ACCESS MOS試験対策
参照整合性
「参照整合性」のチェックをいれることで、レコードの整合性を保つようACCESSが操作を制限してくれる。
その上で、「フィールドの連鎖更新」、「レコードの連鎖削除」をチェックすることで、制限を緩和する、ということになる。
Gitはエンジニアの基礎教養だよなと思い立った次第~ステージ上げてコミット、プッシュ~
Gitは基礎教養
会社の開発作業では当たり前に使っているが、プロマネ的業務がメインになっているため、地に足付いた知識にできていないな、と感じていた「Git」関連。
なるほどなと思ったポイントをメモしていきます。
Progateさんの記事で、勉強中。
prog-8.com
ローカルのディレクトリとリモートリポジトリは最初に紐づける
Gitで管理しようとするディレクトリを作ったら、
最初に以下コマンドで、リモートリポジトリとの紐づけを行っているわけですね。
これによって、PUSHやらPULLをする都度、見る先のリモートリポジトリを指定する必要はないということ。
$ git init $ git remote add origin <URL>
※<URL>は、リモートリポジトリのURL
紐づけを削除したいときは、現在のリモートを確認してから、削除する。
$ git remote -v origin https://github.com/yassuo2020/MyTest.git (fetch) origin https://github.com/yassuo2020/MyTest.git (push) $ git remote rm origin
ファイルの変更差分を確認するコマンド
git diff を使うよ。
#ステージと現在のローカルフォルダとの差分。 #add でステージに上げたあと、ファイルに変更を加えた差分が出る。 $ git diff #ステージと、最新のコミットとの差分。 $ git diff HEAD
むふぅ、ステージ前、ステージに上げた後、コミット後
の状態を意識するのがコツと言えそう。
個人でGitHubを使って履歴管理する分には十分な知識がまず得られるレベルですね。
自分のGitHubがあるって、エンジニアとしては当たり前品質よね、世の中的には。
(大手SIerの弊社は、あまり対外的に発信してるWEBエンジニアな人、少ない、会ったことがないなぁ、という雰囲気なんですけどね・・)
できるリーダーは支配者ではない。部下の成長を加速させられる人。
読みました
「できるリーダーは、これしかやらない」。
本屋で見かけて、手に取ってみました。
私はソフトウェア開発の業界で20人規模のプロジェクトのリーダをやっています。
直属の部下も2名おり、リーダとして様々な悩みにぶつかることも増えてきました。
少しでも学びになりそうな本は、手あたり次第手に取ってみようじゃないかと思い立ち、購入。
印象に残った点を
部下の自立を促すには、「問いかけ」「傾聴」。コーチングを行うべし。
- どう思う?どうしたらよいと思う?と、問いかける。
- 最初から正解を教えることはしない。指示、命令とならないようにする。
単に指示するのと違い、部下が自らの行動を口にし、考え、自分事として仕事を進めるようになると。
部下の立場で考えると、非常に納得がいきました。
上司から、「あれして、これして~」と事細かに指示されるだけ(マイクロマネジメント)だと、自らで考える自立性が死にがちですよね。
自分じゃなくても、この仕事できるじゃないか、とも思ってモチベーションを失いがち。
そこを、上司から問いかけられたり、上司からの相談という形で、「何か考えあるかな??」と聞かれた結果自分から発信した仕事なら、納得感もって取り組めますもんね。
2:6:2の法則とは
会議の場などで、何か自分の意見を通さないといけない時、反対を受けるとまずへこむし、うまくいくかなと怖気づいてしまうことがあります。
そんな時の考え方で、組織においては
賛成者:2割、中立:6割、反対:2割 大抵はこの割合であると。
なので、そもそも10割が賛成者であるわけはなく、せいぜい2割の賛成者をまずしっかり味方につけ、中立の6割へと広げていけばよいのです。
なるほど、チームで何をやるにしても、最初はせいぜい
2割は味方がいてくれればラッキー、くらいの気持ちで望めば、初動で怖気づいてしまう気持ちは解消できそうです。
部下をプロとして扱う
「立場で人を動かさない」。なかなか痺れる名言な感じです。
