その他 on hdknr blog

アメリカがイスラエルと「心中」する本当の理由 — 福音派4400万人の宗教的圧力

Thu, 12 Mar 2026 00:00:00 +0000

アメリカとイスラエルは「普通の同盟国」ではない。日米同盟やNATOのように論理で説明できる同盟とは、まったく性質が異なる。その背景にある「見えない構造」を読み解く。

アメリカとイスラエルの関係は論理だけでは説明できない

日米同盟 → 「中国に対抗するため」「太平洋の安定のため」という論理で説明できる
NATO → 「ロシアの脅威に対する集団防衛」という論理がある

しかし、アメリカとイスラエルの関係には、論理だけでは説明できない部分がある。

そもそも「福音派」とは何か？ — キリスト教の分岐を整理する

この記事を理解するために、まずキリスト教の大きな流れを押さえておこう。

キリスト教の3大グループ

キリスト教は大きく分けて3つのグループがある：

グループ	特徴	代表的な国・地域
カトリック	ローマ教皇を頂点とする最大勢力。伝統・儀式を重視	イタリア、フランス、南米
東方正教会	カトリックと1054年に分裂。各国の独立した教会	ロシア、ギリシャ
プロテスタント	1517年にカトリックから分裂。「聖書だけが権威」	ドイツ、イギリス、アメリカ

日本で言えば、仏教が「禅宗」「浄土真宗」「日蓮宗」などに分かれているのと似ている。

プロテスタントの中の「福音派」

プロテスタントはさらに細かく分かれる。ここが重要なポイント。

主流派（メインライン） — 聖公会、長老派、メソジストなど。聖書を歴史的・文化的文脈で解釈する。比較的リベラル
福音派（エヴァンジェリカル） — 「聖書は神の言葉そのもの。書かれていることは文字通り正しい」と信じる。信仰体験（「生まれ変わり」）を重視

福音派はさらに、穏健な信仰生活を送るグループから、政治活動に積極的なグループ、聖書の預言を文字通り信じる「ディスペンセーション主義」まで幅広い。今回の話に関わるのは、主に政治的に活発な層だ。

なぜアメリカで福音派がこんなに強いのか？

歴史的な背景がある：

建国の経緯 — アメリカはイギリスの宗教的迫害を逃れた清教徒（ピューリタン）が建てた国。「信仰の自由」が国の根幹にある
大覚醒運動（18〜19世紀） — アメリカで何度も起きた大規模な信仰復興運動。個人の回心体験を重視する福音派の土壌を作った
20世紀の反動 — 進化論や聖書批評学（聖書を学問的に分析する手法）に対する反発として、「聖書は文字通り正しい」と主張する原理主義運動が勢いを増した
1970年代〜政治参入 — 中絶合法化（1973年）や公立学校での祈り禁止への反発から、福音派が共和党と結びつき、「宗教右派」として政治に本格参入した

つまり、福音派が政治力を持つのは最近のことではなく、アメリカの歴史そのものに根ざしている。

「イスラエルを応援する宗教的義務がある」と信じる4400万人

では、この福音派がなぜイスラエルと結びつくのか。

福音派の中でも特に「聖書に書いてあることは文字通り正しい」と強く信じる人たちが、カトリックやプロテスタントの主流派とはまったく異なるイスラエル観を持っている。

その人数がすごい：

アメリカの白人福音派：約4,400万人（全人口の約13%）
共和党支持率：61%
トランプへの投票率：80%以上

つまり、共和党にとって最大の票田。トランプが大統領でいられるのは、この人たちの票があるから。

地域別分布 — 「バイブルベルト」に集中

福音派は全米に存在するが、その分布は極端に偏っている。Pew Research Centerの調査による州別の福音派プロテスタント比率を見ると、南部への集中が一目瞭然だ。

福音派比率の高い州（上位10州）：

順位	州	福音派比率
1	テネシー	52%
2	アラバマ	49%
3	ケンタッキー	49%
4	オクラホマ	47%
5	アーカンソー	46%
6	ミシシッピ	41%
7	ウェストバージニア	39%
8	ジョージア	38%
9	ミズーリ	36%
10	ノースカロライナ	35%

福音派比率の低い州（下位5州）：

「決定性のないソフトウェア」の設計と評価 × t_wada氏の視点とskill-creatorが実装したTDD→EDD移行パターン

Thu, 05 Mar 2026 00:00:00 +0000

「決定性のないソフトウェア」をどう設計し評価するか — t_wada 氏の視点と skill-creator が実装した答え

和田卓人（@t_wada）氏が X で言及した、skill-creator の設計に関するコメントが注目を集めています。

skill-creator いい感じで動作すると思っていたら中身がこのようになっていたのか。決定性のないソフトウェアをどう実践的に設計して評価するかといった観点でも参考になるエントリ。

t_wada 氏は、テスト駆動開発（TDD）の日本における第一人者であり、Kent Beck 著『テスト駆動開発』の翻訳者、power-assert-js の作者として知られるプログラマです。その t_wada 氏が「決定性のないソフトウェアの設計と評価」という観点で skill-creator を評価しています。

元記事は逆瀬川ちゃん氏のブログ「skill-creator から学ぶ Skill 設計と、Orchestration Skill の作り方」です。本記事では、t_wada 氏の指摘する「決定性のないソフトウェア」の設計問題に焦点を当て、skill-creator がどのような解を実装しているかを解説します。

「決定性のないソフトウェア」とは何か

従来のソフトウェアとの違い

決定的ソフトウェア（従来）:
入力 A → 常に出力 X
入力 B → 常に出力 Y
→ 「2 + 2 = 4」を assert できる
非決定的ソフトウェア（LLM ベース）:
入力 A → 出力 X1, X2, X3...（毎回異なる）
入力 B → 出力 Y1, Y2, Y3...（毎回異なる）
→ 「正解」が一意に定まらない

LLM の出力は確率的です。同じプロンプトを送っても、temperature やサンプリングの影響で異なる結果が返ります。従来の assertEqual(expected, actual) というテスト手法が通用しない世界です。

要求定義・仕様記述・設計・検証の手引き × 3つの理論で統一する成果物定義

Wed, 04 Mar 2026 00:00:00 +0000

要求定義・仕様記述・設計・検証の手引き × 3つの理論で統一する成果物定義

Kuniwak さん（@orga_chem）が、要求定義・仕様記述・設計・検証を統一的に定義する資料を公開し、大きな反響を呼んでいます。

知人から辞書（悪い意味）との評価をうけた資料を公開しました。要求が何か、仕様が何か、設計が何か、検証が何かを明確に説明できない方向けの資料です。

https://x.com/orga_chem/status/2028973674876051777

126 いいね・22 RT・127 ブックマーク（10,847 表示）を集めたこのポストが指すのは、Speaker Deck で公開されたスライド資料です。「辞書（悪い意味）」と評されるほどの網羅性を持ちながら、Jackson（要求論）・Hoare（CSP）・Meyer（DbC）という3つの理論的基盤で全体を貫く一貫した構成が特徴です。

