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
大学を4年で卒業するのはもったいないという話/Do not graduate from-uni...
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
yu81
August 27, 2017
Education
720
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
大学を4年で卒業するのはもったいないという話/Do not graduate from-university in 4 years
2017/08/27 第九回 帰ってきたhojiroLT でのスライドです。
https://hojiro-lt.connpass.com/event/63037/
yu81
August 27, 2017
More Decks by yu81
See All by yu81
Practical Machine Learning at eureka
yu81
2
720
マッチングサービスにおける機械学習導入の実際 / Actual implementation of machine learning in matching service
yu81
4
1.9k
人の出会いを支えるPairsとAWSの 切っても切れない関係/inseparable relationship between Pairs and AWS
yu81
1
640
PHPからGoフルスクラッチの戦後入社組から見た、 Pairsの開発について
yu81
0
4.4k
標準ライブラリのコードリーディングで学ぶGo
yu81
0
2.6k
他言語と比較したGo言語の良し悪し及び学習について
yu81
2
29k
Other Decks in Education
See All in Education
勾配ブースティングと決定木の話 / gradient boosting and decision trees
kaityo256
PRO
7
1.7k
Catecismo 26 #2 - Do Credo; Introdução ao 1º artigo
cm_manaus
0
160
2026年度春学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2026. 6. 4)
akiraasano
PRO
0
160
モブ社員がモブエンジニアを名乗って得られたこと_20260413
masakiokuda
4
560
JAWS-UG初心者支部#81 GWにEduJAWSと何か作ろうもくもく会!
otsuki
0
150
BITCOIN : Les fondamentaux !
rlifchitz
0
200
Throw Yourself In! - How I've learned English and What I'm Facing
georgeorge
1
190
2026年度春学期 統計学 第13回 不確かな測定の不確かさを測る ― 不偏分散とt分布 (2026. 6. 25)
akiraasano
PRO
1
130
Visionary Initiative: Future Intelligence — Laying the foundations for the future of science, intelligence, and society | Science Tokyo
sciencetokyo
PRO
0
150
Case Studies and Future Research - Lecture 12 - Next Generation User Interfaces (4018166FNR)
signer
PRO
0
200
[2026前期火5] 論理学(京都大学文学部 前期 第13回)「走って、止まって、積み上がる」
yatabe
0
140
AI-Based Speaking Assessment of a Short-Term Study Abroad Program
uranoken
0
370
Featured
See All Featured
StorybookのUI Testing Handbookを読んだ
zakiyama
31
6.8k
Making the Leap to Tech Lead
cromwellryan
135
10k
Design in an AI World
tapps
1
260
Stop Working from a Prison Cell
hatefulcrawdad
274
21k
Automating Front-end Workflow