部下だから、チームメンバーだから、問答無用で敬意なく指示するだけのリーダーでは、限界が来ます。
ただ強権のリーダーから指示されるだけの仕事の仕方は、無味乾燥です。
自分も、上司から丁寧な言葉で、○○さんならどう思う?と聞かれたときは安心感ももって、自分の意見を存分に言えます。
一方、部下だから言うこと聞いて当然、従うのだ、という口調で来られると、自我を尊重されているとは思えないですね。
というわけで、部下に対しても丁寧な言葉で、敬語もバランス良く使いながら、対話することを意識しています。
最後に
部下が自分から動いてくれるようになるための、リーダーのふるまいが学べる1冊です。
後半、「戦えるチーム」の作り方、といったチームビルディングに関する章もありますが、ここらはまだしっくり腹落ちするまで読みこめていないし、経験不足かもしれないので感想は割愛。
何はともあれ、理想のリーダー像を本書のような書籍でイメージし、
「こんなリーダーがいたらいいなぁ」という部下視点で感じる行動を取るよう、心がけるようになりました。
対人間のスキルというのは、非常に奥が深い。
ここは、将来AIでも簡単には正解を導けないところじゃないかな。
人間の心は、今のスーパーコンピューターではとても計算量が足りず再現もできないのだから。
できるリーダーは、「これ」しかやらない メンバーが自ら動き出す「任せ方」のコツ 伊庭正康/著 価格:1,650円 |
ドキドキ!?広告コーナー:レンタルサーバー
「Python 3 エンジニア認定データ分析試験」の試験勉強日記
勉強開始
次に狙う資格は「Python 3 エンジニア認定データ分析試験」。
勉強ノート代わりに、勉強したことを記録していきます。
教材は、主教材として提示されているこちら。
Pythonによるあたらしいデータ分析の教科書 翔泳社 寺田学/著 辻真吾/著 鈴木たかのり/著 福島真太朗/著 価格:2,728円 |
numpyのndarrayは、スライスの結果は参照になる(2020/7/6)
numpyのndarrayオブジェクトってのは、多次元配列を扱う上で重宝され良く使われてるようです。
Pythonは標準でも「リスト」という配列を扱うための標準のオブジェクトがありますが、ndarrayと仕様が違うところがあります。
スライスした結果が
- リストだと、コピーが渡される
- ndarrayだと、参照が渡される
リストの場合
a = [1,2,3]
b = a[:]
ここまでで、a,b はともに[1,2,3]
a[2] = 30とすると
a = [1,2,30]
b = [1,2,3] bの値は変わらない
ndarrayの場合
a = np.array([1,2,3])
b = a[:]
ここまでで、a,bはともに[1,2,3]
a[2] = 30 とすると
a =array( [1,2,30])
b = array([1,2,30]) ※bにはaの参照が渡されているので、bの値も変わる。
小さいようで大きな違い。
データの次元数を変えるとか、必要なデータ箇所だけスライスするといった処理は機械学習で頻繁に行いそうなので、注意ですね。
スライスの考え方も、使いこなすと相当に便利そう。
c = array([[1, 2, 3],
[4, 5, 6]]) としたときc[:,2] とすると、○行◇列 のうち○は全部の行(: で指定)、◇はインデックス2に並ぶ数値を取得する、となるので、結果は
array([3,6]) となる。
なんとなーくで、「:」を使ったスライスの処理を見てきた気がするが、しっくりきました。
linspaceによる均等割データ、n分割ならn+1が第三引数(2020/07/07)
np.linspace(0,1,5) とすると、
array([0. , 0.25, 0.5 , 0.75, 1. ])
0~1の間を、4分割し、最初の0も含めて配列にしていますね。
第三引数に指定した「5」は、5分割という意味ではなく、結果の配列の要素数を表す。
ちょっとややこしいけど、「均等に4分割したい~先頭の数値も入るから、第三引数は5ね」と押さえておく必要ありそうです。
Numpyメモ
#1から始まり、11より小さい範囲で、2おきのarrayを作成
in
np.arrange(1,11,2)
out
array([1, 3, 5, 7, 9])
#単位行列を作成
in
np.eye(3)
out
array([[1., 0., 0.],
[0., 1., 0.],
[0., 0., 1.]])