なぜこの資料が必要なのか

ソフトウェア開発の現場では、「要求」「仕様」「設計」の区別が曖昧なまま開発が進むことが珍しくありません。

「この機能の仕様は？」と聞かれて、要求（何を解決したいか）を答えてしまう
「設計書を書いて」と言われて、仕様（何をするか）を書いてしまう
テストケースが何を検証しているのか、要求なのか仕様なのか不明確

この曖昧さが、手戻り・認識ズレ・テスト漏れの根本原因になっています。Kuniwak さんの資料は、これら4つの成果物を数学的な基盤から明確に定義することで、チーム内の共通言語を確立しようとするものです。

基礎概念: イベント・状態機械・トレース・並行合成

資料の全体を貫く基礎概念は4つあり、下から順に積み上がるレイヤー構造になっています。

レイヤー3: 並行合成 複数の状態機械を組み合わせる操作
↑ 状態機械を使う
レイヤー2: トレース 状態機械の上を走る「実行パス」
↑ 状態機械の上で定義される
レイヤー1: 状態機械 状態とイベントと遷移の構造
↑ イベントで構成される
レイヤー0: イベント 最小単位（ボタン押下、時間経過など）

レイヤー	概念	何を定義するか	比喩
0	イベント	「何が起きるか」の最小単位	将棋の「一手」
1	状態機械	イベントでどう状態が変わるかの構造	将棋の「盤面と駒の動きのルール」
2	トレース	状態機械の上を実際に通る経路	将棋の「棋譜」（実際に指した手の列）
3	並行合成	複数の状態機械を組み合わせる操作	複数の対局が連動するルール

上位の概念は下位の概念なしには定義できません。トレースは状態機械がなければ経路を辿れず、状態機械はイベントがなければ遷移が起きません。この順序で理解することが重要です。

レイヤー0: イベント

状態遷移の引き金となる最小単位です。UI 操作、時間経過、通信など、さまざまな形態があります。

ユーザーが「送信」ボタンを押す → イベント
3秒経過する → イベント
サーバーからレスポンスが届く → イベント

イベント単体では「何かが起きた」という事実だけです。これが意味を持つのは、次のレイヤーである状態機械の中に置かれたときです。

テストダブル完全分類ガイド — Mock, Stub, Spy, Fake, Dummy の違いを図解で理解する

Mon, 02 Mar 2026 00:00:00 +0000

テストダブル完全分類ガイド — Mock, Stub, Spy, Fake, Dummy の違いを図解で理解する

t_wada 氏（和田卓人氏）のポストが、テストダブルの分類について「混乱しがちなテストダブルの分類については、この図がおすすめです」と NTT の解説記事を紹介しています。テストダブルという用語は現場でよく使われますが、「全部モックと呼んでしまう」「Stub と Mock の違いが曖昧」という混乱が起きがちです。この記事では、xUnit Test Patterns に基づく正確な分類を整理します。

テストダブルとは

テストダブルは、映画のスタントダブル（代役）から名付けられた用語です。テスト対象のコード（SUT: System Under Test）が依存するコンポーネント（DOC: Depended-on Component）の「身代わり」として使うオブジェクトの総称です。

Gerard Meszaros が著書 xUnit Test Patterns で体系化し、Martin Fowler が “Mocks Aren’t Stubs” で広めました。

なぜテストダブルが必要か

外部依存の排除: データベース、外部 API、ファイルシステムなどの影響を受けずにテストできる
再現困難な条件のテスト: ネットワーク障害、ディスクエラーなどの例外条件を再現できる
テスト速度の向上: メモリ上で動作するため高速に実行でき、並列動作も容易
決定性の確保: 外部環境に左右されない安定したテスト結果を得られる

SUT と DOC の関係

テストダブルの分類を理解するには、まず情報の流れを整理する必要があります。

テスト → [直接入力] → SUT → [直接出力] → テスト
↕
[間接入力/間接出力]
↕
DOC

用語	意味	例
SUT (System Under Test)	テスト対象	テストしたいクラス・関数
DOC (Depended-on Component)	SUT が依存するもの	DB、外部 API、時刻関数
直接入力	テストから SUT に渡す値	関数の引数
直接出力	SUT からテストに返る値	関数の戻り値
間接入力	DOC から SUT に渡される値	DB のクエリ結果、API のレスポンス
間接出力	SUT から DOC に渡す値	DB への書き込み、API へのリクエスト

テストダブルは、間接入力と間接出力のどちらを制御するかで分類されます。

Wix

Tue, 11 Mar 2025 00:00:00 +0000

Wix

会員登録

Wixでのサイト会員の招待手順は、招待する会員の種類によって異なります。ここでは、主な招待方法を3つご紹介します。

1. サイトの共同編集者として招待する

サイトの共同編集者として招待すると、招待されたユーザーはサイトの編集や管理を行うことができます。

手順:
1. Wixアカウントにログインし、サイトダッシュボードを開きます。
2. 左側のメニューから「設定」をクリックします。
3. 「役割・権限」をクリックします。
4. 「共同編集者を招待」をクリックします。
5. 招待するユーザーのメールアドレスを入力し、役割を選択します。
6. 「招待を送信」をクリックします。

2. サイト会員（メンバー）として招待する

サイト会員（メンバー）として招待すると、招待されたユーザーはサイトの会員限定コンテンツにアクセスしたり、会員限定の機能を利用したりすることができます。

手順:
1. Wixアカウントにログインし、サイトダッシュボードを開きます。
2. 左側のメニューから「顧客管理」をクリックします。
3. 「連絡先」をクリックします。
4. 「連絡先を追加」をクリックし、招待するユーザーの情報を入力します。
5. 「サイトのメンバーとして招待」にチェックを入れます。
6. 「追加」をクリックします。

3. Wixグループのメンバーとして招待する

Wixグループのメンバーとして招待すると、招待されたユーザーはグループ内のコンテンツにアクセスしたり、グループ内で交流したりすることができます。

手順:
1. Wixアカウントにログインし、サイトダッシュボードを開きます。
2. 左側のメニューから「コミュニティ」をクリックします。
3. 「グループ」をクリックします。
4. 招待したいグループを選択します。
5. 「メンバーを招待」をクリックします。
6. 招待するユーザーのメールアドレスを入力するか、連絡先から選択します。
7. 「招待を送信」をクリックします。

