Excelで地図上にデータを表現する（マップグラフ）

世界地図に人口の違いを載せるとかいうときに使うやつ
方法が書いてあるサイトをメモメモ

マップ グラフを作成する
https://support.office.com/ja-jp/article/%E3%83%9E%E3%83%83%E3%83%97-%E3%82%B0%E3%83%A9%E3%83%95%E3%82%92%E4%BD%9C%E6%88%90%E3%81%99%E3%82%8B-f2cfed55-d622-42cd-8ec9-ec8a358b593b

上司が人工知能（ＡＩ）だったら

で書き出すけど、内容は、人事戦略にAIを取り入れたら
・・退職率下がるってこと。

「退職率下がった」　ＡＩ人事に偏見なし
http://www.nikkei.com/article/DGXMZO12099370V20C17A1I10000/

こういう記事をみると、AIが凄いってことになっちゃうんだけど、
そうではなく、AIは、過去データを公平に見ているだけなので、
（AIが凄いのではなく）上の人の評価は恣意的であてにならない
ってこと。

部署や仕事にあってるかどうかは、過去データ見たほうがいいよね！

TensorflowのPlaygroundで、ディープラーニングなど

１月２６日に
2017年1月期AITCオープンラボ「TensorFlowで始めるディープラーニング～入門編」
https://aitc-openlab.connpass.com/event/47662/
にいってきた。内容メモメモ

---

■AITCについて

■TensorFlow勉強会ご紹介
・新メンバー募集（ＡＩＴＣ会員限定）

■PlaygroundでDeepLearning
Tensorflow Playgroundというサイトがある
http://playground.tensorflow.org/
・Classfication問題とは
　ノードの可視化について
　２次限座標（Ｘ１、Ｘ２）を青か赤に分割する
　半分訓練、

・全体レイアウト
　problem→classificationにする
　４つあるうち、左下：ガウシアン
　活性化関数：リニアは活性化関数ない
　パーセプトロン
　　　中間層がない：中間層を消す
　　　活性化関数はシグモイドなど
　→線形分離可能なものは、パーセプトロンいらない

　市松模様のＥＯＲ：
　　線一本ではわけられないので、パーセプトロンで解けない
　　リニアにしてもとけない

　ＥＯＲで
　　入力Ｘ１Ｘ２→一発で出来る
　　→特徴量を選ぶとパーセプトロンでも解ける
　　サークルは特徴量２つで解ける：Ｘ１二乗とｘ２二乗

　ＥＯＲで
　　隠れ層４個と２個にする。活性化関数はリニア以外

　円の場合
　　１層３個でできる→丸を囲むのに３ついる

　スパイラル
　　

※全部Javascriptで出来ている
　入力数、ノード数→ハイパーパラメータ　をどうするか
　のーどのところにいくと、重みが見れる
　Ｌ１：絶対値を損失関数へ
　Ｌ２：絶対値の二乗を損失関数へ

・設定できるもの
ノイズ
　ウソの訓練データ

訓練データとテストデータの割合
　
・ソースはgit hubにある
　git cloneして、インターネットなしでもできる

・ボタンを画したり出来る

■Jupyterで学ぶTensorFlow
・学習の始め方
Jupyter：統合開発環境　名前の由来の言語でも動く
・メリットブラウザですぐＰｉｔｈｏｎを確かめられる
　エラーが出ることも
・Dockerいれると、動かせる
・マークダウンを内包している
　　リスト表示　-か* を入れる
・数式も表せる→LateXがはいっている
・言語を選択する
・プリインストール教材
・TensorFlow：中で行列計算
・線形回帰をやってみる
・clear outputでリスタートすると実行結果がなくなる
・pythonには直線回帰が用意されている→これをTensorFlowで行う
・シフトエンターで実行
・TensorFlow関数として用意してくれている
　勾配効果法、重み
・まず、テストデータを乱数でつくる
・トレーニング、学習
・モデル定義、誤差関数の定義
・結果の表示
・すうじをがくしゅうさせることもできる　えむにすとのちゅーとりある
・TensorFlowがＧｏｏｇｌｅクラウドでは速いが自分のマシンでははやくない
　　→cntkははやい
・はいちゃーむ使っている人もいる