addyosmani
1370
210k
My Coaching Mixtape
mlcsv
0
170
Lightning talk: Run Django tests with GitHub Actions
sabderemane
0
220
DBのスキルで生き残る技術 - AI時代におけるテーブル設計の勘所
soudai
PRO
67
56k
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
PRO
201
75k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
21
1.5k
Everyday Curiosity
cassininazir
0
260
Making Projects Easy
brettharned
120
6.7k
Transcript
େֶΛ4Ͱଔۀ͢Δͷ ͍ͬͨͳ͍ͱ͍͏
୭ • @yu81 (Yusuke Usui) • ͜ͷΞΧϯτͰTwitter͍ͬͯͳ͍ • @if_i_were_boxp ͷձࣾͷ͓ͬ͞Μ(mid-30s)
• GoͰαʔόαΠυॻ͍ͯΔ • 2લbashͰjsonు͍ͯͨ(ผͷձࣾ)
ઌʹ݁ͱ͍͏͔ελϯε • ࿘ਓͯ͠ཹͯ͠ٳֶͯ͠ୀֶͯ͠ɺετϨʔτʹ ͍͚ͬͯͳͯ͘ͳΜͱ͔͍͚ͬͯΔͷͰ͍ͬͯ͘ ͖(͜͜ͰͷετϨʔτͷఆ্ٛه) • ࣾձѹ͍ͨͨ͜͠ͱͳ͍ͷͰؾָʹ͍͍͔Μ͡ʹ͍ͬͯ͘ ͖
ݸਓతͳੲ
ྈͱ͍͏ຐ۸ • ೖֶॳ͔ΒྈʹೖΔ • ฏۉֶ͕࣌4,5ճੜ͘Β͍ͩͬͨΑ͏ͳ(Α͘བྷΉਓ) • ຊͷେֶ4੍Ͱʁʁʁʁ • 10ճੜͷઌഐ͍ͨ •
ຊͷେֶͷࡏֶݶ7͔Β9͘Β͍Ͱ ʁʁʁʁʁʁʁʁ
Ҿ༻ݩ: http://www.sankei.com/west/photos/170613/ wst1706130059-p1.html
ઌਓͷ໊ݴ • ྡͷ෦ͷઌഐ(࣌6ճੜ͘Β͍)ͷ໊ݴ • ʮେֶΛ4Ͱଔۀ͢ΔͳΜ͍ͯͬͨͳ͍Αʔʯ • ͳΔ΄Ͳɻ • ࣮ࡍࢲେֶతͳͱ͜Ζʹ1+4+1+2=8͍ͨͷͰɺ࠷ऴత ʹ࣮ײΛ࣋ͬͯΘ͔Γ͕ൃੜɻ
େֶʹ10ࡏֶ͢Δʹ • ୯७ʹٳֶΛϑϧ׆༻ • ࡏֶݶ8ٳֶ࠷େ3ͷ߹ɺྫ͑ҎԼͷ༷ʹ͢Δɻ (େֶʹΑΓҟͳΓ·͢) • 4Ͱଔۀ͠ͳ͍ • 5͔ΒظٳֶΛ6ճߦ͏
• શʹେֶ͔ΒΕ͔ͣͭࡏֶݶѹΛݮͤ͞ΒΕΔ ͷͰศརɻ
ਤ ܦա ྦྷੵফඅࡏֶݶ ྦྷੵফඅٳֶ 1 1 0 2 2 0
3 3 0 4 4 0 5 4.5 0.5 6 5 1 7 5.5 1.5 8 6 2 9 6.5 2.5 10 7 3 11 8 3
େֶʹ10ࡏֶ͢Δʹ ͦͷ2 • େֶೖࢼΛड͚͢ • ແݶʹ͍ΒΕΔʂʂͬͨʂʂʂʂେֶೖࢼ୭ͰΣϧ ΧϜʂʂʂʂʂʂʂʂ • Γա͗ͳ͍͜ͱΛΦεεϝɻ
େֶʹ10ࡏֶ͢Δʹ ͦͷ2 • ਅ໘ͳ͜ͱΛݴ͏ͱసֶ෦సֶՊͱ͔ߟ͑Δ͘Β͍ ͍ͯ͠Δਓͦͷํ͕ૣ͍Έ͍ͨͳ͜ͱ͋Δɻ • 1͍Δͱେֶͷݱ࣮ʹ͍ͭͯΘ͔Γ͕ൃੜ͍ͯ͠Δͷ Ͱɺߴߍੜͷ࣌ΑΓΑΓྑ͍அ͕ग़དྷ͍ͯΔ(ͣ) • సֶ෦ͳͲֶߍʹΑΔ͕໘໘ஊͱ͔৭ʑͭΒ͘ݫ͍͠
ͱฉ͘ͷͰɺҰൠೖࢼͰड͔͍ͬͯΔͳΒͬͪΌͬͨํ ָ͕Ͱૣ͍߹͋Γͦ͏ɻ
ͦ͏͍͏ઌഐୡΈΜͳͲ͏ͳͬͨͷ ͔ • ׂͱී௨ʹੜ͖͍ͯΔ • ׂͱͳΜͱ͔ͳΔ • ϓϩχʔτʹͳͬͨਓ͍Δ͕ੜ͖͍ͯΔ
Ұํࢲ • 1࿘(େֶೖࢼɾԾ໘࿘ਓ)->1࿘(େֶӃೖࢼ)+म࢜Ͱɺֶ෦ଔ ετϨʔτͷਓ͔Β4Εͯ৽ଔະܦݧͰΤϯδχΞब৬ͬ ͯͭΛͨ͠(26ࡀʹͳΔ)ɻ • 1࿘ͨ࣌͠ͰົͳযΓ͕͕͋ͬͨɺΒΜ͏ͪʹফ͍͑ͯ ͨɻ • যΓ
is ଞͷਓͱൺͯେֶͰͷֶͼͱ͔ॾʑ͕1Εͯͯ ·͍ͣͷͰɺͱ͔ɻ
ࣾձͪΐΖ͍ͷ͔ • ͪΐΖ͘ݫ͘͠ͳ͍ؾ͕͢Δ(※ݸਓͷײͰ͢) • ͨͩ͠ඞཁҎ্ʹࣾձΛݫ͘͠͠Α͏ͱ͍ͯ͠Δେਓͷਓ ͍ͯɺͦ͏͍͏ਓͱదͳڑΛอͭͱQoL্͕͕Δ(※ݸਓ ͷײͰ͢)ɻ • ͦͷλΠϓͷਓׂͱετϨʔτͳܦྺҎ֎ͷਓʹରͯ͠ݫ ͍͠ؾ͕͢ΔͷͰͳΜ͔ͦ͏͍͏ۭؾͰΘ͔Δ(※ݸਓͷײ
Ͱ͢)ɻ
ετϨʔτͷਓ͍͢͝ͷ͔ • ͍͢͝ਓ͍Δ • ετϨʔτ͡Όͳ͍ਓͷํ͕ಥ͖ൈ͚͔ͯͯͬͨ͢͝Γ͢Δ (※ݸਓͷײͰ͢) • ετϨʔτͷਓͰࣾձѹΛ͔͚ͯདྷΔਓͦΜͳʹ͘͢͝ͳ ͍ͷͰͦΕͳΓʹΞϨ͍͖ͯ͠·͠ΐ͏(※ݸਓͷײͰ͢)
·ͱΊ(·ͱΊͱݴ͍ͬͯͳ͍) • ͳΜ͔େֶΛ4(or 6(M) or D(9))Ͱͬ͘͞ΓऴΘΒͤͳ͍ͱ Έ͍ͨʹաʹࢥͬͯΔਓݞͷྗΛൈ͜͏ͥɻ • ΨνΨνʹʹཱͭ͜ͱ͚ͩΒͣʹΑ͘Θ͔ΒΜ͜ͱ͠ Α͏ͥετϨʔτҳ্Ͱɻ
• ࣾձݫ͘͠ͳ͍(ѹ͕ݫ͍͠ਓͱదͳڑΛอͯ)