東池袋52

東京・東池袋 サンシャイン60の52階に本社を置く
株式会社クレディセゾンおよび関係会社全社員の中から
選ばれた24名の女性メンバーによって結成された「東池袋52」。
今、セゾンのプライドとホスピタリティとともに、
（勝手に）アンサーソング「わたしセゾン」でデビュー！

http://www.saisoncard.co.jp/saison52/
（太字は上記サイトより引用）
東池袋52っていっても、５２人いるわけではないのね・・・

でも、東池袋52があるなら、去年のエイプリールフールに書いた
フジソフト、女性アイドルグループABC48を結成し、コンテンツビジネスに進出
http://blog.goo.ne.jp/xmldtp/e/a11b47bf2cedd84efa8a9d1297effbef
ＡＢＣ４８が結成されてもいいよね！

「非機能要件とSpring Boot」を探してたらJJUG CCCスライドまとめがあった！

ので、みなさんでシェアしたいと思います。

ここ

メンチカツには醤油でしょ!!
JJUG CCC 2017 Spring スライドまとめ(随時更新) #jjug_ccc
http://ryoichi0102.hatenablog.com/entry/2017/05/20/183624

あ、それで、「非機能要件とSpring Boot」
なんだけど、途中からしか聞けなかったので、はじめのほうを見ようと思って
さがしてたんだけど、

いろんなものをモニタリングできるSpring Boot Actuatorと
セキュリティ周りのSpring Securityについて

の話だった。

Ordinary Object Pointerについて聞いてきた！

５月２０日、ＪＪＵＧ　ＣＣＣ　２０１７　Ｓｐｒｉｎｇに行ってきた！のつづき

OOPについて調べてみた

をメモメモ

---

・自己紹介
・注意：バージョンとかで違うよ
・Ordinary Object Pointer
　ヒープ上のすべてのＪａｖａオブジェクトはＯＯＰとして表現される
　ＭａｒｋとＫｌａｓｓの２マシン語で構成される
　　_mark
　　_klass
　　Fields
　すべてのオブジェクトは８バイト境界

　ＪＯＬ：Ｊａｖａ　Ｏｂｊｅｃｔ　Ｌａｙｏｕｔ
　　ヘッダーmarkとklassで１６倍と

・oopDesc
　　ＧＣ対象となるオブジェクトの抽象的な基底クラス
　　Java8でだいぶ変わった(Metaspaceに移行）
　インスタンスoopDesc　ＪａｖａオブジェクトのＯＯＰ
　arrayOOPDesk　配列

　compressed OOP　６４ビットマシンでもオブジェクトのアドレスを３２ビットに
　　ヒープのベースアドレスから
　　Java6u18からデフォルト

・Klass
　ＯＯＰヘッダーの一部
　型情報の抽象的な基底クラス（クラス情報持っている）
　　型情報：いんすたんすくらす
　　インスタンスミラークラス：Ｊａｖａのクラス
　　Ａｒｒａｙ，Ｏｂｊ，Ｔｙｐｅで

・Ｍａｒｋ
　ＧＣ，同期化のための情報
　ポインタではなく、データ構造
　　５種類
　　　ばいあすど
　　　あんろっくど
　　　ライトウェイトロック
　　　へびーうぇいとロック
　　　まーくど
　同期処理に利用

・バイアス
　　バイアスどロッキング
　　　基本ロックでは１回のロックで最低１回のＣＡＳ命令
　　　ＣＡＳしない
　　　できないとき基本ロック（ＴｈｉｎＬｏｃｋ）

・Ｊａｖａクラスのめもりー構造
　ＯＯＰヘッダーの後にクラスフィールド
　メモリ節約のために並び替えを行う

・サブクラス
　違うクラスは混ぜない

・まとめ
　
・ソース
　oops/oop.hpp

ＪａｖａのDeepLearning DL4Jとか聞いてきた！

５月２０日、ＪＪＵＧ　ＣＣＣ　２０１７　Ｓｐｒｉｎｇに行ってきた！のつづき

Spark+DeepLearning4.0Jの特徴と最新動向（仮）

をメモメモ

---

・自己紹介

・Ｓｐａｒｋとは
　オープンソースのソフトウェア
　インメモリ分散並列処理
　Ｈａｄｏｏｐと協調して
　Ｓｐａｒｋはどう動くのか
　　ＲＤＤとＤＡＧをコアコンセプトとして設計された分散並列処理フレームワーク

・ＳｐａｒｋでＭＬ
　spark.mllib
　spark.ml

・そもそもＭＬ
　データから新たな価値を見出すための手法の１つ
　前処理８割
　　画像系処理、クレンジング、名寄せ、形態素解析、集計、ＩＤ変換、コード化
　→データは分析されることを前提としていない
　　Ｓｐａｒｋ：インメモリでできる

・ＤｅｅｐＬｅａｒｎｉｎｇ
　機械学習の１つであるＮＮの層を重ね、高度な予測分類処理を行う
　　ＶＧＧ１６

・従来ＤｅｅｐＬｅａｒｎｉｎｇ
　　特徴抽出もお任せすると、そこそこ
　　それなりに前処理
　Ｓｐａｒｋで前処理→TensorFlow,Caffeで；データ移動が大変
　パイプライン