■Open AI GymでTensorFrowを使う
・TensorFlowを使ってベンチマーキングを特
　　ＣＮＮ
　　ＲＮＮ
　　ＤＱＮ
・ＤＱＮ
　ざっくり言うと
　　強化学習（Ｑ学習）Ｘディープラーニング
　　エージェントが試行錯誤
　　あるふぁご、ドローン制御、あしも
・ゲームをとく　ＯｐｅｎＡＩＧｙｍ
　動かすのに、環境

・学習環境の説明
　　さんてんしんし
　　あたり　ぱっくまん
　　月面着陸

・サンプル動かすまで
　Ｌｉｎｕｘ・Ｍａｃはうごく
　Windowsのうぶんつは、Jyupiter
　Windows10も問題ある

・gitでパッケージ入れる：クラッシックだけ
　ＯｐｅｎＡＩＧｙｍのドキュメント

・機械学習の計算
　ＧＰＵ，→ＮＶＩＤＩＡから
　　　　　　Windowsに対応しているのがある
　
・TensorFlowで実装
　ぺんだるむというのをやる
　初期値
　行動選択
　報酬


　行動選択：いーぐりーでぃ法
　行動学習；ＤＱＮ

・実装してみた
　まんなか、隠れ層
　Ｑ学習する

・実行してみる

・まとめ
　ランキング
　Open AI Gymのコミュニティ
　Open AI ユニバース→ベンチマーク

・４０ページ目くらいにＧｉｔのリポジトリ

Googleの開発者が作った3時間でディープラーニングを学べる集中レッスン

後で読む

Googleの開発者が作った3時間でディープラーニング(深層学習)をスライドとムービーで学べる集中レッスン
http://gigazine.net/news/20170127-learning-tensorflow-3hours/

まとめサイトは劇薬で制される？

「本当に腹が立った」まとめサイトを“劇薬”をもって制す、『アサヒカメラ』編集長の怒りと悲しみ
https://www.buzzfeed.com/keigoisashi/asahi-camera

情報銀行

なんとなく、やばそうな気が・・・？
あとでよむ（まだよんでいない）

安倍政権が主導「情報銀行」構想　プライバシー保護、大丈夫？
http://mainichi.jp/articles/20170126/dde/012/010/003000c

3万円で買える汎用ロボットアーム

3万円で買える汎用ロボットアーム｢uArm Swift｣／｢uArm Swift Pro｣
https://fabcross.jp/news/2017/20170125_uarm_swift.html
（以下太字は上記サイトより引用）
操作手段として、｢オフライン学習モード｣、｢uArm Studio｣、｢uArm Play｣の3つの方法がある。

オフライン学習モードでは、アームを手動で動かすことで記録させ、単体で再現動作させるものだ。

・・・

uArm Swiftは、オープンソフトウェアのロボットフレームワークROS（Robot Operating System）をサポートしており、・・・

Pythonによる精密な制御のプログラミングができる。

三菱ＵＦＪ、システムをクラウド化

三菱ＵＦＪフィナンシャル・グループ（ＭＵＦＧ）は大手銀行で初めてインターネットで情報を保存して使用するクラウド方式に社内システムを刷新することを決めた。サービスを提供する米アマゾンと契約を結んだ。


三菱ＵＦＪ、システムをクラウド化　大手行で初
http://www.nikkei.com/article/DGXLZO11980880R20C17A1NN7000/
（太字は上記サイトより引用）

状態遷移モデルの分析の話を聞いてきた・・・という感じだな。どちらかというと

１月２４日

MTSAチュートリアル： 人工知能技術を応用したソフトウェア仕様自動生成ツール
http://topse.or.jp/mtsa-tutorial/

の話を聞いてきたんだけど、話はそこまでいかなくて、
どちらかというと、状態遷移モデルの分析の話を聞いてきた感じ
まあ、とりあえず、メモメモ。

なお、もともとは全部英語のセミナーだったが、英語は全然分からないので、
まあ、適当なことメモってる（信憑性０）と思ってみてください。

---

■The Modal Transition systems analise

MTSAツール

・ソフトウェア工学
・ゲーム理論：このツールのベース
・自己適応システム
・AI：もゲーム理論と一緒に使う
・ロボテックス
・制御理論

MTSAでも
・状態遷移図がかける
→リアクティブシステム
　システムは永遠に走っている
　（コンピューターは入力がって出力する）
　環境がかぎ
　例：車のコントロール　周りの車に影響
　そういうシステムをどう分析するかを今日やる。
・検証
・コンカレント実行

