൠ 1Z$PO+1 ӳޠ Ҿӽ͠ .00$ 1Z$PO"1"$ +1 1MPOFେ ಈը ɾɾɾ ։ൃख๏ 1MPOF4ZNQ5PLZP ࠶Ҿӽ͠ 73 ػցֶश
)JTUPSZͷ͚۠ גࣜձࣾCMSίϛϡχέʔγϣϯζ ىۀલ ʙ ىۀ ʙ ίϛϡχςΟੵۃࢀՃɹ ʙ
ίϛϡχςΟӡӦߨԋɹ ʙ ࠷ۙɹ ʙ
גࣜձࣾCMSίϛϡχέʔγϣϯζ ىۀલ ҰԠ ֶ෦ଔۀ ֶԂࡇɾֶੜ࣏ࣗձ׆ಈͳͲ ؒ࢈ۀిػ੍ޚͰӦۀ৬ 8FCͷັྗΛײ͡ษڧ࢝ΊΔ ݸਓ ڵຯ
1ZUIPO &WFOU େֶଔۀ ཱྀߦۀऔѻओऀ ʜ ిػ੍ޚܥӦۀ ిݧछ ϓϩάϥϛϯάษڧ 8FCٕज़શൠ ;PQF ;PQF8FFLFOE04$౦ژ
Ӧۀ࣌ גࣜձࣾCMSίϛϡχέʔγϣϯζ ٕज़Ӧۀͱͯ͠ɺγεςϜશମΛݟ͍ͯͨ খ͞ͳձࣾͰձࣾͷΈษڧͨ͠ ϓϩάϥϛϯά͍ͯ͠ͳ͔ͬͨ ҎԼͷΑ͏ͳΛऔѻ IUUQTXXXHPPHMFDPKQTFBSDI RNFUBM SPMMJOH NJMMFTQWCJXCJITPVSDFMONTUCNJTDITB9WFEBI6,&XKXMC#K54"I8+4X,)98/"VH2@"6*#JH#
IUUQTXXXHPPHMFDPKQTFBSDI R&#&&&#$""&##"&"'FTQWCJXCJITPVSDFMONTUCNJTDITB9WFEBI6 K54"I7.4X,)E%2"WH2@"6*#JH# IUUQTXXXHPPHMFDPKQTFBSDI R&""&#&&#""# &#&#'&&"#&#$&"'&"$&#$&#FTQWCJXC VSDFMONTUCNJTDITB9WFEBI6,&XK:KUK54"I9#GSX,)2JW#':2@"6*#JH#EQS
ىۀલͷษڧ גࣜձࣾCMSίϛϡχέʔγϣϯζ -JOVYͷֶश'FESB$PSF υϝΠϯऔಘ ϝʔϧαʔόӡ༻ ༑ୡͱҰॹʹ8FCΞϓϦΛ࡞ͬͯΈΔ ;PQFͱͷग़ձ͍ #MPH্ཱͪ͛Δ िʹͬͯ͜ɺखͨΓ࣍ୈࢼߦ
ىۀલ ʙ גࣜձࣾCMSίϛϡχέʔγϣϯζ ͱʹ͔ࣝ͘Λ͚͍ͨ ؒͱ͘͘ษڧ ΠϕϯτࢀՃͱΠϕϯτ͓ख͍ ΠϕϯτࢀՃ Πϕϯτख ຊΛಡΉ
ίʔυ࣮ .-ൃݴ
גࣜձࣾCMSίϛϡχέʔγϣϯζ ىۀ ىۀ ;PQF1MPOFઐۀͷձࣾ ؔ࿈͢ΔձࣾͱҰॹʹڠۀ ࣄͷ͔ؒΒٕज़తʹڭΘΔ ษڧձʹੵۃࢀՃ ࣄΛ͠ͳ͕Βɺग़དྷΔ͜ͱΛ૿͢
ݸਓ ڵຯ 1ZUIPO &WFOU ىۀ 1MPOF "+"9 େنγεςϜ
