「Dep」を含む日記 RSS

はてなキーワード: Depとは

2025-07-21

軽い気持ち東京選挙区参政党得票率を線形回帰分析してみた

東京23区と周辺のいくつかの市で、東京選挙区での参政党の得票率がどんな要因と関係しているのか、軽い気持ち回帰分析してみた。

変数の多重共線性とか処理はガバガバなので軽い気持ちで見てほしいんだが、ざっくりまとめると、「大学院卒業者の割合」が高い地域では得票率が低く、「役員割合」が高い地域では逆に得票率が高い、という傾向がありそう。

使ったデータNHKが出している投票所別の得票率。手入力なので誤りがあるかもしれない。

それに、東京都人口統計国勢調査(令和2年の)などから市区町村ごとの属性データをくっつけて、変数を一律で標準化したうえで回帰分析を行った。

都内市区町村のうち、データが揃ってる27地域対象にした(23区町田八王子調布西東京)。

20万人以上の市しか一部のデータが見つけられなくて、そこはごめんって感じ。

ざっくり結果

まず、説明変数11個使って線形回帰分析をしたところ、決定係数は0.83(調整済み決定係数は0.71)だった。何を使ったかは後で。

そこから影響が特に大きそうな4変数(平均年齢、大学院卒業割合役員割合情報通信業割合)に絞って分析し直すと、決定係数は0.73(調整済み決定係数は0.68)になった。

詳しくはこれ

国勢調査は5年に1回しかなくて、最新の結果が令和2年のだった。

でこの4変数回帰係数の絶対値が大きい順に並べる。

  1. 大学院卒業者の割合(-1.30)
  2. 役員割合(+0.87)
  3. 平均年齢(-0.57)
  4. 情報通信業割合(-0.54)

4つの変数関係を見てみると、平均年齢は他の3つの変数大学院卒、役員情報通信業)と負の相関を持っていた(相関係数 < -0.69)。一方、大学院卒業者の割合役員割合情報通信業割合は互いに中程度以上の正の相関(相関係数 > 0.5)を持っており、特に大学院卒と役員の間の相関係数は0.75と大きかった(いずれもピアソン相関)。

ただし、回帰係数を見ると、興味深い違いがある。大学院卒業者の割合、平均年齢、情報通信業割合はいずれも負の係数を持っていて、これらが高いと参政党の得票率は下がる傾向がある。一方で、役員割合は正の係数を持っていた。

得票率と予測値の表
市区町村参政党得票率(NHK予測値_参政党得票率 平均年齢(令和7年1月大学院卒業割合(令和2年国勢調査役員割合(令和2年国勢調査情報通信業割合(令和2年国勢調査
千代田区9.4 9.6 42.69 0.088 0.162 0.115
中央区9.8 9.3 42.17 0.075 0.126 0.135
港区10.1 10.4 43.48 0.065 0.171 0.131
新宿区9.4 9.5 44.08 0.052 0.097 0.129
文京区 7.4 7.6 43.35 0.097 0.098 0.118
台東区1010.1 45.59 0.041 0.109 0.112
墨田区10.1 9.8 44.88 0.035 0.073 0.115
江東区 9 9.4 44.82 0.041 0.069 0.12
品川区 9 8.6 44.34 0.056 0.077 0.143
目黒区 9 9.4 44.88 0.05 0.109 0.137
大田区9.9 9.5 45.67 0.039 0.069 0.105
世田谷区9.9 9.4 45.19 0.047 0.097 0.128
渋谷区109.7 44.8 0.054 0.142 0.152
中野区9.5 9.3 44.57 0.038 0.072 0.141
杉並区 8.5 8.9 45.23 0.047 0.076 0.136
豊島区9.6 9.5 44.05 0.044 0.081 0.132
北区9.2 9.4 45.74 0.036 0.058 0.107
荒川区9.4 9.9 46.23 0.032 0.071 0.096
板橋区9.9 10.0 45.73 0.027 0.059 0.099
練馬区10.3 9.6 45.5 0.034 0.068 0.113
足立区10.5 10.7 46.74 0.017 0.063 0.073
葛飾区1010.4 46.52 0.02 0.061 0.083
江戸川区1110.7 45.09 0.021 0.062 0.085
八王子10.1 9.7 48.31 0.029 0.054 0.054
町田109.5 48.16 0.031 0.058 0.068
調布 8.6 9.4 45.66 0.035 0.06 0.113
西東京9.1 9.5 46.9 0.028 0.055 0.102