・ＳｐａｒｋでＤｅｅｐＬｅａｒｎｉｎｇ
　ＭＬＬいｂだけでは難しい（多層ぱーせぷトロンはある）
　１６年、１７年にＤＬフレームワークがＳｐａｒｋに対応
　　　ＤＬ４Ｊ
　　　　：　
　　　　：
　　→いろんなフレームワークあるが、すでにめんてされていないものも

・ＤＬ４Ｊ
　分散型のＳｅｅｐＬｅａｒｎｉｎｇのライブラリ
　ＣＰＵ，ＧＰＵが利用可能（ＹＡＲＮはＧＰＵＸだけど）
　kerasのラッパーで、pythonから利用可能

　　バッチに分ける
　　Ｗｏｒｋｅｒで分散処理
　　ハイパーパメーターを渡す

　ＳｐａｒｋコンピュテーショングラフでＳｐａｒｋに渡せる

・ＤＬ４Ｊは銀の弾丸？
　ＹＡＲＮにＧＰＵのリソース管理機能がない
　高価なＧＰＵをすべてのサーバーに配備
　Ｋｅｒａｓを使うと楽→Ｐｙｔｈｏｎで書いたほうが・・

　強化学習はサポートしていない　ＲＬ４Ｊ

SPSSで機械学習させたものをＷｅｂサービスで公開する方法聞いてきた

５月１９日、

SPSSナイト　ＳＰＳＳとPythonでデータサイエンス入門

を聞いてきたのでメモメモ

---

■ＳＰＳＳで理解するデータ分析入門
ＳＰＳＳもでらーはどういうものかをわかってもらう
・モデラー：業務向け（研究者より）
・データサイエンス：データに向き合って、業務的な価値を出せる
・百貨店の店長さんになったとして
　　トランザクションデータ
　ＲＦＭからもとめる
　　レコード集計で
　　　　キーフィールド：顧客ＩＤ
　　　　集計フィールド：
　　　　　　１行目　　金額　　合計
　　　　　　２行目　　購入日　最大

　　ＲＦＭ集計で

　フラグ設定
　　買った部門がわかる

・どんなふうに特徴量
　　トライアンドエラー

・ＳＱＬで書ける：ＳＱＬを勝手に書いてくれる
　　→自動発行

・Ｐｙｔｈｏｎでも書ける
　→繰り返しとか
　→Ｐｙｔｈｏｎの機械学習を呼び出すこともできる

・分業がうまくいくかどうかを分ける

・業務に実装できる

・人と買った商品を決定木で機械学習させる
　　→それをルールに落とせる

（１）プログラミングレスで
（２）ぱっとみ、プロセスがわかる
（３）業務適用

■ＳＰＳＳ　Modelerハンズオン
ノード
　データ読む：まる
　データ処理：六角形
　グラフ表示：三角形
　統計処理：五角形
→ノードの形がちがう
　ドラッグ＆ドロップで操作する
　ＣＳＶファイルをドラッグ＆ドロップすると、ノードになる
　（ノードからファイルを選ぶこともできる）

　データ型、値の読み込み

フローのつくりかた
　出力：テーブル（テーブル形式で表示）
　処理は挟み込むことができる
　ＡＬＴキーを押してダブルクリックすると、抜き出す
　（ＤＥＬキーだと、削除される）

　データ検査：ヒストグラム・棒グラフで表示

　Ｗｅｂグラフ
　　→一緒に買われているものが太い線になる

　新しくフラグを作る：派生フィールド
　　真になる条件
　データ型を入れておく
　ロールを「なし」にすると、分析から除外できる

モデリング手法
　Ｃ５．０にこんかいは、する
　モデルナゲット→決定木ができている

評価
制度分析を配置、一致行列を選ぶ

ユーザー入力ノードの生成
Ｗｅｂサービスにできる

■ＳＰＳＳナイト　ＤａｔａＳｃｉｅｎｃｅＥｘｐｅｒｉｅｎｃｅハンズオン
・ＤａｔａＳｃｉｅｎｃｅＥｘｐｅｒｉｅｎｃｅ（ＤＳＸ）紹介
　先進的なオープンソースを使いこなす分析スペシャリスト向け環境
　業務に展開

・ファイルダウンロード

・ログオン
　ＩＢＭ　ＤＳＸで検索
　ＳｉｇｎＩｎ
　Notebook作成、ダウンロードファイルを読み込む
　Ｃｒｅａｔｅ　Ｎｏｔｅｂｏｏｋをクリック、ちょっとまつ

　ＩＮとＯＵＴがセットになっている

　実行はボタンを押せば進む

　読み込み
　　１０
　　０１　　ボタンをクリック、出てくるところにファイルを落とす

　あとは実行するだけ

・やってること
　　データフレーム取り込み　５行目までだす
　　データを理解する：
　　　ディスクライブ
　　　カテゴリデータ
　　ヒストグラムをかく
　　項目間の関係：相関、クロス集計
　　決定木で予測
　　　　そのまえにラベルエンコーダーで０，１
　　決定木の視覚化

■モデルを手軽にＷｅｂＡＰＩ化
　ＳＰＳＳ
　　金色ダイアモンド右クリック「スコアリング枝として使用」にチェックを入れる
　ＩＢＭ　Ｗａｔｓｏｎマシーンラーニング
　　　ＳＰＳＳの.strファイルをアップロードする
　ＲＥＳＴ　ＡＰＩができているので、それを呼び出す。
　

OAuth2.0を聞いてきた

５月２０日、ＪＪＵＧ　ＣＣＣ　２０１７　Ｓｐｒｉｎｇに行ってきた！のつづき

Ｊａｖａで実装して学ぶOAuth2.0!