補足:

招待されたユーザーは、招待メールに記載されたリンクから登録手続きを行う必要があります。
招待する会員の種類によって、利用できる機能や権限が異なります。
各機能に関してより詳しく知りたい場合はwixのサポートページを参照ください。
- 役割・権限：サイト所有者向け情報 | サポートセンター | Wix.com
- Wix グループ：グループにメンバーを追加して管理する | サポートセンター | Wix.com

これらの手順を参考に、目的に合った方法でサイト会員を招待してください。

招待した人のみに限定する

Wixでサイト会員の登録を招待した人のみに限定することは、いくつかの方法を組み合わせることで可能です。以下に、その方法と注意点をまとめました。

1. サイト会員登録フォームの非表示と招待制の導入

Wix標準の会員登録フォームをサイトから削除または非表示にします。
代わりに、招待メールまたは招待リンクを通じてのみ会員登録を受け付けるようにします。
- これにより、招待された人以外は会員登録ページにアクセスできなくなります。

2. 会員限定ページの作成とアクセス制限

会員のみがアクセスできる限定ページを作成します。
ページ設定で「サイト会員のみ」を選択し、アクセスを制限します。
必要に応じて、特定の会員グループやプラン加入者のみにアクセスを許可する設定も可能です。

3. Wixグループ機能の活用

Wixグループを作成し、グループへの参加を招待制にします。
グループ内のコンテンツやディスカッションは、グループメンバーのみが閲覧できます。
グループのプライバシー設定で、承認したメンバーのみが参加できるように設定します。

4. Wixイベント機能の活用

イベントを作成する際に、登録設定で「サイト会員のみ」を選択します。
これにより、サイト会員として登録した人のみがイベントに参加可能となります。

注意点:

Google Search Console

Tue, 28 Jan 2025 00:00:00 +0000

Google Search Console

パンくずリストが無効

Google Search Console で「パンくずリストが無効です」というメッセージが表示される原因はいくつか考えられます。主な原因と対処法を以下にまとめました。

主な原因

構造化データのエラー:
- パンくずリストの構造化データが正しく設定されていない場合、エラーが発生します。特に、schema.orgのBreadcrumbList形式に従っていない場合に問題が起こりやすいです1。
古いデータ形式の使用:
- data-vocabulary.orgを使用している場合、Google はこれをサポートしなくなったため、schema.orgに置き換える必要があります1。
必須項目の欠如:
- itemListElementやpositionなどの必須項目が欠けている場合もエラーが発生します2。

対処法

構造化データの確認と修正:

schema.orgのBreadcrumbList形式に従って、パンくずリストの構造化データを設定します。以下のような形式で記述します。

1
2
3
4
5
6
7
8
9


<ol vocab="https://schema.org/" typeof="BreadcrumbList">
 <li property="itemListElement" typeof="ListItem">
 <a property="item" typeof="WebPage" href="https://example.com/">
 <span property="name">Home</span>
 </a>
 <meta property="position" content="1" />
 </li>
 <!-- 他のパンくずリスト項目 -->
</ol>

data-vocabulary.orgからschema.orgへの移行:

リクルーティング

Thu, 16 Jan 2025 00:00:00 +0000

大学への求人/インターン/アルバイト

美大系学内企業説明会

造形大学: https://www.zokei.ac.jp/career/corporate/#c1 (アルバイト)
多摩美術大学: https://www.tamabi.ac.jp/career/job-offer/ (アルバイト, バイトネットを利用)
武蔵野美術大学: https://www.musabi.ac.jp/career/employer/offer/ (アルバイト)
日大芸術学部: https://www.art.nihon-u.ac.jp/enterprise/ (アルバイトは indeed を利用)
女子美術大学 https://www.joshibi.ac.jp/campuslife/carriersupport/campany (アルバイトも同様)

美術系大学(美大)のランキング

S 東京藝術大学（東京大学）
A+ 多摩美術大学（慶應義塾大学）
A+ 武蔵野美術大学（早稲田大学）

【一流美大の壁】

A 金沢美術工芸大学（一橋大学）
A- 京都市立芸術大学（大阪大学）
A- 愛知県立芸術大学（名古屋大学）
B+ 東京造形大学（上智大学）
B+ 女子美術大学（津田塾大学）

キャリタス UC

機能(無料):

求人票配信
インターンシップ情報
OB/OG 情報
企業メッセージ

有料(プレミアム):