感想

雑なモデルなので話半分でね。

データの中身とか、もうちょい詳しく書いとく


出典

分析に使ったデータの出典はこんな感じ。


変数

使用した11個の変数はこんな感じ。


結果についてももうちょい詳しく

statsmodels.api.OLSの結果

                            OLS Regression Results                            
==============================================================================
Dep. Variable:                      y   R-squared:                       0.730
Model:                            OLS   Adj. R-squared:                  0.680
Method:                 Least Squares   F-statistic:                     14.84
Date:                Mon, 21 Jul 2025   Prob (F-statistic):           5.09e-06
Time:                        07:21:02   Log-Likelihood:                -20.653
No. Observations:                  27   AIC:                             51.31
Df Residuals:                      22   BIC:                             57.78
Df Model:                           4                                         
Covariance Type:            nonrobust                                         
==============================================================================
                 coef    std err          t      P>|t|      [0.025      0.975]
------------------------------------------------------------------------------
const       1.277e-15      0.111   1.15e-14      1.000      -0.230       0.230
x1            -0.5743      0.230     -2.493      0.021      -1.052      -0.096
x2            -1.3278      0.204     -6.512      0.000      -1.751      -0.905
x3             0.8670      0.174      4.973      0.000       0.505       1.229
x4            -0.5382      0.169     -3.184      0.004      -0.889      -0.188
==============================================================================
Omnibus:                        2.233   Durbin-Watson:                   2.170
Prob(Omnibus):                  0.327   Jarque-Bera (JB):                1.169
Skew:                          -0.035   Prob(JB):                        0.557
Kurtosis:                       1.983   Cond. No.                         4.48
==============================================================================
説明変数11個でのデータと結果