DBSCAN
ディープラーニングG検定 受験中の検索ワードを列挙してみた。試験はHMM!(ハードでマジでムズカッタ)
受けました
2020#2
2020年7月4日(土)
※受験料半額で実施、申込受付期間は5月15日(金)~ 6月26日(金)
試験前に余裕こいているワタクシ
ドローンの法規制 直前チェック #G検定https://t.co/dSpanIAya1
— カッチリ節約 (@YasuYasu_onFire) July 4, 2020
バーニーおじさん の画像を見つけた!
— カッチリ節約 (@YasuYasu_onFire) July 4, 2020
ビジュアルで覚えるとGOOD #G検定https://t.co/8YHHhB2KG2
データ量の目安となる経験則は存在します。バーニーおじさんのルールと呼ばれるこの経験則は、「モデルのパラメータ数の10倍のデータ数が必要」というものです。
試験後・・
#G検定
— カッチリ節約 (@YasuYasu_onFire) July 4, 2020
うお~黒本より難易度高かったですね。
参考書通りの問題が2~3割は紛れて即答はできますが、
BERTとか新しい手法の設問やら、最新動向を追っていないと厳しい設問が後半多めに。
#G検定
— カッチリ節約 (@YasuYasu_onFire) July 4, 2020
個人情報への配慮や、特許や著作権周りも、前半多かった印象。
ググれば即答できる、という類の問題もあるにはあるが、
新しめの手法についての正誤問題は、ググって出てくるブログ記事などじっくり追わねばならず、時間を奪われますね・・
こりゃー半額で受験者をたくさんホイホイしておいて、
— カッチリ節約 (@YasuYasu_onFire) July 4, 2020
落とし次回の通常料金で再受験させる戦略だったのかもw#G検定
試験中はこんな検索をしていた
Googleのマイアクティビティというページで、自分の検索ワードの履歴が見られます。
そこから列挙してみました。
(ブラウザは、Google Chromeです)
- スラック変数
- スラック変数 svm
- lsi nlp 特異値分解
- sgdとは
- 混同行列
- グローバルアベレージプーリング
- マックスプーリング
- alexnet resnet lenet
- 多層パーセプトロン
- 注意機構
- ボルツマンマシン
- アクタークリティック法
- 完全結合ネットワーク
- 完全結合ネットワーク fcn
- ssd 物体検出
- パのブティック セグメンテーション (てんぱっている様子がうかがえる)
- maml とは
- ペタ エクサ (単位の大きさの順を問われた設問)
- 単語埋め込みモデル
- 普遍文章表現
- nic ngram
- cbow nlp (NLPは自然言語処理のことですね。NLPを添えると、自然言語処理のサイトにヒットしやすくなります)
- セマンティックセグメンテーション
- nag モメンタム
- 強化学習 割引率
- 制限付きボルツマンマシン
- rnn 休止強制 (これは下の教師強制」のタイプミスかな)
- rnn 教師強制
- alphastar
- インセプションモジュール
- t-sne とは
- a3c とは
- r-cnn
- 価値反復法
- resnet vgg
- image net
- mnist とは
このあたりで、5分くらい残して200問解いたので、後で見直すを付けていた最初の方の問題に戻って、追い込みの検索をかけていたところ!
白本、黒本に載っていない用語の意味、特に手法やアルゴリズムは内容面まで押さえておく必要がありましたね・・。
今回落ちてしまっていたら、次回に向けてのあんちょことしてこれら検索ワードは活用できるのかな。
感想としては
- 白本、黒本のレベルを超えた出題がある、というか多い。半分以上は2冊のレベルを凌駕した設問ではなかったか
- 近年のトレンドの手法など、アンテナはっておく必要あり。
たまたま直前に見ていた日経プログラミング7月号で、BERTの記事があり、少し中身が頭に入っていたことは良かった。 - 検索のスピードが要求される。
用語の単一検索なら「○○とは」で、検索結果のスニペットで即回答が得られるようにする、
自然言語処理系なら 「○○ NLP 」みたいに大枠の関連語を入れて検索した方が精度が高い。 - 時間がギリギリになり焦った。きちんと、時間管理の作戦を立てておくことが必要。およそ1問を30秒、長くて2分と目安を決めていたのは良かった。
- 難問が並ぶ中、参考書通りのレベルの設問も途中途中に挟み込まれる。
これらは確実に得点すべき。最後まで一通り答え切ることが大事そうです。
BERTの手法の特集があり、目を通しておいて良かった「日経ソフトウェア」。
Python絡みでAI系の記事も多いので、アンテナを張るために購読おすすめです。
ディープラーニングG検定直前対策!