エントリフォーム外部リンク設置可能
セミナー情報
応募書メッセージの送受信
大学担当者情報/学事スケージュールの閲覧

関東の大学

学校名	エリア	区分	種別	大学院あり	WEB エントリ受付
茨城大学	茨城県	国立	大学	○	○
筑波大学	茨城県	国立	大学	○
茨城県立医療大学	茨城県	公立	大学	○	○
茨城キリスト教大学	茨城県	私立	大学	○
つくば国際大学	茨城県	私立	大学
常磐大学	茨城県	私立	大学	○
日本国際学園大学	茨城県	私立	大学
流通経済大学	茨城県	私立	大学	○
常磐短期大学	茨城県	私立	短大
宇都宮大学	栃木県	国立	大学	○	○
宇都宮共和大学	栃木県	私立	大学		○
作新学院大学	栃木県	私立	大学	○
白鴎大学	栃木県	私立	大学	○	○
文星芸術大学	栃木県	私立	大学	○
宇都宮短期大学	栃木県	私立	短大		○
宇都宮文星短期大学	栃木県	私立	短大
國學院大學栃木短期大学	栃木県	私立	短大
作新学院大学女子短期大学部	栃木県	私立	短大
群馬大学	群馬県	国立	大学	○	○
群馬県立女子大学	群馬県	公立	大学	○
高崎経済大学	群馬県	公立	大学	○	○
前橋工科大学	群馬県	公立	大学	○	○
関東学園大学	群馬県	私立	大学	○	○
共愛学園前橋国際大学	群馬県	私立	大学		○
上武大学	群馬県	私立	大学	○
高崎健康福祉大学	群馬県	私立	大学	○	○
高崎商科大学	群馬県	私立	大学	○	○
共愛学園前橋国際大学短期大学部	群馬県	私立	短大
高崎商科大学短期大学部	群馬県	私立	短大		○
新島学園短期大学	群馬県	私立	短大		○
埼玉大学	埼玉県	国立	大学	○
埼玉県立大学	埼玉県	公立	大学	○	○
跡見学園女子大学	埼玉県	私立	大学	○
浦和大学	埼玉県	私立	大学		○
共栄大学	埼玉県	私立	大学		○
埼玉学園大学	埼玉県	私立	大学	○
尚美学園大学	埼玉県	私立	大学	○	○
十文字学園女子大学	埼玉県	私立	大学	○
城西大学	埼玉県	私立	大学	○	○
女子栄養大学	埼玉県	私立	大学	○
駿河台大学	埼玉県	私立	大学	○
聖学院大学	埼玉県	私立	大学	○
西武文理大学	埼玉県	私立	大学		○
東京国際大学	埼玉県	私立	大学	○
東邦音楽大学	埼玉県	私立	大学	○	○
獨協大学	埼玉県	私立	大学	○
日本医療科学大学	埼玉県	私立	大学		○
日本薬科大学	埼玉県	私立	大学	○	○
文京学院大学	埼玉県	私立	大学	○
平成国際大学	埼玉県	私立	大学	○	○
武蔵野学院大学	埼玉県	私立	大学	○	○
ものつくり大学	埼玉県	私立	大学	○
秋草学園短期大学	埼玉県	私立	短大		○
浦和大学短期大学部	埼玉県	私立	短大		○
川口短期大学	埼玉県	私立	短大
埼玉女子短期大学	埼玉県	私立	短大		○
城西短期大学	埼玉県	私立	短大		○
山村学園短期大学	埼玉県	私立	短大		○
千葉大学	千葉県	国立	大学	○	○
愛国学園大学	千葉県	私立	大学		○
植草学園大学	千葉県	私立	大学		○
ＳＢＣ東京医療大学	千葉県	私立	大学		○
江戸川大学	千葉県	私立	大学		○
開智国際大学	千葉県	私立	大学		○
川村学園女子大学	千葉県	私立	大学	○	○
神田外語大学	千葉県	私立	大学	○	○
敬愛大学	千葉県	私立	大学
国際武道大学	千葉県	私立	大学	○
秀明大学	千葉県	私立	大学		○
淑徳大学	千葉県	私立	大学	○	○
城西国際大学	千葉県	私立	大学	○	○
清和大学	千葉県	私立	大学
千葉科学大学	千葉県	私立	大学	○	○
千葉経済大学	千葉県	私立	大学	○	○
千葉工業大学	千葉県	私立	大学	○
千葉商科大学	千葉県	私立	大学	○
中央学院大学	千葉県	私立	大学	○
帝京平成大学	千葉県	私立	大学	○
東京基督教大学	千葉県	私立	大学	○	○
東京情報大学	千葉県	私立	大学	○
明海大学	千葉県	私立	大学	○
麗澤大学	千葉県	私立	大学	○
和洋女子大学	千葉県	私立	大学	○	○
植草学園短期大学	千葉県	私立	短大		○
敬愛短期大学	千葉県	私立	短大		○
千葉経済大学短期大学部	千葉県	私立	短大		○
千葉明徳短期大学	千葉県	私立	短大		○
東京経営短期大学	千葉県	私立	短大
日本大学短期大学部（船橋）	千葉県	私立	短大		○
お茶の水女子大学	東京都	国立	大学	○
職業能力開発総合大学校	東京都	国立	大学	○	○
電気通信大学	東京都	国立	大学	○
東京大学	東京都	国立	大学	○
東京医科歯科大学	東京都	国立	大学	○
東京海洋大学	東京都	国立	大学	○	○
東京外国語大学	東京都	国立	大学	○	○
東京学芸大学	東京都	国立	大学	○	○
東京藝術大学	東京都	国立	大学	○
東京工業大学	東京都	国立	大学	○	○
東京農工大学	東京都	国立	大学	○
一橋大学	東京都	国立	大学	○
東京都立大学	東京都	公立	大学	○	○
産業技術大学院大学	東京都	公立	大学院	○	○
青山学院大学	東京都	私立	大学	○
亜細亜大学	東京都	私立	大学	○
大妻女子大学	東京都	私立	大学	○
嘉悦大学	東京都	私立	大学	○	○
学習院大学	東京都	私立	大学	○	○
学習院女子大学	東京都	私立	大学	○	○
北里大学	東京都	私立	大学	○	○
共立女子大学	東京都	私立	大学	○	○
杏林大学	東京都	私立	大学	○	○
国立音楽大学	東京都	私立	大学	○
慶應義塾大学	東京都	私立	大学	○	○
恵泉女学園大学	東京都	私立	大学	○	○
國學院大學	東京都	私立	大学	○
国際基督教大学	東京都	私立	大学	○	○
国際ファッション専門職大学	東京都	私立	大学		○
国士舘大学	東京都	私立	大学	○
こども教育宝仙大学	東京都	私立	大学		○
駒澤大学	東京都	私立	大学	○	○
駒沢女子大学	東京都	私立	大学	○
芝浦工業大学	東京都	私立	大学	○
昭和大学	東京都	私立	大学	○	○
昭和女子大学	東京都	私立	大学	○
白梅学園大学	東京都	私立	大学	○
白百合女子大学	東京都	私立	大学	○
実践女子大学	東京都	私立	大学	○
順天堂大学	東京都	私立	大学	○	○
上智大学	東京都	私立	大学	○	○
情報経営イノベーション専門職大学	東京都	私立	大学		○
杉野服飾大学	東京都	私立	大学	○	○
成蹊大学	東京都	私立	大学	○	○
聖心女子大学	東京都	私立	大学	○
成城大学	東京都	私立	大学	○	○
清泉女子大学	東京都	私立	大学	○
専修大学	東京都	私立	大学	○
創価大学	東京都	私立	大学	○	○
大正大学	東京都	私立	大学	○
高千穂大学	東京都	私立	大学	○	○
拓殖大学	東京都	私立	大学	○
多摩大学	東京都	私立	大学	○	○
多摩美術大学	東京都	私立	大学	○	○
大東文化大学	東京都	私立	大学	○
中央大学	東京都	私立	大学	○
津田塾大学	東京都	私立	大学	○	○
帝京大学	東京都	私立	大学	○	○
帝京科学大学	東京都	私立	大学	○	○
テンプル大学ジャパンキャンパス	東京都	私立	大学
デジタルハリウッド大学	東京都	私立	大学	○	○
東京未来大学	東京都	私立	大学		○
東京医療保健大学	東京都	私立	大学	○
東京音楽大学	東京都	私立	大学	○	○
東京家政大学	東京都	私立	大学	○
東京家政学院大学	東京都	私立	大学	○
東京工科大学	東京都	私立	大学	○	○
東京国際工科専門職大学	東京都	私立	大学		○
東京純心大学	東京都	私立	大学		○
東京女子大学	東京都	私立	大学	○	○
東京女子体育大学	東京都	私立	大学		○
東京聖栄大学	東京都	私立	大学		○
東京成徳大学	東京都	私立	大学	○	○
東京造形大学	東京都	私立	大学	○	○
東京通信大学	東京都	私立	大学		○
東京福祉大学	東京都	私立	大学	○
東京富士大学	東京都	私立	大学	○	○
東京保健医療専門職大学	東京都	私立	大学		○
東京薬科大学	東京都	私立	大学	○
東京理科大学	東京都	私立	大学	○	○
東洋大学	東京都	私立	大学	○	○
東洋学園大学	東京都	私立	大学	○	○
二松學舍大學	東京都	私立	大学	○	○
日本大学	東京都	私立	大学	○	○
日本社会事業大学	東京都	私立	大学	○
日本獣医生命科学大学	東京都	私立	大学	○
日本女子大学	東京都	私立	大学	○	○
日本女子体育大学	東京都	私立	大学	○	○
日本体育大学	東京都	私立	大学	○	○
ビジネス・ブレークスルー大学	東京都	私立	大学	○	○
文化学園大学	東京都	私立	大学	○	○
北京語言大学東京校	東京都	私立	大学
法政大学	東京都	私立	大学	○
星薬科大学	東京都	私立	大学	○
武蔵大学	東京都	私立	大学	○
武蔵野大学	東京都	私立	大学	○
武蔵野音楽大学	東京都	私立	大学	○
武蔵野美術大学	東京都	私立	大学	○	○
明治学院大学	東京都	私立	大学	○
明治薬科大学	東京都	私立	大学	○
明星大学	東京都	私立	大学	○
目白大学	東京都	私立	大学	○
ヤマザキ動物看護大学	東京都	私立	大学	○
立教大学	東京都	私立	大学	○	○
立正大学	東京都	私立	大学	○
ルーテル学院大学	東京都	私立	大学	○
和光大学	東京都	私立	大学	○
早稲田大学	東京都	私立	大学	○	○
愛国学園短期大学	東京都	私立	短大
青山学院女子短期大学	東京都	私立	短大		○
有明教育芸術短期大学	東京都	私立	短大		○
大妻女子大学短期大学部	東京都	私立	短大
共立女子短期大学	東京都	私立	短大		○
国際短期大学	東京都	私立	短大		○
白梅学園短期大学	東京都	私立	短大
実践女子大学短期大学部	東京都	私立	短大
女子栄養大学短期大学部	東京都	私立	短大
女子美術大学短期大学部	東京都	私立	短大		○
星美学園短期大学	東京都	私立	短大
創価女子短期大学	東京都	私立	短大
帝京大学短期大学	東京都	私立	短大
帝京短期大学	東京都	私立	短大		○
貞静学園短期大学	東京都	私立	短大		○
戸板女子短期大学	東京都	私立	短大		○
東京家政大学短期大学部	東京都	私立	短大
東京交通短期大学	東京都	私立	短大
東京女子体育短期大学	東京都	私立	短大		○
東京成徳短期大学	東京都	私立	短大		○
東京立正短期大学	東京都	私立	短大		○
東邦音楽短期大学	東京都	私立	短大		○
桐朋学園芸術短期大学	東京都	私立	短大		○
新渡戸文化短期大学	東京都	私立	短大		○
目白大学短期大学部	東京都	私立	短大
横浜国立大学	神奈川県	国立	大学	○
横浜市立大学	神奈川県	公立	大学	○	○
神奈川大学	神奈川県	私立	大学	○
神奈川工科大学	神奈川県	私立	大学	○
関東学院大学	神奈川県	私立	大学	○
産業能率大学	神奈川県	私立	大学	○	○
湘南鎌倉医療大学	神奈川県	私立	大学	○	○
松蔭大学	神奈川県	私立	大学	○
湘南工科大学	神奈川県	私立	大学	○
昭和音楽大学	神奈川県	私立	大学	○
女子美術大学	神奈川県	私立	大学	○	○
洗足学園音楽大学	神奈川県	私立	大学	○
鶴見大学	神奈川県	私立	大学	○	○
桐蔭横浜大学	神奈川県	私立	大学	○
東海大学	神奈川県	私立	大学	○	○
東京工芸大学	神奈川県	私立	大学	○
東洋英和女学院大学	神奈川県	私立	大学	○	○
ビューティー＆ウェルネス専門職大学	神奈川県	私立	大学		○
フェリス女学院大学	神奈川県	私立	大学	○
文教大学	神奈川県	私立	大学	○	○
横浜商科大学	神奈川県	私立	大学		○
横浜創英大学	神奈川県	私立	大学	○
横浜美術大学	神奈川県	私立	大学
小田原短期大学	神奈川県	私立	短大		○
湘北短期大学	神奈川県	私立	短大		○
昭和音楽大学短期大学部	神奈川県	私立	短大
上智大学短期大学部	神奈川県	私立	短大
鶴見大学短期大学部	神奈川県	私立	短大		○