要求
・ホーアのtriplesを使う{p}C{Q}
・振る舞いは、状態・行動のシーケンス
・時相論理を使う

モデル検査：状態を満たすか、すべてチェック
　モデル　｜＝　仕様

→リアクティブシステムをモデル検査したい
　　↓
SYNTHESIS
・チャーチの定理
　　オートマトン

コントローラーSYNTHESIS
　モデル||環境　|= 仕様
　環境は、コントロールできない。コンカレントに
例　今　クッキングで、
　||x |= NOT□オーバーヒート
となるｘにしたい

どうしたら
・チャーチの問題１９６５
　　：
・時相論理
・LTL　→　２の指数乗の時間かかる

コンカレンシー
・マルチスレッド
　　シングルマシン→メモリー
　　複数→ネットワーク

なぜ、コンカレンシー
・並列化
→バグでやすい
→そこでモデル

モデリング
　LTS　VS　トレース（えいえんにながくなる）
　LTS　VS　ペトリネット
　LTS　VS　時相論理
・ほかのモデル
　プロセス代数：CPS、CCS
　I/Oオートマタ

モデリングプロセス
LTS　Server ○ーリクエスト→○ーT→○
　　　　　　↑　　　　　　　　　　↓
　　　　　　ーーーーレスポンスーーー
ｔのところがServer（ｔのところがみえない）

プロセスのモデル
・記述
・グラフ表示
・トレース

FINITE STATE PROCESSES（FSP)
・LTSをコンパクトにしたもの

デットロックプロセス

FSP－選択
DRINKS=(red→Coffee→DRINKS | blue→tea→DRINK)
MONDETERMINISTIC CHOICE
おなじ状態Xから、PまたはQにわかれることがある
　X→P｜X→Q
例：コイントス

表と裏の２つのループを作る→どっちを選ぶか、コイントスの前に決まってしまう
コイントスした状態をつくる→コイントスの時点では決まらない、作った状態のところで分かれる
→振舞い違う

インデックスを使って、合計とかも求められる

ガードアクション

コンカレンシー
LTL　P||Q
　Pが２
　Qが３なら
　このくみあわせを１つの状態とすると、（２X３)６とおりの状態で表現できる

ところが・・・これだけ要らないケースもある

MAKERv2 = (make-＞ready-＞used-＞MAKERv2).
USERv2 = (ready-＞use-＞used-＞USERv2).
||MAKER_USERv2 = (MAKERv2||USERv2).

は、make,ready,use,usedの４ケースだけ

Model logics（様相論理？）
・need,possibilityをしめす
・[] Need：
・＜＞ possibility

線形時相論理
　＜＞＝U
　□　＝NOT＜＞NOT
Buchi
（Uはうむらると）

LTL　FOR　LTS
・オートマタとクリプキ構造の違い

フリューエントLTL
・拡張する　ふゅーえんと
　フリューエントLIGHT
・FLTLモデル検査

ゲーム分析
・ゲームに勝つかどうかを考える
　　コントロールできる状態と
　　コントロールできない状態にわける

論理の複雑性
LTL　２の指数じょう
リアクティビティ　指数
　：

いつかはFになるを考える
　結論Fから逆に考えていく
　　→結論から逆に再帰的に考える
→ツリーをいじるのではない。ツリーは終わらない
　グラフを操作する：勝つところだけを逆から探し、そこに入ればかつでしょ！
　→コントロールできる状態を選んでいく

制御を使った話（時間がなかったので急いで話してたので、めもとれなかった）

ツールでのシンセシス　コントローラー

Spring Bootには、入門してきた。Spring Cloudは・・・

1月23日、
JJUG ナイト・セミナー 「入門Spring Boot&Spring Cloud」
を聞いてきた！

SpringMVCを中心とした、フレームワークのフレームワークであるSpring Bootについては
　　確かに入門したが・・・
Springのクラウドを使う為のユーティリティ（ロードバランサとか）のSpring Cloudについては
　　う～ん、入門できなかったかも・・