白本、黒本とstudy-AIの模試は既に終えており、万全な感じはあるのですが・・
明日(2020/7/4)にG検定を受験します。
直前対策として黒本を一通り解きなおしながら、間違えた箇所の記録をしていきます。
第1章 人工知能をめぐる歴史と動向
- アーサー・サミュエルは機械学習の定義として、以下を提唱
「明示的にプログラムしなくても学習する能力をコンピュータに与える分野」 - RFC439: ELIZAとPARRYの間で交わされた会話の最初の記録
- ICCC1972:ELIZAとPARRYの間で交わされた会話の記録
- ILSVRC: 大規模画像認識の競技会
- WSDM:First ACM international conference on web search and DATA mining
- レイ・カーツワイル「シンギュラリティは2045年に到来する。」
- オレン・エツィオーニ「終末論的構想は馬鹿げているとしか言いようがありません」
- スティーブン・ホーキンス「AIの完成は人類の終焉を意味するかもしれない」
第2章 機械学習の基礎
ここからは章関係なくごった煮(´・ω・`)
- Cyc(サイク)は、人工知能へのアプローチのひとつ。一般常識をデータベース化し(知識ベース)、人間と同等の推論システムを構築することを目的とするプロジェクト
-
Coursera(コーセラ)は、2012年の4月に、スタンフォード大学のアンドリュー・エン准教授とダフニー・コラー教授の2人によって設立されたMOOCs(ムークス)です。
MOOCs(ムークス)とは、世界のトップと呼ばれる大学がオンライン学習講座を提供している教育プラットフォームのことです。
- DARPA:アメリカ国防高等研究計画局
○○化三兄弟!
「非同期」でリズムよく仕事を捌いていくということ
学びになったことのメモ
- 100人に一人が持つ能力を3つ身に付けられれば、100^3 = 100万
100万人に一人の価値となる。(よく見る表現ではありますが、自分の仕事にとらわれず、勉強して多方面の知識・スキルを付けることで自分の価値を上げられるわけですね。) - 一人で完璧な仕事をする必要はない。見切り発車でも良いし、他人に任せても良い。
- 「非同期」なコミュニケーションで仕事を進める方が効率が良い。
電話や対面の会議は、「同期」の手段。
双方の時間が拘束される。
チャットなら、隙間時間で発信しておき、相手が都合の良いタイミングで処理できる。相手から時間を強制的に奪う電話のような行為にはならない。
「非同期」で仕事をリズムよくさばいていく、これはなるほどと思う。
実際、仕事では即時相手に見られなくても構わない、という前提で良い連絡が殆どである。
電話って、上司から急に来たりすると、悪い話かなと思ってしまったり、心理的な負荷も大きいと思うのですよね。
なので、自分の後輩に対しては極力、チャットでの連絡にしてます。
テレワーク環境下だと、なおさらにチャット活用が増えていますね。 - 仕事の質は睡眠で決まる
ホリエモンでも6時間は寝ているんだ・・。なんとなく以外だけど、ひろゆき氏も睡眠がパフォーマンス落とさないために最重要と言っていたし、間違いない。
さあ、本を閉じて寝よう、と書いてあったのは笑
へっぽこプロマネ、トラブル対応での開眼すっとこどっこい
30代半ばでも、まだまだ学べることは多い
弊社、いわゆる大手SIerで、アプリケーション基盤部分の開発・保守チームのプロマネをやっております。
他部門を横断した大きな現地様トラブルで、いくつか学びになったことがあるので、忘れぬよう記しておきます。
一人で立ち向かわず、助っ人を連れて臨め
夕方に、他部門のマネージャーから、うちの部門の機能の仕様について聞きたいと。
しかも、どうやらお客様がお怒りのトラブルの最中だと。
技術的に深い問答にもなることが予想されたので、プロジェクトのサブリーダークラスで2人のベテランに、一緒に打ち合わせ出てくれとお願いする。
頭の回転が非常に早く、対人の調整事が非常に上手いベテランの一人のみ、参加してくれると。