その他

準大手 (https://reashu.com/career-tasu-agent/)
LINE で完結する (https://doneru.jp/business-tips/career-tasu/)

求めるスキルセット

能力:

Svelte

Sun, 05 Jan 2025 00:00:00 +0000

Svelte

Gradio

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12


import gradio as gr

def greet(name):
 return f"Hello, {name}!"

demo = gr.Interface(
 fn=greet,
 inputs="text",
 outputs="text",
)

demo.launch()

Gradio App.svelte カスタマイズ

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16


import gradio as gr

def greet(name):
 return f"Hello, {name}!"

gr.Interface(
 fn=greet,
 inputs="text",
 outputs="text",
 title="My Gradio App",
 description="A simple greeting app.",
 # App.svelteのパスを指定
 template_file="templates/custom_app.svelte"
 # カスタムCSS 
 css="custom.css"
).launch()

custom_app.svelte:

Matplotlib

Fri, 27 Dec 2024 00:00:00 +0000

Matplotlib

ラベル

Matplotlibの軸ラベルが見切れる時の対処法について

クラスタリング

Sun, 17 Nov 2024 00:00:00 +0000

クラスタリング

手法

ユーザーを属性に基づいてクラスタリングするためには、いくつかの手法があります。以下に代表的なものを紹介します：

K-meansクラスタリング:
- ユーザーを事前に決めた数のクラスタに分ける手法です。各クラスタの中心（セントロイド）を計算し、ユーザーを最も近いクラスタに割り当てます。
階層的クラスタリング:
- ユーザーを階層的にクラスタリングする手法です。デンドログラムと呼ばれる木構造を作成し、ユーザーを段階的にクラスタに分けます。
DBSCAN（Density-Based Spatial Clustering of Applications with Noise）:
- 密度に基づくクラスタリング手法で、データの密度が高い部分をクラスタとして識別します。ノイズや外れ値を扱うのに適しています。
Gaussian Mixture Models（GMM）:
- データが複数のガウス分布から生成されていると仮定し、各クラスタをガウス分布としてモデル化します。クラスタの形状が楕円形の場合に有効です。
主成分分析（PCA）:
- 次元削減の手法ですが、クラスタリングの前処理として使用されることが多いです。データの重要な特徴を抽出し、クラスタリングの精度を向上させます。