ىۀ ʙ גࣜձࣾCMSίϛϡχέʔγϣϯζ ࣄΛ௨ͯ͡͞Βʹֶश ઌੜͱͳΔਓͱΓ߹͏ ΠϕϯτࢀՃੵۃࢀՃ ΠϕϯτࢀՃ Πϕϯτख ຊΛಡΉ
ίʔυ࣮ .-ൃݴ ҿΈձ ਓ͕૿͑Δ #MPHॻ͘ -5͢Δ
גࣜձࣾCMSίϛϡχέʔγϣϯζ ίϛϡχςΟੵۃࢀՃ 1MPOFͷάϩʔόϧίϛϡχςΟʹࢀՃ ίϛϡχςΟϕʔεͰͷษڧձ ٕज़తʹࣗ৴͕ੜ·Εͯ͘Δ ݸਓ ڵຯ 1ZUIPO &WFOU
ݕࡧ 1MPOF$POGBU%$ 1MPOFίϛολʔ Ωϟογϡ ;PQF1MPOF։ൃษڧձ Ϋϥυ 1Z$PO"1"$ 4(
ίϛϡχςΟੵۃࢀՃɹ ʙ גࣜձࣾCMSίϛϡχέʔγϣϯζ ͕ؒ૿͖͑ͯͨ ࣗͰࣗ৴͕͍͖ͭͯͨࠒ ٕज़తͳ෯͕ग़͖ͯͨ ҿΈձ ਓ͕૿͑Δ Πϕϯτओ࠵
ٕज़ൃද ੈք -5͢Δ
גࣜձࣾCMSίϛϡχέʔγϣϯζ ίϛϡχςΟӡӦߨԋ 1Z$PO+1্ཱ͛ ੵۃతʹίϛϡχςΟͱؔΘΓ ߨࢣߨԋΛ͢Δػձ͕Ͱ͖ͯͨ ݸਓ ڵຯ 1ZUIPO &WFOU
1Z$PO+1࠲ 1ZUIPOશൠ 1Z$PO+1 ӳޠ Ҿӽ͠ .00$ 1Z$PO"1"$ +1
ίϛϡχςΟӡӦߨԋɹ ʙ גࣜձࣾCMSίϛϡχέʔγϣϯζ ٕज़తߩݙ͕ग़དྷΔΑ͏ʹͳ͖ͬͯͨ ൃදߨԋͷػձ͕૿͑ͨ ٕज़తͳਂ͕͞ग़͖ͯͨ ҿΈձ ਓ͕૿͑Δ Πϕϯτओ࠵
ٕज़ൃද ੈք ੈքͭͳ͕Δ 044Ͱެ։
גࣜձࣾCMSίϛϡχέʔγϣϯζ ࠷ۙ ݸਓ ڵຯ 1ZUIPO &WFOU 1MPOFେ ಈը
ɾɾɾ ։ൃख๏ 1MPOF4ZNQ ࠶Ҿӽ͠ 73 ػցֶश ίϛϡχςΟӡӦ ॳֶऀͷߨश ৽ͨͳͷઓ
࠷ۙɹ ʙ גࣜձࣾCMSίϛϡχέʔγϣϯζ ৽ͨͳઓ ҿΈձ ਓ͕૿͑Δ Πϕϯτओ࠵ ٕज़ൃද ੈքͭͳ͕Δ
ຊΛಡΉ ίʔυ࣮ ΠϕϯτࢀՃ
גࣜձࣾCMSίϛϡχέʔγϣϯζ ԿΛ͖ͯͨ͠ʁ
גࣜձࣾCMSίϛϡχέʔγϣϯζ ԿΛ͖͔ͯͨ͠ ҿΈձ ΠϕϯτࢀՃ Πϕϯτख Πϕϯτओ࠵ ຊΛಡΉ ίʔυ࣮ #MPHॻ͘
ใ͕ೖΔ .-ൃݴ ਓ͕૿͑Δ -5͢Δ ٕज़ൃද 044Ͱެ։ ੈք ੈքͭͳ͕Δ
גࣜձࣾCMSίϛϡχέʔγϣϯζ ৼΓฦΓ
)JTUPSZ גࣜձࣾCMSίϛϡχέʔγϣϯζ ݸਓ ڵຯ 1ZUIPO &WFOU େֶଔۀ ཱྀߦۀऔѻओऀ