変数回帰係数
平均年齢(令和7年1月 -0.78
1世帯あたり人口 -0.31
男性率(令和7年1月 0.07
外国人比率(令和7年1月 -0.07
5年間外国人割合変化 0.27
犯罪認知割合 -0.05
大学院卒業者/全卒業者(令和2年国勢調査 -1.77
不詳者/全卒業者(令和2年国勢調査 -0.51
従業上の地位役員割合 1.39
従業上の地位自営業主割合 0.09
産業区分情報通信業割合 -0.53
地域参政党得票率(NHK予測値_参政党得票率 平均年齢(令和7年1月1世帯あたり人口男性率(令和7年1月外国人比率(令和7年1月 5年間外国人割合変化(令和2年から7年) 犯罪認知割合(令和6年件数/令和7年人口大学院卒業者/全卒業者(令和2年国勢調査 不詳者/全卒業者(令和2年国勢調査従業上の地位役員割合(令和2年国勢調査従業上の地位自営業主割合(令和2年国勢調査産業区分情報通信業割合(令和2年国勢調査
千代田区9.4 9.5 42.69 1.75 0.50 0.06 1.22 0.04 0.09 0.36 0.16 0.09 0.12
中央区9.8 9.8 42.17 1.76 0.48 0.07 1.33 0.01 0.08 0.28 0.13 0.08 0.14
港区10.1 10.0 43.48 1.74 0.47 0.08 1.08 0.01 0.07 0.42 0.17 0.10 0.13
新宿区9.4 9.0 44.08 1.52 0.50 0.14 1.12 0.02 0.05 0.39 0.10 0.09 0.13
文京区 7.4 7.5 43.35 1.80 0.48 0.07 1.32 0.01 0.10 0.25 0.10 0.08 0.12
台東区10.0 10.3 45.59 1.58 0.51 0.09 1.21 0.01 0.04 0.36 0.11 0.09 0.11
墨田区10.1 10.1 44.88 1.69 0.49 0.06 1.25 0.01 0.04 0.28 0.07 0.07 0.12
江東区9.0 9.2 44.82 1.84 0.49 0.07 1.23 0.01 0.04 0.27 0.07 0.06 0.12
品川区9.0 8.6 44.34 1.73 0.49 0.04 1.19 0.01 0.06 0.24 0.08 0.07 0.14
目黒区9.0 9.3 44.88 1.74 0.47 0.04 1.19 0.01 0.05 0.35 0.11 0.10 0.14
大田区9.9 9.7 45.67 1.77 0.50 0.04 1.26 0.01 0.04 0.23 0.07 0.07 0.11
世田谷区9.9 9.3 45.19 1.84 0.47 0.03 1.22 0.01 0.05 0.30 0.10 0.10 0.13
渋谷区10.0 9.9 44.80 1.61 0.48 0.06 1.12 0.02 0.05 0.34 0.14 0.12 0.15
中野区9.5 9.5 44.57 1.57 0.51 0.07 1.20 0.01 0.04 0.33 0.07 0.09 0.14
杉並区 8.5 8.9 45.23 1.73 0.48 0.04 1.19 0.00 0.05 0.26 0.08 0.09 0.14
豊島区9.6 9.5 44.05 1.57 0.50 0.12 1.21 0.01 0.04 0.34 0.08 0.09 0.13
北区9.2 9.2 45.74 1.71 0.50 0.09 1.31 0.01 0.04 0.31 0.06 0.07 0.11
荒川区9.4 9.6 46.23 1.77 0.50 0.11 1.19 0.01 0.03 0.29 0.07 0.08 0.10
板橋区9.9 10.0 45.73 1.73 0.49 0.07 1.29 0.01 0.03 0.30 0.06 0.07 0.10
練馬区10.3 9.6 45.50 1.89 0.48 0.04 1.22 0.01 0.03 0.25 0.07 0.08 0.11
足立区10.5 10.6 46.74 1.84 0.50 0.06 1.28 0.01 0.02 0.31 0.06 0.08 0.07
葛飾区10.0 10.5 46.52 1.86 0.50 0.06 1.27 0.01 0.02 0.27 0.06 0.08 0.08
江戸川区11.0 10.8 45.09 1.93 0.50 0.07 1.27 0.01 0.02 0.26 0.06 0.07 0.09
八王子10.1 9.7 48.31 1.96 0.50 0.03 1.28 0.01 0.03 0.21 0.05 0.07 0.05
町田10.0 10.0 48.16 2.06 0.49 0.02 1.44 0.01 0.03 0.17 0.06 0.08 0.07
調布 8.6 9.1 45.66 1.92 0.49 0.02 1.14 0.01 0.04 0.23 0.06 0.08 0.11
西東京9.1 9.2 46.90 2.00 0.49 0.03 1.15 0.01 0.03 0.20 0.06 0.08 0.10



                            OLS Regression Results                          
==============================================================================
Dep. Variable:                      y   R-squared:                       0.833
Model:                            OLS   Adj. R-squared:                  0.711
Method:                 Least Squares   F-statistic:                     6.803
Date:                Mon, 21 Jul 2025   Prob (F-statistic):           0.000472
Time:                        06:53:14   Log-Likelihood:                -14.148
No. Observations:                  27   AIC:                             52.30
Df Residuals:                      15   BIC:                             67.85
Df Model:                          11                                      
Covariance Type:            nonrobust                                      
==============================================================================
                 coef    std err          t      P>|t|      [0.025      0.975]
------------------------------------------------------------------------------
const      -5.405e-15      0.106  -5.12e-14      1.000      -0.225       0.225
x1            -0.7820      0.361     -2.165      0.047      -1.552      -0.012
x2            -0.3056      0.355     -0.860      0.403      -1.063       0.452
x3             0.0671      0.270      0.248      0.807      -0.509       0.643
x4            -0.0737      0.213     -0.346      0.734      -0.527       0.379
x5             0.2652      0.168      1.579      0.135      -0.093       0.623
x6            -0.0534      0.246     -0.217      0.831      -0.578       0.472
x7            -1.7650      0.293     -6.018      0.000      -2.390      -1.140
x8            -0.5147      0.379     -1.358      0.195      -1.322       0.293
x9             1.3916      0.348      3.994      0.001       0.649 