これらの手法を使うことで、ユーザーを効果的にクラスタリングし、属性に基づいた分析やマーケティング戦略の立案が可能になります。どの手法が最適かは、データの特性や目的によって異なるため、いくつかの手法を試してみると良いでしょう。

どの手法について詳しく知りたいですか？または、具体的なデータの例があれば教えてください。

DBSCAN

以下に、Pythonを使ってDBSCANでデータをクラスタリングするサンプルコードを示します。この例では、scikit-learnライブラリを使用しています。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18


import numpy as np
from sklearn.cluster import DBSCAN
from sklearn.datasets import make_blobs
import matplotlib.pyplot as plt

# サンプルデータの生成
X, _ = make_blobs(n_samples=300, centers=4, cluster_std=0.60, random_state=0)

# DBSCANの実行
dbscan = DBSCAN(eps=0.3, min_samples=5)
clusters = dbscan.fit_predict(X)

# クラスタリング結果のプロット
plt.scatter(X[:, 0], X[:, 1], c=clusters, cmap='viridis')
plt.xlabel('Feature 1')
plt.ylabel('Feature 2')
plt.title('DBSCAN Clustering')
plt.show()

このコードでは、以下の手順を踏んでいます：

alembic: マイグレーションツール

Thu, 10 Oct 2024 00:00:00 +0000

Alembic

アンケート

Sun, 06 Oct 2024 00:00:00 +0000

アンケート

「ランキング(順位回答)

「ランキング(順位回答)」形式の設問を設定する際には、回答者に複数の選択肢を提示し、それらを順位付けしてもらう形になります。具体的な記述例を以下に示します：

設問例

Q1. 以下の旅行先を、行きたい順に1位から5位まで順位付けしてください。

パリ
ニューヨーク
東京
ローマ
シドニー

回答方法

回答者は、各選択肢に対して順位を記入します。例えば：

1位: 東京
2位: パリ
3位: シドニー
4位: ニューヨーク
5位: ローマ

このように、回答者が自分の好みに基づいて順位を付けることで、アンケートの結果から人気のある選択肢や優先順位を分析することができます。

Qdrant

Fri, 04 Oct 2024 00:00:00 +0000

Qdrant

ベクターデータベース

レコードID

Qdrantのレコードを更新する際のキー情報は、レコードのIDです。 Qdrantでは、各レコード（Point）は一意の識別子（ID）、ベクトル、そしてペイロード（追加情報）で構成されています¹。レコードを更新する際には、このIDを使用して特定のレコードを指定します¹。

Lexical Search

Lexical Search（レキシカル検索）は、キーワードベースの検索の一種で、[力されたクエリとデータベース内のテキストの正確な一致を探す方法です¹ ²。具体的には、以下のような特徴があります：>

正確な一致：クエリに入力された単語とデータベース内の単語が正確に一致するものを探します。スペルや文法のバリエーションは無視されます¹。
高速で効率的：特定の名前や日付など、変更されにくい情報を迅速に見つけるのに適しています¹。
シンプルな実装：多くの検索エンジンやデータベースで一般的に使用される方法です²。

例えば、データベース内で特定の人物の名前を探す場合、レキシカル検索を使用するとその名前と正確に一致するエントリを見つけることができます。

一方で、レキシカル検索は意味の理解を伴わないため、同義語や文脈を考慮した検索には向いていません³。そのため、より高度な検索が必要な場合は、セマンティック検索（意味検索）などの他の方法が使用されることがあります¹。

(1) Lexical Search Vs Semantic Search - Try Speak Free!. https://speakai.co/lexical-search-vs-semantic-search/. (2) Lexical and semantic search with Elasticsearch. https://www.elastic.co/search-labs/blog/lexical-and-semantic-search-with-elasticsearch. (3) Search in a Knowledge Base – Introduction & Lexical Search - Semedy. https://www.semedy.com/post/search-in-a-knowledge-base-introduction-lexical-search.

Dense Search（デンス検索）

Dense Search（デンス検索）は、高次元の数値ベクトルを使用してデータを検索する方法です。これは、特にセマンティック検索（意味検索）に適しており、クエリとデータベース内のドキュメントの間の意味的な類似性を評価します¹ ²。

特徴

ベクトル表現：テキストや画像などのデータを高次元のベクトルに変換します。これにより、データの意味的な情報を数値として表現できます¹。
距離計算：クエリベクトルとデータベース内のベクトル間の距離（例えば、ユークリッド距離やコサイン類似度）を計算し、最も類似した結果を返します²。
機械学習モデル：BERTやGloVeなどの機械学習モデルを使用して、データをベクトルにエンコードします²。

利点

意味的な一致：キーワードの正確な一致に依存せず、意味的に関連する結果を返すことができます³。
多様なデータ対応：テキストだけでなく、画像や音声などの異なるデータタイプにも適用可能です¹。

使用例

Dense Searchは、検索エンジンやレコメンデーションシステムなどで広く使用されています。例えば、ユーザーが入力したクエリに対して、意味的に関連するドキュメントや商品を見つけるのに役立ちます。

¹: Dense Vector Search :: Apache Solr Reference Guide ²: Hybrid Search Explained - Weaviate ³: Understanding hybrid search - Pinecone Docs

Shopify

Wed, 21 Aug 2024 00:00:00 +0000

Shopify

手数料

SHopify Payment

pandas

Tue, 18 Jun 2024 00:00:00 +0000

Pandas

連番

pandas でインデックスとは別のカラムに連番を振る

Google: GMail

Mon, 04 Mar 2024 00:00:00 +0000

Google: GMail

Apple Mail

Mac の「メール」でメールボックスを読み込む/書き出す

ssh: port forwarding

Tue, 20 Feb 2024 00:00:00 +0000

ssh ポートフォワーディング

ECS

半角カタカナ

Tue, 12 Dec 2023 00:00:00 +0000

半角カタカナ

全角・半角カタカナのバリデーションルール設定方法（正規表現）

会計

Thu, 23 Nov 2023 00:00:00 +0000

会計

一般管理費

販売費及び一般管理費を英語で？【海外で役に立つ会計英語をカンタン解説】

SGA:

販売：Selling
一般：General
管理：Administrative

RDS バーストバランス

Wed, 01 Nov 2023 00:00:00 +0000

RDS バーストバランス

バーストバランス

https://qiita.com/s-katsumata/items/b12f943905ff68474e38

IOPS

https://qiita.com/mk34/items/28ccb7a3e84964d79203
ストレージサイズを増やす
ストレージの自動スケーリング

クレジットバランス

https://dev.classmethod.jp/articles/rds_gp2_iocreditbarance/

スロークエリ

https://qiita.com/satofujino/items/a7350aefc3cdde563592

pandas SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.