ということで、とにかく、聞いた内容をメモメモ

---

■さくっと理解するＳｐｒｉｎｇＢｏｏｔのしくみ
・自己紹介
・今日話すこと
　SpringとSpring Bootの関係
　　使われる機会増えた：Bootでてきてから
　Spring Bootがカイゼンする開発プロセス
　Spring Bootの構成要素

・そもそもSpringってなに？
　Springフレームワーク
・SpringとSpring Bootの関係
　ざっくり言えば
　　Spring - spring config（面倒な設定排除） +　Tomcat = Spring Boot

・一般的な開発のプロセス
　１．必要なライブラリのリストアップ
　２．起動に必要なＢｅａｎの定義をする
　３．プログラミング
　４．パッケージング・デプロイ
　５・モニタリング

１．必要なライブラリをリストアップ
　最小限で記述できる仕組み：
　　pom,gradleに記載する記述少なくなる
　　ライブラリのバージョン互換性をキープしたまま依存性注入

２．起動に必要なＢｅａｎの定義をする
　同じようなＢｅａｎ定義→Ｂｏｏｔ側が持っている
　Ｂｅａｎ定義が自動的になされる：オリジナルの動作変更もできる

３．プログラミング
　Ｔｏｍｃａｔ内包。生産性が上がる

デモ：は上手くいかなかったので省略

４．パッケージング・デプロイ
　実行可能Ｊａｒでパッケージングできる

５．モニタリング
　ヘルスチェック、ＲＥＳＴ　ＡＰＩエンドポイント自動生成

・Ｓｐｒｉｎｇ　Ｂｏｏｔの仕組み
　Ｓｐｒｉｎｇ　Ｂｏｏｔの構成要素　７つのコンポーネント
　　core:DIコンテナの起動楽に
　　Starter：ライブラリ同士のバージョン互換
　　AUto-configure：自動でBeanを定義
　　CLI：ＣＬＩで作れる
　　Actuator：エンドポイントを提供（モニタリング）
　　Test：JUintユーティリティ
　　Tools：自動再起動など

・Core
　起動が簡単に
　Ｔｏｍｃａｔがないほうされている
　　Jetty,Undertowに置き換えできる
　　Tomcat7から組み込み版対応→Spring Bootが組み込んだ
　Fully Excutable jar
　　１つにパッケージング
　　　ubar jar(fat jar)→どんなものかわからなくなる
　　→Spring BootはNested jar(Jarの中にJarを入れる）
　　特殊なクラスローダーがある
　Maven Gradle、Excutableをtrueにする

・Starters
　実体：pomしかない
　自分でＳｔａｒｔｅｒを作れる

・Auto-configure
　進化した設定の簡易化
　　いままでＸＭＬで定義→Java config→進化した設定の簡易化Ｂｏｏｔ
　@conditipnalOnClass/Bean
　　必要なＢｅａｎだけを定義
　　クラスパスにクラスがあるかないかでＢｅａｎの定義を切り分け
　　　→実行時に自動的に判断

・Ａｃｔｕａｔｏｒ　アプリのモニタリング
　クラウドネイティブなアプリを付けるとき
　Spring Cloudフレンドリ
　　　マイクロサービスの状態チェック

・Ｔｏｏｌｓ
　Dev Tools：
　　オートマチックリスタート
　　設定で有効になる：２つのクラスローダー（再起動用、非再起動用）
　　２つのクラスローダーの使い分け
　　JRebel Spring Loaded：リロードになっている

　Live Reload
　　自動でリロードしてくれるブラウザのプラグインに対応
　　→Ｆ５を押す手間なくなった

　開発時のデフォルトプロパティ

・Maven/Gradle plugin
　　Maven→Ｇｒａｄｌｅ
　　地味にビルドを助けてくれるプラグイン

・まとめ
　Spring Bootのはじめかた
　ＩＤＥ：いんてりＪ、ＳＴＳ，Ｅｃｌｉｐｓｅ
　イニシャライザー
　ＣＬＩ
　　　　↓
　Ｍａｖｅｎ・Ｇｒａｄｌｅ
　　　　↓
　メインメソッド実行でＴｏｍｃａｔ