その場では、他部門マネージャーからの圧力が強い。「お前らの不備じゃないのか」と言葉には直接出さないにしても、ドキュメントに明記ないですよね?とか詰めてくる。
ベテランのスーパー調整おじさんは、技術面では深く知らないことでもポンポンとやり取りに応じ、時に謝ったり、これは持ち帰り確認させて下さい、など切り返していく。
私はうんうんうなずきマンになりつつも、仕様書開いて説明できるところは加勢したりと対応。
一人だったら、圧力が強く言われることにひるむばかりで、内容も理解せず上司にあわあわ報告するだけになっていたでしょう。
スーパー調整おじさんがやり取りしている間に、頑張って論点を理解して、宿題事項をメモ、その後、私から上司へ報告するのにメモが当然ながら役立ちました。
一人で無謀な戦いは挑まない、助っ人を味方につけるべし。
上司にはトラブル系は、報告早ければ早いほど良い
他部門のマネージャーとの闘いが終わった後、直属のマネージャーは退勤していたので、すぐに翌日の午前に報告、相談のアポだけ入れておく。
部長は、翌日の朝、「これこれのトラブルのメールって、他部門の部長やらから、来てます?」と聞いたらまだ来ていないとのこと。メールを転送して報告。
部長の耳に重要情報を迅速にインプットしておくことにより、部長がさらに上からつつかれたときなど、「それは既に部下から報告上がってきてました」と部長のメンツを立てられるよね。
その後、部長はたびたび助言くれたりするし、味方になってくれます。
受験じゃないんだから、出題者に問題の意図や前提をどんどん聞こう
他部門のマネージャーとの打ち合わせでもらった宿題事項、早急に回答しないといけないのだが、何をきいてきてるんだったけかこの質問??
と、取っていたメモを見ながら、分からなくて絶望してました。
しかし、今自分に求められているのは、半分も理解できていない質問に対して、とってつけた回答でメールの返信をしてよし、メールを返せたぞ、と満足することではない。
相手の質問の意図に沿った、求めている情報を返すことなのですよね。
となると、そうなんです、相手に聞いちゃえばよいんです。
他部門のマネージャーとの打ち合わせでは、実はそのマネージャーの部下も参加しておりました。その部下の方が技術面では詳しい方だったし、優しそうなルックスではあった。(オンライン会議の静止画だけど)
というわけで、その部下A氏に、質問に意味はこういうことですよね~??
とチャットで気が済むまでやりとり
きちんと、対話しながら、相手の知りたかった意図、前提条件を理解して、必要な情報をどんどん提示することができました。
多数が言っていることに飲まれてはいけない、証拠を積み上げて真実を掴む
それでそれで、他部門の部下A氏とやり取りを進めると、
わが部の製品には、何ら不備はない
ことが判明。使用方法がまずかったんですね。
他部門の圧力マネージャーは半ば我々の責任と決めつけた態度に近かったり、
そういった内容のメールも、上層部で飛び交っていたわけです。
ですが、担当者同士で、地道に仕様書とかマニュアル、実際に画面を動かして確認したり、を行ううちに、真実はそうではないぞ、というところまでたどり着けたわけですね。
決定事項のように突き出されたことにも、先入観を持たず、石橋を叩くように証拠を検証していく、それによって前提をひっくり返すこともあるんです。
(あら~上層部への報告内容の要旨が、私のようないち担当者の調査で変わっちゃうよ、と面白みも感じた)
さいごに
あまり詳細なことはもちろん会社の守秘義務がありますので書けませんでしたが、
私がこの短い期間(ものの1営業日程度の時間)の仕事で一気に学べたことを、一般化した学びとして記載してみました。
最近読んだ田端慎太郎の「これからの会社員の教科書」この本で書かれている社会人の基本なんだけど、とても戦略的で、汎用的で、仕事で試してみるのが楽しみになるほどのテクニック、考え方に影響を受けています。というか、元気貰っている?感じに近いです。
この方、Youtubeで見ると、話しぶりが結構
パワー系?オラオラ?な感じで、緻密で繊細なことも書かれている、著作と少しギャップがあって面白い。寡黙なインテリタイプじゃない、でも緻密に仕事を考えている、その素性がとても魅力的です。