Sun, 20 Aug 2023 00:00:00 +0000

pandas : `SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.`

どちらでも Warning:

1
2
3
4
5
6


 def _balance(df):
 if df["bookitem_kind"] == "1":
 return -1 * df["amount"]
 return df["amount"]

 df_epm_cost["amount2"] = df_epm_cost.apply(_balance, axis=1)

1

df_epm_cost["amount"].where(df_epm_cost["bookitem_kind"] == "0", -1 * df_epm_cost["amount"], inplace=True)

`ValueError: cannot reindex on an axis with duplicate labels`

1

df_epm_cost.loc[df_epm_cost["bookitem_kind"] == "1", "amount2"] = df_epm_cost["amount"] * (-1)

FutureWarning: reindexing with a non-unique Index is deprecated and will raise in a future version
ValueError: cannot reindex on an axis with duplicate labels

インデックスを削除するとうまく行く:

cp932

Wed, 21 Jun 2023 00:00:00 +0000

CP932 の最大バイト数を超えない長さで文字列を丸める

1

from itertools import accumulate

1
2
3
4
5
6
7
8
9


def cp932_substr(source, max_length):
 """CP932での最大バイト数(max_length) を超えない文字数で丸める"""

 if not source:
 return ""
 data = map(lambda i: len(i.encode("cp932")), source)
 target = filter(lambda i: i <= max_length, accumulate(data))
 count = len(list(target))
 return source[:count]

pandas 指定カラムがnan以外のレコードのみ抽出

Thu, 25 May 2023 00:00:00 +0000

pandas: `notna()`: 指定カラムがnan以外のレコードのみ抽出

ダウンロードExcelファイルの 行数カラムに値がはいっているとエラー行：

1
2
3
4
5
6


 names = {
 "行数": "line",
 "メッセージ": "message",
 }
 df = self.dataframe(response)[["行数", "メッセージ"]].rename(columns=names)
 df = df[df["line"].notna()]

## Cognite(MAU=5,000) Show calculations

Mon, 08 May 2023 00:00:00 +0000

Cognite(MAU=5,000) Show calculations

MAU = 5,000

Unit conversions

Percent of monthly users who sign in through SAML or OIDC federation: 10 / 100 = 0.1

Pricing calculations

SAML or OIDC federation cost (monthly)

5,000 MAUs x 0.10 SAML or OIDC federation requests = 500.00 SAML or OIDC federation MAU requests
500.00 SAML or OIDC federation MAUs - 50 free SAML or OIDC federation MAU requests per month = 450.00 billable SAML or OIDC federation MAU requests
Max (450.00 billable SAML or OIDC federation MAU requests, 0 minimum billable SAML or OIDC federation MAU requests) = 450 total billable SAML or OIDC federation MAU requests
450 MAUs x 0.015 USD = 6.75 USD (SAML or OIDC federation MAU requests)
SAML or OIDC federation cost (monthly): 6.75 USD

User Pool MAU cost (monthly)

5,000 MAUs - 50000 free MAU requests per month = -45,000.00 billable MAU requests
Max (-45000.000000 billable MAU requests, 0 Constant Unit) = 0.00 total billable MAU requests
Tiered price for: 0.00 MAUs
Total tier cost = 0.00 USD (User Pool MAUs)
User Pool MAU cost (monthly): 0.00 USD

Advanced security feature cost (monthly)

5,000 MAUs x 1 Advanced security features option enabled = 5,000.00 Advanced security feature MAUs
Tiered price for: 5000.00 MAUs
5000 MAUs x 0.0500000000 USD = 250.00 USD
Total tier cost = 250.00 USD (ASF MAUs)
Advanced security feature cost (monthly): 250 USD

Cognito MAU cost (monthly)

250 USD + 6.75 USD = 256.75 USD
Cognito MAU cost (monthly): 256.75 USD

autossh

Fri, 05 May 2023 00:00:00 +0000

autossh

autossh は、ssh 接続が切断された場合に自動的に再接続してくれるプログラムです。

autossh を使用すると、ssh サービスを開始し、監視することができます。

プログラムの問題やネットワークの問題が発生した場合、ssh サービスを再起動できます。¹²³

以下のように使用します。

1

autossh -M 0 -N -f -o "ServerAliveInterval 30" -o "ServerAliveCountMax 3" -R 8080:localhost:80 user@remote_host

この例では、リモートホスト上でポート 8080 を開き、ローカルホストのポート 80 に転送します。⁴

ソース: Bing との会話 2023/5/5

(1) 用 autossh 工具进行端口转发 - 腾讯云开发者社区-腾讯云. https://cloud.tencent.com/developer/article/1836005.
(2) autossh 工具进行端口转发 - 简书. https://www.jianshu.com/p/ae2cd8d9a368.
(3) 用 autossh 工具进行端口转发 | Escape. https://www.escapelife.site/posts/e6647650.html.
(4) ssh 接続を維持し続ける autossh の使い方 – ぺけみさお - xmisao. https://www.xmisao.com/2013/07/16/autossh-how-to.html.
(5) CentOS で autossh を systemd service として動かす - Qiita. https://qiita.com/sandopan65/items/e21bdf710ac70f691e21.
(6) autossh と ssh ポートフォワードでルータ内のマシンにアクセスする …. https://qiita.com/wf9a5m75/items/a78262532ac4823104f0.

ポートフォワード　(`-L`, `-R`, `-D`)

-L : ローカル -> リモート
-R : リモート -> ローカル
-D : ダイナミック(SOCKS)

`-N`

-N オプションは、ssh 接続を開始して、リモートシェルを実行しないようにします。¹²³

Google Spreadsheet を TSVファイルに落とす

Sat, 18 Mar 2023 00:00:00 +0000

gsheet.py Googleスプレッドシートのダウンロード

メインオプション

Usage: gsheet.py [OPTIONS] COMMAND [ARGS]...
Tools Subcommand
Options:
-s, --secret_file TEXT クレデンシャルJSONファイル
-o, --out TEXT
--help Show this message and exit.
Commands:
extract URLのシートは クレデンシャルJSONの client_email に対して共有設定すること

extract サブコマンド:

Usage: gsheet.py extract [OPTIONS] URL
URLのシートは クレデンシャルJSONの client_email に対して共有設定すること
Options:
-n, --sheet_name TEXT
--help Show this message and exit.