・むすびに
　ちょっとしたカイゼンの積み重ねで開発が楽になる
　アイデアがＧｏｏｄ
　クラウドサービスの登場：Ｊａｖａがお手軽に

Ｑ＆Ａ
・内部構造でのポイント
　Ａｕｔｏ－ｃｏｎｆｉｇｕｒｅのソースコード
　Ｂｅａｎ　Ｄｅｆｉｎｉｔｉｏｎｓ

・ＳｐｒｉｎｇＭＶＣとＡＯＰは？
　ＡＯＰ：ＳｐｒｉｎｇフレームワークのＣｏｒｅプロジェクト
　ＭＶＣ：Ｃｏｒｅのソースコード

・ＵＩはTimeleafをつかうけど、ＪＳＰをつかったら？
　ＪＳＰがＨＴＭＬとロジックをまぜこぜにする点で・・・
　不都合はないが、選ぶ理由がない
　マニュアルに避けろと書いてある
　組み込みで動かないことがある

■ぱぱっと理解するSpring Cloudの基本
・自己紹介

・Spring Cloudとは
　クラウドネイティブアプリのツールの集合体

・クラウドネイティブなメリット
　　変化に強い、
　　性能のスケールアウト
　　障害に強い

・Ｓｐｒｉｎｇ　Ｃｌｏｕｄで抑えておきたい基本技術
　そもそもできること
　クラウドネイティブなアプリ
　　マイクロサービスアーキテクチャ→疎結合
　　サービスの多重化：処理性能・耐障害性

・要素を簡素化した題材で基礎技術
　結合した文字列を返す
　　りんごとペンを結合する　Uh
　　もし、爆発的な人気が出たら・・・

・サービスディスカバリとクライアントサイドロードバランシング
　発生しうる問題：集中
　　→多重化

　Eurekaサービス：DNSみたいなもん
　　アプリ名、ＩＰアドレス、ポート番号

【実際のコーディング】
　３ステップ
　　１）Eurekaサービスの立ち上げ　：イニシャライザー
　　　　依存関係にEurekaサーバー追加
　　２）サービス登録：Eurekaディスカバリ
　　３）ロードバランスで負荷分散：リボンを追加　Ｒｅｓｔ　Ｔｅｍｐｌａｔｅを介して

・サーキットブレーカーで障害検知
　１箇所の障害でサービス全体が応答しなくなる可能性
　→障害時の規定の動作を定義、継続性を担保
　　→サーキットブレーカーパターン

【実際のコーディング】
　２ステップ
　　１）EnableCircuitBreaker：Hystrix追加
　　２）HystrixCommandで障害の規定動作の指定


・Config Serverで設定情報の集中管理
　サービスの数だけ設定ファイル：設定変更が大変、不整合の恐れ
　→設定ファイルの集中管理

　configサービスとgit　
　設定ファイルの更新
　　Ｇｉｔ更新
　　refresh要求：管理者→アクチュエーターで
　　設定の再取得

【実際のコーディング】
　２ステップ
　１）EnableConfigServiceでConfigサービス立ち上げ
　　　→イニシャライザーで設定ファイル
　　　Ｇｉｔ側アプリ名.propertiesでプッシュ
　２）EnableConfigClientでクライアント作成
　　アクチュエーター経由で環境変数の確認
　　http://アプリ名/env

Ｓｐｒｉｎｇ　Ｃｌｏｕｄを使ってみて感じた疑問

・信頼性は大丈夫（ＳＰＯＦの問題）
　→必要に応じて冗長化の必要がある　
　実際にはＬＢの後に複数のＣｏｎｆｉｇインスタンスをおく場合が多い

・Eureka冗長化の考え方
　可用性＞整合性
　Eureka動詞の間にお互い登録
　　→障害時、Eureka同士が持っている情報がずれている場合がある

・Config First or Discovery First
　Config firstでしょう（ただし、両方とも動く）
　　config first：Configサーバーを起動→Eurekaへ登録
　　Discovery First：Eurekaを起動→Configを登録
　→必要に応じて検討

