ソフト開発
-
機械学習のための数学入門
なるほどそうか、「機械学習モデル」を高1数学で理解する
機械学習をマスターする上でカギとなる、「損失関数」。そのイメージをより具体的に持つため、簡単な例題をここで扱ってみましょう。解を導き出すのに少し時間がかかりますが、「偏微分」などの高度な数学は使いません。
-
極言正論リターンズ
利益率51.2％、あの超優良ベンダーがSIerに「落ちぶれなかった」理由
日本の大手ITベンダーの主力事業は、ユーザー企業の要望通りにシステムをつくるSIだ。人月の工数で料金が決まるため人月ビジネスとも言う。米国のマイクロソフトやオラクル、欧州のSAPのようにパッケージソフトウエアを主力事業とする大手ITベンダーは、日本では誕生していない。
-
Oracle DBの高コスト問題に挑む
Oracle DBをクラウドで使い続ける、コストが最も安い移行先は？
オンプレミス環境からクラウド移行する場合Oracle DBのコスト削減を最大の目的にすると、Oracle Cloudを利用するのが最も効果的になる。Amazon Web Services向けやMicrosoft Azure向けのラインセス体系より有利になっているからだ。
-
Python大全、AI時代の本命言語
ズバリPythonの弱点は？AI以外の有望分野は？気になる疑問に答える
Pythonにも弱点はあるのか？AI（人工知能）以外にPythonに適した分野はあるのか？Python人材はどう確保すべきか？Python導入にはいくらかかるのか？企業ユーザーがPythonを利用する上で突き当たる疑問に答えよう。
-
ニュース解説
量子ソフトのスタートアップ米QCウェアが日本進出、あの業界に照準
量子コンピューター向けのソフトウエアを開発するスタートアップの米QCウェア（QC Ware）が2020年第2四半期（4～6月）までに日本に進出することが分かった。同社は量子コンピューターの応用領域として新素材開発に力を入れており、製造業が強い日本が量子コンピューターの市場として有望だと判断した。
-
機械学習のための数学入門
機械学習やるには数学から、「学習」「予測」「関数」の関係を知る
機械学習を理解する上でカギとなるのが、数学です。難しそうに感じるかもしれませんが、機械学習に必要な数学は限られています。それをマスターすることは、機械学習エンジニアになるための最短コースと言えます。
-
Oracle DBの高コスト問題に挑む
Oracle DBをオンプレのままコスト削減、最強の手段はこれだ
Oracle DBのライセンス費用だけに着目すると、コスト削減は簡単ではない。そこでシステム全体や運用までを含めて、コスト削減を考える必要がある。まずはオンプレ（自社所有環境）でOracle DBを利用する際のコスト削減方法を解説しよう。
-
Python大全、AI時代の本命言語
なぜ書きやすい？人気の開発環境は？Pythonを巡る疑問に答える
Pythonはなぜ書きやすく読みやすいと言われるのか？Python用のAI（人工知能）関連ライブラリーが豊富なのは、そもそもなぜなのか？Pythonプログラマーはどんな開発環境を使っているのか。Pythonを使う上で気になる3つの疑問に答える。
-
Python開発事始め
Python開発事始め
定番ライブラリーと開発環境
今はやりのAI（人工知能）や機械学習、データ分析のシステム構築には、プログラミング言語「Python」の活用が欠かせない。Pythonを使ったシステム開発には、デファクトスタンダードと呼べるライブラリー群やコーディング規約が存在する。これらを理解することがPythonでシステム開発を始めるための第…
-
Pythonを使って学ぶ高校数学の基礎
「0」と「1」でだけで文字や画像も自在に表現、コンピューターの秘密
コンピューターが扱うのは数値だけではありません。文字や画像、音声など、あらゆる情報を0と1だけで扱います。どういう決まりで0と1に置き換えるのか、簡単に見ておきましょう。
-
Oracle DBの高コスト問題に挑む
「実質値上げ」に苦しむOracle DBユーザー、継続か乗り換えか？
日本企業の情報システム部門にとって、「Oracle Database（DB）」を使った既存システムのコスト削減が課題になっている。Oracle Cloudの東京リージョンが登場するなどOracle DBを取り巻く環境は大きく変わっている。選択肢が増える今、Oracle DBに関するコスト削減策を解…
-
Python大全、AI時代の本命言語
AI時代のいまPythonがブレイクする本当の理由
Python人気の原動力はAI（人工知能）だ。AIシステムを開発するプログラミング言語としてPythonが最も使いやすいからだ。データ分析やインフラ管理など、Pythonの用途は広がっている。
-
ニュース
ギットハブ、プロジェクトの賛同者から資金を調達できる新施策を解説
ソフトウエア開発者向けツール「GitHub」を提供する米ギットハブの日本法人は2019年6月21日、GitHubの最新動向に関する発表会を開いた。
-
ニュース解説
米スラック上場で時価総額2兆円、市場は「粘着性」の高さを評価か
2019年6月20日（米国時間）に米ニューヨーク証券取引所に株式を上場した米スラック・テクノロジーズ（Slack Technologies）を、市場は極めて高く評価した。終値は38.62ドルで事前についた参考価格の26ドルを50％近く上回り、株式時価総額は195億ドル（約2兆800億円）に達した。
-
実践！マイクロサービス導入法
既存システムとデータ連携 保守性、性能、可用性で選ぶ
［第4回］導入設計（データ分割編）
新サービスと既存システムの間で、データの参照や登録を行う。データの参照では、DB連携やビュー、レプリケーションなどの手法をうまく使い分ける。データの登録はキューを活用し、非同期に実行する手法が向く。
-
読み手が納得する 勝負ドキュメント作成術
さっぱり分からない文章 構造を手掛かりに理解する
今回からは、ドキュメント構造を活用した資料作成のポイントを、出来の良くない資料をレビューして修正する具体例を使って解説する。
-
Pythonを使って学ぶ高校数学の基礎
Pythonを使って学ぶ、小数をコンピュータで表現する仕組み
「3.14」や「9.8」のように、小数点を含んだ値のことを「実数」と言います。もちろん、コンピュータの世界では「.」も使えません。その代わりに「浮動小数点数」という形式で実数を扱います。
-
デジタル化を支える データ基盤の設計パターン
データ基盤内で加工処理を施す トップダウンによる導入が肝
［第4回］データレイク型のデータ基盤（2）
データレイク型の設計パターンは、加工処理を行う箇所によって2つに分けられる。どちらのパターンもメリットとデメリットがあり、導入にはトップダウンでの推進体制が重要だ。2つの設計パターンの特徴と適する用途を解説する。
-
Python開発、はじめの一歩
環境構築から分析まで10分、「Pythonで機械学習」の手軽さに驚いた
Pythonで機械学習を使ったデータ分析作業を始めるのは簡単である。Googleアカウントとインターネットの接続環境さえあれば、「Google Colaboratory（グーグル・コラボレートリー）」を利用できる。面倒な環境構築の必要はなく、定番ライブラリーもあらかじめ利用できる状態で開発できる。
-
Pythonを使って学ぶ高校数学の基礎
Pythonで再学習、足し算の回路で引き算ができる「2の補数」
「－5」や「－10」のように、私たちは数字の前に「－」を付けることで負の数を表しますが、すべての情報を0と1で扱うコンピュータの世界で「－」は使えません。その代わりに符号ビットを使って負の数を表します。