インストール

1

pip install click gspread google-auth-httplib2 oauth2client

クレデンシャルJSONの作り方:

https://note.com/kohaku935/n/ned9e907aac77

GCPでプロジェクト作成 (https://console.cloud.google.com/)
APIとサービス > ライブラリ から Google Drive API を有効
APIとサービス > ライブラリ から Google Sheets AP Iを有効
APIとサービス > 認証情報 > 認証情報を作成 でサービスアカウント を作成
サービスアカウント に 編集者 ロールを設定
APIとサービス > 認証情報 > 作成した サービスアカウント を選択し、キー の生成
キー画面で、鍵を追加 。　新しい鍵を作成 で作成。タイプにJSONを選択。
ダウンロードされたJSONを適切な場所に保存

Radio

Mon, 10 May 2021 00:00:00 +0000

Radio

曜日	Ch	時間	番組
月	J-Wave	22:00 - 24:00	SONAR MUSIC
月	NHK	24:00 - 24:50	夜のプレイリスト
火	J-Wave	22:00 - 24:00	SONAR MUSIC
火	NHK	24:00 - 24:50	夜のプレイリスト
水	J-Wave	22:00 - 24:00	SONAR MUSIC
水	NHK	24:00 - 24:50	夜のプレイリスト
木	J-Wave	22:00 - 24:00	SONAR MUSIC
木	NHK	24:00 - 24:50	夜のプレイリスト
金	InterFM 897	20:00 - 22:00	TOKYO SCENE
金	NHK	24:00 - 24:50	夜のプレイリスト
金	InterFM 897	24:00 - 25:00	beatDAYZ
土	Fm yokohama84.7	24:00 - 25:00	Bayside Reggae Lounge
日	J-Wave	20:00 - 21:00	Travelling without Moving

Station

gistpad-scratch

Thu, 22 Apr 2021 00:00:00 +0000

‎‎

2020-11-30

Mon, 30 Nov 2020 00:00:00 +0000

1
2
3


const logger = require('electron-log');

logger.log(`${logger.transports.file.getFile()}`)

C:\Users\hdknr\AppData\Roaming\electron-osc-js\logs\main.log

王子

Thu, 29 Nov 2018 00:00:00 +0000

パン

ロワンモンターニュ (王子本町)

千駄木谷中根津

Thu, 29 Nov 2018 00:00:00 +0000

お菓子

根津のたい焼き (根津)
やなかしっぽや (谷中銀座)
かみくら (日暮里, どらやき)

惣菜

肉のサトー (谷中銀座)
肉のすずき (谷中銀座)

パン

Le Bage (ベーグル, へび道)

電源タップ

Sun, 12 Nov 2017 00:00:00 +0000

ボディケア

Wed, 23 Aug 2017 00:00:00 +0000

続ければ柔らかくなれる【体の硬い人のためのストレッチ】

Apple Watch

Thu, 15 Jun 2017 00:00:00 +0000

https://support.apple.com/ja-jp/HT206995

久我山

Sat, 22 Apr 2017 00:00:00 +0000

Mac

Tue, 04 Aug 2015 00:00:00 +0000

2017 購入 Macbook Pro 13 (A1706)
シェルケース

Windows Note

Wed, 29 Jul 2015 00:00:00 +0000

Cmderを使う

$ choco install cmdermini.portable

Command

Tue, 28 Jul 2015 00:00:00 +0000

find -exec rm in Windows

C:\>for /F "usebackq" %i in (`dir /s /b *.config`) do del %i

openpyxl の使い方

Sat, 21 Feb 2015 00:00:00 +0000

Excelでの注意

数字の ‘0’ が None になる

# onename.io

Fri, 14 Nov 2014 00:00:00 +0000

onename.io

delete this later.

その他 on hdknr blog

アメリカがイスラエルと「心中」する本当の理由 — 福音派4400万人の宗教的圧力

アメリカとイスラエルの関係は論理だけでは説明できない

そもそも「福音派」とは何か？ — キリスト教の分岐を整理する

キリスト教の3大グループ

プロテスタントの中の「福音派」

なぜアメリカで福音派がこんなに強いのか？

「イスラエルを応援する宗教的義務がある」と信じる4400万人

地域別分布 — 「バイブルベルト」に集中

「決定性のないソフトウェア」の設計と評価 × t_wada氏の視点とskill-creatorが実装したTDD→EDD移行パターン

「決定性のないソフトウェア」をどう設計し評価するか — t_wada 氏の視点と skill-creator が実装した答え

「決定性のないソフトウェア」とは何か

従来のソフトウェアとの違い

要求定義・仕様記述・設計・検証の手引き × 3つの理論で統一する成果物定義

要求定義・仕様記述・設計・検証の手引き × 3つの理論で統一する成果物定義

なぜこの資料が必要なのか

基礎概念: イベント・状態機械・トレース・並行合成

レイヤー0: イベント

テストダブル完全分類ガイド — Mock, Stub, Spy, Fake, Dummy の違いを図解で理解する

テストダブル完全分類ガイド — Mock, Stub, Spy, Fake, Dummy の違いを図解で理解する

テストダブルとは

なぜテストダブルが必要か

SUT と DOC の関係

Wix

Wix

会員登録

招待した人のみに限定する

Google Search Console

Google Search Console

パンくずリストが無効

主な原因

対処法

リクルーティング

大学への求人/インターン/アルバイト

美大系 学内企業説明会

美術系大学(美大)のランキング

キャリタス UC

関東の大学

その他

求めるスキルセット

Svelte

Svelte

Gradio

Gradio App.svelte カスタマイズ

Matplotlib

Matplotlib

ラベル

クラスタリング

クラスタリング

手法

DBSCAN

alembic: マイグレーションツール

Alembic

アンケート

アンケート

「ランキング(順位回答)

設問例

回答方法

Qdrant

Qdrant

ベクターデータベース

レコードID

Lexical Search

Dense Search（デンス検索）

特徴

利点

使用例

Shopify

Shopify

手数料

SHopify Payment

pandas

Pandas

連番

Google: GMail

Google: GMail

Apple Mail

ssh: port forwarding

ssh ポートフォワーディング

ECS

美大系学内企業説明会

pandas : `SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.`

`ValueError: cannot reindex on an axis with duplicate labels`

pandas: `notna()`: 指定カラムがnan以外のレコードのみ抽出

ポートフォワード　(`-L`, `-R`, `-D`)

`-N`

千駄木谷中根津