・EurekaとＤＮＳの違い
　サービスレジストリと負荷分散
　　Eurekaだと、アノテーションを付けるだけ
　ミドルウエアか、アプリか→検討

・おわりに
　本セッションは基礎に絞って紹介

Ｑ＆Ａ
・パフォーマンスは？
　アプリレイヤでやるので、パフォーマンスは・・
　それなのにアプリでやるのは、柔軟にできる点

・Ｓｐｒｉｎｇ　Ｃｌｏｕｄのデザインパターンみたいなまとめはないの？
　ＣｌｏｕｄＦｏｕｎｄｒｙが流行ってるよね。
　ＳｐｒｉｎｇＣｌｏｕｄ公式ドキュメンテーションにいろいろある

・アクセスキューの動的制御は？
　動的スケールアウト：ないかなあ・・・？

・悪意のあるユーザーがいたら？
　デフォルトで認証機能が有効でない
　認証してね

・ロードバランシングのカスタマイズは？
　メトリクスの取得は？
　クラスで定義、注入する
　パフォーマンス：Ｓｐｒｉｎｇ　Ａｃｔｕａｔｏｒはリアルタイムで情報見える

・開発コスト
　マイクロサービスをどう考えるか

・整合性担保
　おなじリポジトリを見るので、いつかは整合性：Config
　Eureka：一人でも動くようになっている

■ＣＭ
・ＪＳＵＧでＳｐｒｉｎｇ勉強会
・年１回　Ｓｐｒｉｎｇ　Ｄａｙ→１０月中旬

自動運転向け3Dライダーの低コスト化競争勃発

グーグルも外販、数年後に100ドル台

自動運転向け3Dライダーの低コスト化競争勃発　米ベロダインが量産工場
http://headlines.yahoo.co.jp/hl?a=20170123-00010000-nkogyo-ind

感情可視化解析プラットフォーム－1円玉サイズ小型モジュール

すげ～という言葉しかない。
どういうのなんだろう。入手できるかなあ～

感情可視化解析プラットフォーム
https://www.renesas.com/ja-jp/promotions/solutions/proposal/iot/emotion-visualization/solutions01.html

自然言語＆対話型でプログラミングが出来たら・・・

プログラミング教育って、いらなくね？
コンピューターが聞いてくれるんだから、
プログラミングに必要な情報を・・・

超高速開発などで、とくにExcelに埋める形のものの場合、
埋めるところをロボットが聞いてくれれば、話は済んでしまう
かもしれない・・・

スマート工場Expoやロボット開発活用展を３０分間だけ、見てきた

１月２０日、スマート工場Expoやロボット開発活用展、ウェアラブルＥｘｐｏとかを
３０分間だけ見てきた（ほかに自動車とかもあったけど、時間的に上記３つしか見れなかった）
ので、メモメモ

・東館と西館すべてを使って展示会！大規模ですよね～
　そのせいで、（３０分しか見れる時間なかったから）ほとんど見れなかったよ！

・スマート工場については、ＩｏＴ（もあったけど）だけでなく、色々な展示が出ている。
　非接触給電などもあるし、協働ロボットなどもでていた。
　ロボットについてはもちろん、

・ウェアラブルは、ジャケットなどの衣料、ヘッドセットなど、さまざま

・ロボットの方は、もちろん対話型のロボットはある。
　それもpepperだけでなく、paperoもでてたし、
　タブレットのついたロボットみたいなのもあった
　ＴＨＫまでＳＥＥＤという会社と一緒になんか出していた。
・ただ、それだけではなく、産業用のロボットもしっかりいろいろあった。
　室内での位置情報とか、基礎的な分野というか要素の展示もあったし・・
・ひざでもちあげるなんとか、外観検査がなんとか、とかあったけど・・
　ごめん、時間なくってみれなかった

総じて、今回の展示は、ＩｏＴ、ビッグデータ、ＡＩは、もはやブーム
ではなく、一要素となっていて、様々な要素の展示と、その応用に時代
の流れは動いているかんじ。そういう意味で言うと、商談レベルに載ってきた
かんじ。実際、ＩｏＴのほかの展示と違い、某産業用機械メーカーの
「黄色」が目立ったりしたし・・・

セキュリティフォント

ってなに？

元武雄市長・樋渡啓祐さん、謎の技術「フォントでネットセキュリティ」で起業
http://bylines.news.yahoo.co.jp/yamamotoichiro/20170119-00066756/