30代でも、非常に学びになります。
お金の正体は「信用」である。
読んだ
ホリエモン氏の著書の一つ。
最近、Youtubeでよく堀江氏の動画を見るようになった。
直球でお金がテーマのタイトルということもあり、購入。
内容ざっくり
- お金の正体とは「信用」。円もドルも仮想通貨も、貨幣に対する信用がなくなれば塵と化す存在である。
- 人に対する「信用」があれば、お金は後から付いてくる。
- 現代は、人に対する「信用」によって成り立つ仕組みに溢れている。
クラウドファンディング、オンラインサロン・・
感想
- お金とは本来は実体があるものではなく、物々交換を行うための手段として、信用を元に誕生した、という話はインベスターZで読んでいた。
- 人に対する「信用」があればやっていける時代、というところはなるほどと思った点。確かに、形のあるものを売って報酬を得るという形態で現代のビジネスは回ってはいない。コツコツと、少しでも自分の価値を、会社でも、ネット社会に向けてでも、出し続けることが必要と感じた。
堀江さんの動向を日頃気にしてYoutube見たりしている人には、既知の内容が多いことは事実。しかし、圧倒的な信用を得て日本社会で大きい存在感を示し続ける人の考えを一読できることには価値があります。
100人中55人がAよりBと答えても、じゃあAよりBだねと判断するのは時期尚早 ~エクセルで統計の基礎が分かる~
受けた講義
【はじめての統計学】 エクセルで学ぶマーケティング統計分析&戦略
ビジネス統計スペシャリスト検定を受けるので、Udemyのコンテンツの中で対策になりそうなものがないかな~と探しました。
お品書き
1. 平均、分布、分散
平均
グラフ化(1) 縦棒グラフ
グラフ化(2) ヒストグラム
中央値
パレート分析
2. 相関分析
近似曲線の基本(1):R2
近似曲線の基本(2):正の相関、負の相関
近似曲線の基本(3):相関関係と因果関係
近似曲線の基本(4):予測値を計算
データを読み解く(1):外れ値
データを読み解く(2):グループ分け
データを読み解く(3):分解
データを読み解く(4):累計
近似曲線の応用(1):指数近似
近似曲線の応用(2):対数近似
近似曲線の応用(3):累乗近似
近似曲線の応用(4):多項式近似
最適解(1) 効率的なマーケティング
最適解(2)マーケティング予算の分配
3. 数字の信頼性
数字の信頼性とは
信頼区間(1):平均値の「幅」
信頼区間(2):エクセルで計算
信頼区間(3):シミュレーション
P値(1):テストの検証
P値(2):エクセルで計算
P値(3):シミュレーション
P値(4):有意差の注意点
感想をざっくりと
GOOD
- 小難しい数式はほぼ出てこない。深入りせず俯瞰した理解がしやすい
- エクセルでサンプルファイルももらえるので、手元で動かしながらふむふむ、と学べる
- すぐにでも仕事で使えそうな考え方がある。アンケート結果に対して、有意な差があるかをカイ2乗検定することにより、どれくらいの人数の母数があればよいか、という判断ができる。
会社だとあまりこういう知見からアンケートを解釈できる人っていない。
「Aが好まれる傾向があるとこのアンケートからは判断できないです。なぜなら~」とか言えると恰好良い。
BAD?
- 数式が出てこなすぎる故に、まっさらな知識で臨む人は深い理解につながるのだろうか?というところは疑問だった。統計検定2級くらいを分かる人にとっては、現場ではこういう考え方で使えるのね、とかエクセルだとこう使うのか、という理解を深める確認になると思います。
最後に
数字に弱い人?でも統計の基礎的な知見を広く浅く身に付けるのに良さそう。
小難しい数式を追っかけるのが統計と思っている人は、日頃の何てことのない業務にも統計の視点が使えそうだ、と思えると思います。
ちなみに、記事のタイトルにしたケースの根拠は以下。
55人がGOODと答えたことがたまたまであり、実際にはGOODもBADも大して変わらない、という確率は30%. 100人へのアンケートでちょびっと差が出たくらいでは、根拠をもった判断とするにはまだ早く、アンケートをより多くの人数へ実施する必要があります。