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
730
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
Course Review - Lecture 13 - Information Visualisation (4019538FNR)
signer
PRO
1
2.7k
私たちはなんでテストするんだっけ? Ver.東北IT物産展2026 in 会津若松
camel_404
3
180
AWS Skill Builderを活用した一石二鳥の業務計画
ysaeki
0
140
Soluciones al examen de Geografía 2026. JULIO (Convocatoria Extraordinaria)
juanmartin2026
1
18k
データマネジメント試験対策教材1〜データマネジメント基礎〜
yoshimura_datam
1
670
Del ojo entrenado a la visión computacional: evaluación de la severidad de enfermedades
emdelponte
0
120
Stardy 会社紹介資料
stardy
0
6.8k
【デザイナー就活講座】 デザイナー就活市場・企業探し・ポートフォリオのポイント
koheihasebe
0
530
2026年度春学期 統計学 第15回 分布についての仮説を検証する ― 仮説検定(2) (2026. 7. 9)
akiraasano
PRO
0
120
[2026前期火5] 論理学(京都大学文学部 前期 第8回)「正規化定理の証明」
yatabe
0
320
「答えを出す」より「わかる」をつくる
kzkmaeda
1
280
Center for Entrepreneurship Education | Science Tokyo (Institute of Science Tokyo)
sciencetokyo
PRO
0
330
Featured
See All Featured
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
35
2.6k
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
16
2.1k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
32
4.6k
The Power of CSS Pseudo Elements
geoffreycrofte
82
6.5k
30 Presentation Tips
portentint
PRO
1
380
Future Trends and Review - Lecture 12 - Web Technologies (1019888BNR)
signer
PRO
0
3.7k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
25
2k
AI Search: Implications for SEO and How to Move Forward - #ShenzhenSEOConference
aleyda
1
1.4k
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
52
6.1k
The Mindset for Success: Future Career Progression
greggifford
PRO
0
490
Chrome DevTools: State of the Union 2024 - Debugging React & Beyond
addyosmani
10
1.3k
Highjacked: Video Game Concept Design
rkendrick25
PRO
1
450
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)