ʜ ిػ੍ޚܥӦۀ ిݧछ ϓϩάϥϛϯάษڧ 8FCٕज़શൠ ;PQF ;PQF8FFLFOE04$౦ژ ىۀ 1MPOF "+"9 େنγεςϜ ݕࡧ 1MPOF$POGBU%$ 1MPOFίϛολʔ Ωϟογϡ ;PQF1MPOF։ൃษڧձ Ϋϥυ 1Z$PO"1"$ 4( 1Z$PO+1࠲ 1ZUIPOશൠ 1Z$PO+1 ӳޠ Ҿӽ͠ .00$ 1Z$PO"1"$ +1 1MPOFେ ಈը ɾɾɾ ։ൃख๏ 1MPOF4ZNQ5PLZP ࠶Ҿӽ͠ 73 ػցֶश
ॳֶऀ࣌ΛৼΓฦΔ גࣜձࣾCMSίϛϡχέʔγϣϯζ 8FCαʔϏε࡞Γ͍ͨ αʔό -JOVY ຊΛಡΉ ίʔυ࣮
.-ൃݴ ݹ͍Ϛγϯʹ-JOVYೖΕΔ υϝΠϯऔͬͯ ϝʔϧαʔόӡ༻ͯ͠ΈΔ
ॳֶऀ࣌ΛৼΓฦΔ גࣜձࣾCMSίϛϡχέʔγϣϯζ ;PQF͕ྑ͍ͱฉ͘ ΠϯετʔϧͰ͖ͳ͍ ϓϩάϥϛϯάͲ͏࢝ΊΔʁ ຊΛಡΉ ίʔυ࣮ .-ൃݴ
.-Ͱฉ͘ ͱʹ͔͘αϯϓϧΛಈ͔͢ αϯϓϧΛվྑ
ॳֶऀ࣌ΛৼΓฦΔ גࣜձࣾCMSίϛϡχέʔγϣϯζ 1ZUIPO͕ඞཁ Կ͔ΒΕྑ͍ͷʁ Ͳ͏ษڧ͢Δʁ ຊΛಡΉ ίʔυ࣮ ຊͰͨ͘͞ΜཱͪಡΈ
ؾʹೖͬͨͷΛ࣮ ਓΛ࡞Γฉ͘ ΠϕϯτࢀՃ
ΠϕϯτࢀՃ #MPHॻ͘ -5͢Δ ॳֶऀ࣌ΛৼΓฦΔ גࣜձࣾCMSίϛϡχέʔγϣϯζ ߴͳʹͿ͔ͭΔ ղܾ͍͕ͨ͠૿͑ͯ͘Δ ΠϕϯτࢀՃͰࣝΛಘΔ
ͬͨ͜ͱΛΞτϓοτ
ΠϕϯτࢀՃ ॳֶऀ࣌ΛৼΓฦΔ גࣜձࣾCMSίϛϡχέʔγϣϯζ ਓΛ૿͢ ৽͍͕ࣝ͠ೖͬͯ͘Δ ϥΠόϧ৺Λ೩͢ ҿΈձ ใ͕ೖΔ
Φεεϝͷษڧ๏ גࣜձࣾCMSίϛϡχέʔγϣϯζ ίϛϡχςΟʹࢀՃ -5͢ΔɺൃදऀʹͳΔ ελοϑʹͳΔ ҿΈձʹͰΔ ࣗͰͬͯΈΔ #MPHʹॻ͘ ൃද͢Δ
·ͱΊ גࣜձࣾCMSίϛϡχέʔγϣϯζ
·ͱΊ גࣜձࣾCMSίϛϡχέʔγϣϯζ ͍͔ͭΒͰ ษڧͰ͖Δ
·ͱΊ גࣜձࣾCMSίϛϡχέʔγϣϯζ ؒΛ࡞Ζ͏
1Z$PO+1 גࣜձࣾCMSίϛϡχέʔγϣϯζ ελοϑืूத ϓϩάϥϜؔ࿈ εϙϯαʔؔ࿈ ձؔ࿈ γεςϜɾใؔ࿈ ࢀՃऀཧؔ࿈
5IBOLZPV $.4 1MPOF גࣜձࣾCMSίϛϡχέʔγϣϯζ $POUBDUUPUFSBEB!DNTDPNKQ
ಈը৴ɹ17.4ఏڙ גࣜձࣾCMSίϛϡχέʔγϣϯζ
5IBOLZPV $.4 1MPOF גࣜձࣾCMSίϛϡχέʔγϣϯζ $POUBDUUPUFSBEB!DNTDPNKQ