をメモメモ

---

・自己紹介
　最近JavaEEでお客さん来なくてSpring多い
・会社紹介：カサレアル

・OAuth2.0とは(RFC6749）
　OAuth1.0とは別物

・認証と認可
　認証：ログイン
　認可：アクセス権限→OAuth2.0

・アクセストークン：つうこうてがた

・スコープ：アクセス可能範囲

・登場人物（むちゃくちゃ重要）
　リソースオーナー
　リソースサーバー
　クライアント
　認可サーバー
　正確に覚えることが重要

・リソースオーナー
　保護されたリソースへのアクセスを許可する人間

・リソースサーバー
　鉾されたリソースをホストするサーバー

・クライアント
　認可を得て、リソースにアクセスするアプリケーション

・認可サーバー；アクセストークンをクライアントに発行するサーバー


・認可の流れ
　４種類
　　認可コードグラント

・認可コードグラントの特徴
　アクセストークン引換券：認可コード　
　認可コードをリダイレクトしてわたす

・
　認可エンドポイント（認可サーバー）
　トークンエンドポイント
　　アクセストークン発行ＵＲＬ
　リダイレクトエンドポイント（クライアント）

　リソースオーナー→クライアント
　　→認可サーバーへ
　　→認可画面
　　→認可
　　→認可コード発行＋リダイレクト
　　→認可コード
　　→アクセストークン


　リクエスト→クライアント（アクセストークン月）
　アクセストークン検証
　ユーザー情報やスコープ

・決まってない部分がある
　どう認可するかは決まっていない
・チェックする方法
　今回は認可サーバーへ問い合わせ

・認証が必要なとき
　認可ＢＡＳＩＣ認証使った
　アクセストークン検証

・アクセストークンの認証
　トークン発行後の確認しない

・暗号化
　必須（ＨＴＴＰＳ）

宣伝：認定研修

・サンプルアプリ構成
　
・ＤＥＭＯとばす

・Apache oltu
Ｊａｖａによる参照実装→自分で作りこむ部分多くある

　その他
　Spring Security OAuth
　→てらそるなの開発ガイドライン
　→Spring Security5.0にはいる

・pac4j

・ＪａｖａＥＥ８から
　　ＪａｖａＥＥセキュリティＡＰＩ
　　2.0はＥＥ９で

・Ｓｐｒｉｎｇ　ＢｏｏｔＤｅｖｅｌｏｐｅｒ

・実装
　①初回アクセス（アクセストークン持っていない）
　　認可エンドポイントへリダイレクト
　　クエリパラメータをくっつける
　responce_typeかならす"code"
　くわしくは資料

　②リダイレクト＆③画面返す
　　チェックして、画面出す（画面はきまっていない）

　④認可～⑤認可コード発行＋リダイレクト

　⑥認可コード～⑦アクセストークン
　　ＡＳ：おーさらいぜーしょんサーバー

・リソースアクセス
　③アクセストークン検証～④ユーザー情報やスコープ
　　ＲＳ：リソースサーバー

　スコープチェック
　　@RolesAllowed

・その他のセキュリティ
　リダイレクトＵＲＩ
　フィッシングアタック
　クロスサイトリクエストフォージェリ
　→日本語版あり

・まとめ
　用語を正確に理解しよう
　　　とくに４人の登場人物
　決まっている部分・決まってない部分
　仕様書確認
　Apache oltu：学習用？サンプルコードのコンパイルが通らない
・OAuth2.0全フローの図はみよう！

・ＤＥＭＯ

ドローンの教材まで出て、さまざまな展示がでてたEDIX

５月１９日、教育ＩＴソリューションＥｘｐｏ(EDIX)に行ってきた！
展示様々、人いっぱいという感じ・・

電子黒板や４Ｋプロジェクター、タブレット、無線ＬＡＮ関係などのハード系の展示が結構様々あり（以前は、何かが多いという感じだったけど、今回いろいろ）、教材コンテンツもさまざまという感じ。

教材系は、アクティブラーニング、ＳＴＥＡＭ、ちょっと前だと３Ｄプリンタなどが話題だけど、それらの展示はもちろんあるものの、何かが偏っていっぱいという感じではなく、数点の展示がそれぞれある感じ。ドローンの教材まである。

そのほか、デジタル採点とか、ＩＲとか、クラウドを使ったものとか、e-ラーニング教材を作ってくれるe-ラーニングメーカーなどがありました。

見る時間がなかったので、ざっくりこんなかんじで、報告終わり！