上手い文章や資料を本気で作りたい人のためのチートシート

あなたはnoteで成功したいんですか？
それとも、人生で成功したいんですか？

前者と答えた方。
このnoteを買ってください。
文章を書く時の心得から分かりやすい修飾語の順序、読点の打ち方、無駄な単語の排除にまで及ぶチートシートはきっと役に立ちます。

後者と答えた方。
必ずこのnoteを買ってください。
文章周りだけでなくフォント、図表、レイアウトや配色といったデザインまで網羅しているチートシ

「ボス、労働時間と仕事のパフォーマンスを調査した結果がでました！」

「で、どうだった？」
「結果を要約統計量でまとめましたよ！パフォーマンスの平均値が7.5、標準偏差が2.03、労働時間とパフォーマンスの相関係数が0.82、回帰直線はy = 3.00 + 0.500xでした。」
「なるほど。両者の相関はかなり高くて、回帰直線から考えると1時間労働を増やすとパフォーマンスは0.5増えるというわけだな。よし、それじゃあ我がチームは今日から毎日24時間労働を義務付ける―

五線譜ってなあに？

標準の楽譜として長く治療されているのが五線譜
5本の線の合間に音符を書き込むことで音楽情報を記録する

音階

五線譜の縦軸は音の高さを表し、上方ほど高い音となる
それぞれの線が表す音の高さは音階と呼ばれるルールで定義されている

音階には様々な表し方が存在するが、そのうち最も基本的なものが12平均律音階
音名を表すA～Fのアルファベット音域を表す数字、また#（シャープ）と♭（フラット）の変化記号

サイン波を作ってwavファイルに書き出してみよう！using Rust

解説はすべてコメントにしたためました。

p2_1.rs

use ch2::wave_write_16bit_mono;fn main() { let sample_rate = 44100; let duration = 1.0; let freq = 1000.0; let length_of_s = (sample_rate as f32 * duration) a

「最初からあれもこれも取り入れよう」←これ、バッドプラクティスです

アプリやシステムを作るときに
「こんな機能があれば便利だよなー」
「流行りのKubernetesを絶対使うぜ」
などと、特にユーザーに価値を与えないのに無駄な機能や設計を目指してしまう経験は皆さんにもあると思います。
今回はそんなオーバーエンジニアリングの話をします。

オーバーエンジニアリングって？「無駄に複雑に作り込む」ことをいいます。
システムやアプリを作り始めた当初はそういう複雑な設計が必

サンプリングってなあに？

サンプリングとは？音は本来すべての時間で値をとる連続値のアナログ信号だが、コンピュータで処理しようと思うと離散的なディジタル信号として処理しなければならない
これをサンプリングと呼ぶ
またアナログをディジタルに変換するということでA-D変換とも呼ばれる

逆にスピーカーから音を鳴らすときはディジタル信号をアナログ信号に戻さないといけないが、これをD-A変換と呼ぶ

サンプリングは標本化周期と呼ばれ

「言葉を正しく使おう」とおっしゃるある方がITアーキテクチャを「目の前に物質化して表現することのできない何かを、構造化して雛型として表現したもの」って定義してたけど、目の前に物質化して表現できん代表である「愛」とか「神」ってどうやって構造化するんですかっていう

ビュー数とスキ数、フォロワー数はなんぼでもいじれるからコメント数だけがnote成功のバロメーターやと思ってたけど、最近読んでもないのに「興味深い内容でした。」だけ残していくけったいな輩がいるよねぇ…🫠

将来のスタンダードかも？dbtが優れている点5選

データエンジニアリング界隈でじわじわと輪を広げつつあるdbtですが、何が優れているのかを見てみましょう

1. バージョンコントロールもはやなくてはならないバージョンコントロールですが、dbtはgitとネイティブに統合できてスムーズです。
他の類似サービスはほとんどバージョン管理ができないので頭一歩突き出ていますね。

2. シンプルで直感的DRY原則をモットーに構築されているdbtだとものの数分

音の三要素ってなあに？

音の三要素とは―

音の大きさ

音の高さ

音色

音の三要素は物理的な音の特徴ではなく、心理的なもの
それぞれどんな物理的指標と対応するかというと―

音の大きさ → 振幅

音の高さ → 基本周波数

音色 → 周波数特性

音の大きさ

基本的には振幅によって決まるが、純音より複合音の方が大きく聞こえるように波形にも左右される
また聴覚の感度が最も高いのが3000Hz～4000Hzのため、

あぁ、素晴らしきかな時系列グラフ

時系列グラフっていいですよね…🥰
みなさん大好きな時系列グラフですが、自分で作ろうと思うと、いつも横軸に時間をとった折れ線グラフや棒グラフになってしまっていませんか？
今日は折れ線グラフをもっと表現力豊かに見せる方法を紹介します。

定番の時系列折れ線グラフとはいえ最初は定番の時系列折れ線グラフから見ていきましょう。
横軸は年ごとの時系列で、縦軸は大人一人当たり、一日当たりのたばこ購入数を、色分

ビュー数、スキ数、コメント数を日ごとに確認する方法を教えるよ！

noteって「ダッシュボード」を見ても週ごとの情報しか載っていなくて不便ですよね～
なので、ビュー数、スキ数、コメント数を日単位で確認できるスクリプトを作ったので紹介します。

このスクリプトとGoogleスプレッドシートなんかを組み合わせればこんなグラフもできちゃいます✨

まずPythonがお使いのPCに入っている、入れられることが大前提です！「Windows Python 入れ方」とかで検索

修士まで認知心理学をやってた身からすると、怪しい「〇〇心理学」ってのをnoteで見かけるたびにちょっとイラッとするよね😁
分かる人おる？🙃

noteでプロフィールに心理学って書いてる人の9割は心理学勝手に名乗ってる印象

複合音ってなあに？

あらゆる波形はサイン波の寄せ集めであることを重ね合わせの原理という
複数のサイン波からなる音を複合音と呼ぶ

振幅をa、周波数をf、位相をΘとしてi個のサイン波からなる複合音を数式で表すと次の通り―
$${s(t)=\sum_{i}a_isin(2πf_it+Θ_i)}$$

複合音は周期的かどうかで周期的複合音と非周期的複合音に分けられる
例えば周波数が1000Hz、2000Hz、3000Hzの

日ごとのビュー数、スキ数、コメント数、知りたくない？

こんな感じで。軽くぐぐったけどやり方出てこーへんかったし、やり方公開するとして有料ですかねー。

データ分析をもう一段深く知ってみよう

データ分析やデータサイエンスという言葉は広く知れ渡りましたね。
今回はそんなデータ分析をもう一段解像度高く見ていきましょう。
データ分析は4つに分けられる、という話です。

1. 記述的分析記述的分析とは過去に何が起こったかをデータから記述する分析を言います。

例えばユーザーの解約率を時間軸で見ることで、どういうときに何が起こったのか、解約が増加傾向にあるのかなどを分析します。

ここで使われる