  

2023-02-27

anond:20230227140844

OWのプロ業界が厳しくなったのはリーグ制になったせいで、それは数年前からで、リーグに入れるほどの腕がない選手ほとんど引退転向したよね(そもそも日本人リーガーになったのは1人だけなのだが)

日本知名度があると言えば現valorantのプロ選手であるdep選手だったり、今はCR人気タレントになったsellyも元々はOW出身CRで言えば他にもうるかさんしすこさんもOW出身。他にも転生してVtuberになったような人もいるし。

というか、元OWプロってめちゃくちゃ多い。リーグ制になる前は活気のあるゲームだったから。

それと同じでapexが廃れたとしてもずば抜けたゲームセンスがあったり、配信者としてやってけるカリスマ性みたいなものがあればいくらでも生き残れると思うよ?

チームにしてもそうで、どのゲームベットして選手集めるかみたいなとこは運営センスじゃん。OWに部門持ってて今は別のゲームで名を馳せてるチームなんかいくらでもあるよ?

2022-11-17

左翼メディアツイッター乗っ取り事件で思ったが

ジョニデ左翼ミームだった

環境防護局 Dept. Environment. Protection (DEP)

左翼踊り子は派手なだけで意識高くないでしょ

ツイッターショータイムやってるうちに、熱海地盤グダグダになってたわけで

しろ目眩まし役が左翼だもんな

2022-05-09

結局「プロ意識」を説教したいだけなんだろうな

プロゲーマー界隈は国内外わず未熟だよ

anond:20220508100721

なんで「プロゲーマー大炎上した失言は2回しかない」と書いたかわかる?

大半のプロ発言に気を付けていることを、改めて強調するためだ。

ここでお前が「いや、○○も失言炎上しただろ」と反証を挙げればまだしも、何一つ具体的な話は出て来ない。

PMJLは64人のリーグで、その中で失言をしたのは1名のみ。アクシデントだ。

残り63人の言動問題がないことを無視して、1名から普遍的課題を導き出そうとする。

それじゃ問題設定として甘々。話にならん。

そもそも炎上テーマが「プロゲーマー言動である以上、アマチュア言動がどうとか関係ない。

FPSという人気ジャンルは規模が大きい。

多くのプロ候補から行方正の奴がプロになることもあれば、粗暴な奴がプロになることもある。

プロになった実際の人物評価しなければ意味のない話だ。

不特定多数に向けて客寄せするって事を理解できないプロがまだ多いよな

いや全然

世界3位で一躍名を轟かせたZETA DIVISIONは、Lazを筆頭に"見られている"という意識が強い。

からTwitchでの配信も怠らない。先日は15000人も集めていた。

他のメンバー、例えばDepも5000人くらい集めていた。

配信プロじゃない選手がこれほどまでに人を集められるのは、

普段Twitterでのファン対応や、配信での言動がしっかりしているから。

ちゃん覚悟持ってるプロゲーマーもたくさんいるけど

擁護しろ批判しろ、お前が何を言っても説得力に欠けるのは、

実在人物を語る時に発せられる"生々しさ"が全くないから。

脳内で作り上げた「プロ意識のないプロ」に対して、どんな説教かました所で空を切るだけだ。

そうやって焦った弊害がこういう形で噴出してるんだって

どこが?

問題発言した選手2018年11月22日にチーム加入している。

今年の5月に到るまで、やらかさなかったわけだ。

どれだけ人前に出る意識があろうとも、露出量が多ければボロが出る時もある。

配信プロである大手ですら、映しちゃいけないDiscord案件内容を映してしまったり、カラオケ中に半ケツ出してBANされたりする。

人間そんなもん。出ちゃったもんは仕方がない。

その度に謝罪するなり謹慎するなりすればいい。


業界人ちゃん理解してゆっくり道を均していってほしいもんだが

ゆっくり何をするんだ?

Riot主催プロリーグは、選手に対してプロ意識を高めるための研修をやっていた。

おそらくドコモプロリーグもやっているだろう。件の選手が属していたリーグだ。

プロの立ち回りについてはマネージャーから指導されるだろうし、問題行動・発言ゲームメーカーが取り締まってる。

ここから更に何をやるんだ?

2022-05-02

つの間にかヤフコメがまともになってるんだが

コメントの質が低いことで悪名高いヤフコメだが、最近マトモになっていると感じる。

正確には、上位表示されるコメントがマトモになった。

ZETAというeスポーツチームがFPSで最高の結果を出し、ヤフーニュースでも話題になった。

昔だったら「誰?」「どうでもいい」「どこがスポーツなの?」みたいな、老害&中身ゼロコメントが上位に来ていただろう。

今はeスポーツに詳しい身からしても「へー」と頷くコメント結構ある。

建設的なコメント評価するAPIが導入されると聞いて、大して期待していなかった。

あれだけ誹謗中傷を野放しにしていたヤフーだし。

しかし新システム一定の成果を上げているようだ。

同じくAPIを導入したはてなブックマークの方は大して機能してなさそうだが。

上位に表示されたコメント

u_g***** | 4/24(日) 16:11

CounterStrikeOverwatch等これまで数々のFPSゲーム日本トップチーム世界に挑んできました。

私も一ファンとして、日本国内で敵なしと言われる選手世界に挑戦する姿をこれまで応援してきました。

しかしその度に毎回苦汁を味わされ、「日本人はFPSゲームではトップに立てない」と思わされるほどでした。

しかし、今回のZETAは違いました。窮地に追い込まれても決して諦めず、丁寧なセットプレイ強靭エイムで相手チームを切り崩し逆転を重ね、リードをしても決して甘えないスタイルで、気づけばトップ3まで勝ち進みました。

最後は残念でしたが、頂上はそう遠くないのかもしれないと思いました。

長年悔しい思いをしてきた日本FPS界にとって本当に嬉しいニュースだなと思いました。日本には日本の勝ち方があるんだ、と。涙が出るほど嬉しく、ファンとしても一生忘れられない大会になりそうです。

seik***** | 4/24(日) 10:29

3位という結果はZETAの皆さんにとっては悔しい結果かもしれないけど、大会の結果だけでなく、大会外に与えた影響も含めると、優勝に等しいくらいの活躍だったと思います

大会運営側視点からもそう見えてると思います

OPTICにはストレート負けだったけど、1マップ目の前半は圧倒していたのは間違いないので、実力的には勝てるレベルにはあるんだと思います

Dep選手ジェットオーメンを空中からキルしてラウンドを連取したときは、「これは勝つかも」と確信に変わりかけていました。

そこから巻き返されたのは、甲子園とかスポーツでよく見られる

「勝ちが頭をよぎって意識して、少し守りに入ってしまった」

というのもあるのかなと思いました。

でもそうだとしても仕方ないこと。次の大会ではそうはならないと思います

実力的にはOPTICを上回れるものを持っているのは証明されたと思います

お疲れでした!

meg***** | 4/24(日) 15:47

非表示・報告

Laz選手は「日本プロゲーマーとして稼げるのは一握り。プロを目指す前に、学校勉強しろ」と自身経験から語っています

そんな一握りのプロゲーマーである彼が残した結果は、eスポーツの注目度を高め、日本国内競技シーンに良い刺激を与えています

今後の更なる活躍により、"ゲームスポーツになり得ない"という国内認識が変わっていくことを祈ります

Laz選手は毎晩チーム練習後の疲れた身体で、23時頃でしょうか、ランクマッチ配信をしてくれます

それ以外にも個人練習を数時間していることでしょう。

私は所謂安定した職業公務員ですが、自分仕事に対しこれほどの情熱をかけられていない事を反省し、尊敬の念を抱きながら彼の日々の活動配信上で応援しています

それが仕事の励みになっている部分もあります

自分の子どもがプロゲーマーになりたいと言ったら、そっと見守ることが出来る親になりたいと思っています

2022-04-24

[][]ZETA DIVISON、VCT stage1 準決勝にて敗退。3位決定。

結果としては3-0のストレート負け。

わりと予想していた通りだったけど、残念だった。

1マップ目を取っていれば、あるいは2マップ目でsplitを選択していればもう少し続いた気もするけど、そこは結果論しかないし、チーム力の差があったので総合的な結果は変わらなかったような気もする。


1マップ目のHavenはいい流れをmarved選手に崩されてしまった感が強い。yay選手の爆発力にも対応しきれていなかった。DRX戦で見せた防衛側での対応力の弱さも出てしまっていたように思う。

2マップ目のFractureではKAY/Oへの対応がうまくできていなかったし、マクロ面でも完全に差がついていた。OPTCはZETAスクリムを見た後に大会でのKAY/O採用を固めたようなので、完全にチーム力の差が表れた形だろう。(完璧対策されてしまった)

ただ、それだけ脅威のあるチームだと評価されたのは今までの日本勢にはなかったと思うので、やはりZETAの成長は確かなものだったのだろう。

3マップ目のBindエリアコントロールほとんどできていなかった上、Dep選手やLaz選手エージェント練度の低さも目立ったように感じた。


ZETA側の問題点は、第一マッププールの少なさにあるのだろう。

おそらく、BO3で争う前提(マップを2つ取得すれば勝ち)でチームを組み立ててきたはずで(DRX戦後にLaz選手が言った「まずは1勝」という言葉示唆的)、そうしたチームづくりでも国内はどうにかなったし、Mastersのグループステージプレイオフも1敗で踏みとどまることができた。

しかし、世界レベルの戦いでBO5に耐えうるだけの完成度ではなかった(7マップのうちから5マップを戦い、うち3マップを取得しなければならないが、戦略を組み立てられているマップが少なすぎた)と。世界1位を狙うならBO5形式試合は避けられないので、今後の大きな課題になってくる。

ここに関しては時間経験解決できると信じているので、今後のZETAがこの問題をどう解決し、今後控えている2つの世界大会でどのような結果を見せてくれるのかが一視聴者として楽しみ。

anond:20220423170032

2022-04-23

[][]ZETA DIVISION vs OpTic Gamingを予想する

Valorantとは

Valorant(ヴァロラント)についてはググれ

ヴァロラントのどんな大会

→VCT(Valorant Champions tour)の Stage 1: Masters Reykjavík

ヴァロラントの世界大会の一つで、Mastersと呼ばれる世界大会2回(とその地域予選の結果)でポイントが与えられ、年末に行われるChampions(その年の世界王者を決める世界大会)への参加資格が得られる。

2回のMastersでChamiponsへの出場権を獲得できなかった場合地域内での上位チーム同士がLCQ(Last Chance Qualifier)という地域予選で残りの出場枠を争うことになる。この際、Mastersの予選では別の地域扱いだった日本韓国が同じ地域として戦うことになるため、Mastersで好成績を残してChampionsへの出場権を獲得する方が有利ということになる。

(今回の大会はMastersの第1回。ZETA DIVISIONは既に多くのポイントを稼いでいて、他の日本チームがMasters Stage2で優勝しない限りChampions出場権を獲得できる見込み。)

行われるのはどんな試合

本日深夜2時に行われるのがルーザーズファイナル(VCTはダブルエリミネーション方式なので、1敗すると負け側のトーナメントに移動する。そこで負けると敗退・帰国決定。)で、3位決定戦

ここで勝った場合グランドファイナルに進み、優勝を争える。

ZETA DIVISION(ZETA)→日本地域1位のチーム。今大会では新メンバー3人と古参メンバー2人という新体制で出場していて、特に新メンバーのSugarz3ro選手、TENNN選手フィジカルの強さが目立つ。

        本大会初戦で惨敗した韓国チームDRX相手リベンジを遂げるなど、マクロ面でも確かな実力を示している。

OpTic Gaming(OPTC)→北米地域予選2位のチーム。だがPlayoff(決勝トーナメント)にてシード出場した北米予選1位のチーム The GUARDを2-1で破っており、実質北米1位のチーム。

        "El Diablo"との異名を持つ世界エースプレイヤーyayが所属するチームで攻撃力が非常に高い。

マップ予想

ルーザーズファイナルグランドファイナルはBO5(5戦中先に3勝したら勝ち)のルールで、ヴァロラントには現状7マップしかないので、2つがBAN(戦いたくないマップを除外すること)されてあとのマップは全て使うことになる。

どのマップがBANされるのが濃厚か予想すると、

OPTC側:Breeze(OPTC側が地域予選で全敗、大会本番ではBANしつづけている。ZETAもBAN選択第二優先に入れているマップ。)

ZETA側:Ascent(基本的ZETAがBANし続けてきたマップZETA側がそこまで作戦を練れていなさそうな印象。OPTC側が大会で良い成績を残していないマップでもあるのでもしかしたら放置になるかも)

その他のマップ感想を言うと、

Icebox:ZETAが良く研究しているマップの一つだと思うが、OPTCvsDRX戦を見る限り、yay選手一人に完全に破壊されそうな予感がする。ZETAvsPRX戦ではPRXにmid意識が薄い所を完全に突かれており、ZETA側がここの対策ができているか心配になる。

Fracture:ZETA、OPTC共に大会勝率100%マップ。OPTCのvictor選手が操るネオン(大会で使ったのがvictor選手だけという変わったキャラクター)への対策が肝になりそう。ZETAcrow選手完璧なA側コントロールに期待。

Split:ZETAが良く研究できているマップ。このマップZETAが確実に取りたいマップ。OPTCは第二BAN候補に入れている感じなので苦手な可能性もある。

BindZETAG2相手善戦していたが、地域予選での結果を見るにOPTC側の得意マップっぽく、厳しい戦いになるだろう。ZETAのTENNN選手の爆発力が出るか、Dep選手が安定するかにかかってくる。

HavenZETA勝率が低いマップ。PRX戦で勝ったとはいえ、あまり得意マップとはいえないのではないか。OPTC側も戦績が決していいわけではないが、フィジカルの差がどう出るか。

どっちが勝つの

OPTCが勝つと思うけど、決勝がOPTCvsLOUDの再放送になるのはつまらないので、ZETAにも頑張ってほしいなって思ってます

LOUDはブラジルのチームで、去年の途中までブラジル日本と同様に「最弱地域の一つ」と言われ蔑まれてきた境遇なので、できれば日本ブラジル戦が見てみたいという気持ちはある。

2020-05-16

anond:20200516214420

AzureADのMDM機能Android Enterpriseは組み込めるんで

最低限の管理機能だけならAndroid Enterpriseアカウント連携設定するだけで

AzureAD側から管理できる。iOSDEPも同様。

ただ、AzureADの有償ライセンス必要だし、連携先の最新機能対応するのにちょっとタイムラグあったような気がする。

2020-02-05

anond:20200205165954

その程度のことはwindowsでも普通に出来るんだよ

iPad導入してるところでDEPでキチンと端末管理してるところってどんだけあるのかねぇ。

2017-06-14

Golang勉強3日目ぐらいで疑問に思っている事

これは将来Golangに慣れて来た頃に読み返すメモです

学習してから3日目ぐらいだけど連続3日でやったとは言っていない。

学習時間は24時間にも満たないと思う。

モチベーションが上がった時に学習する程度。

公式チュートリアルをやってるけどやった箇所は忘れた。

英語版日本語版があるけど日本語版情報が古くないか不安

まだ半分ぐらいしかやってないけど良チュートリアルだと思う。

他のプログラミング言語と違ってチュートリアルの内容が足りないってこともなさそうだし、Golangチュートリアルだけは繰り返しやったほうが良さそう。

からGolangを学ぶならGoogleリポジトリにあるパッケージ管理depを使うほうが安心する。

まだ公式ツールじゃないけど将来なるかもしれないしならないかもしれない。

Googleのことだからgxuiみたいに更新されなくなる危険もあるよな・・・

でもプロジェクト新規作成するときrails new helloに相当するコマンドがないので不便。

スケルトン生成ツールが別途必要だけどフォルダ作るだけだからbatファイル用意するだけで良さそう。

あとGOPATHの設定もか。今のところは手動でやってるけどそのうちbatファイルにしたい。

Golang自体シンプル言語だと思う。

でもやりたいことができないのがつらい。

Rubyみたいにcursesが標準で使えない。

RubyみたいにTKも標準で使えない。

cursesぐらいは標準で出来て欲しいよ。

から他の言語はいらないのにGolangではそんなことでもライブラリを探してきてインストールしないといけない。

開発環境にはGoglandかVimがいい。

Goglandだとそのままでも十分だけどVim場合vim-goを入れるのが良い。

勉強会に参加するときは軽量ノートを持っていくので動作が軽いVimがいい。

でもryzen搭載ノートが来たらIDEに乗り換えるかもしれない。

コマンドラインツールを作るならGolangが一番簡単

cliってライブラリもあるみたいだけど標準機能flagだけで十分便利。

学習3日目でもflagの使い方は楽勝だった。

今の所もあんまりコマンドラインツールに興味ないので難しいことはしない。

とりあえず2ちゃん質問するのが良さそうだけど過疎だった。

過疎ってことはあんまり人気がない?

まだ質問するぐらい基礎的なもの学習してないけど。

やりたいことをぐぐってコピペしてる程度なのでdeferとかgo funcとかグローバル変数とか基礎的な部分はまだ知らない。

インストールが楽だけどWindows作ったらMacでも動くかは謎。

Mac mini買ってから試したい。

でもMacって高いから多分買わないと思う。

MacハードウェアしかMacOSインストールできないライセンスからWindows PCMacインストールできないかapple嫌い。

初心者だけどMac持ってる奴apple信者キモ杉と言わせてくれ

2015-02-04

セキュリティ対策

不正入力に対して脆弱性を発生させないようセキュリティ対策としてバリデーションを行う」。アホか。プログラマならセキュリティ対策とか気にするな。いや、気にするなというのは言い過ぎだけれど、ほとんどの場合においてあなたの書くコードセキュリティ対策必要性はない。

攻撃者の細工した入力によってSQL/HTML/JavaScriptが壊れるとかバッファオーバーフローが発生するとか、そういった脆弱性と呼ばれるほとんどのものはただのバグだ。セキュリティ対策っていうのはコードとは切り離された領域で行うDEPだったりASLRだったりX-Frame-OptionsだったりCSPだったりiframe sandboxだったり、そういうものセキュリティ対策だ。コード上で書くのは「アプリケーションとして正しく動作するための処理」だけだ。

もちろん例外もあるかもしれないけど、それはあくまでも例外だ。日常的に書くコード - 長さやフォーマット範囲のチェックだったり、次の処理系に適したエスケープを施したり - は全てセキュリティ対策のためのコードではない。アプリケーションが正しく動くための処理だ。それができていないのはただのバグだ。

にも関わらず「セキュリティ対策」のようにさも特別ものであるかのような言葉ポジショントークを繰り返すような姿勢は好ましくない。

もし、「セキュリティ対策という視点入力バリデーションをしていない」ということに対して不安を覚える開発者がいるのであれば、セキュリティ対策など考えなくていいので今すぐテストを書け。

2012-01-01

Windows 7 のいいところ

サポート期限の2014年4月8日までXP機で粘るのか、悩みどころ。

Windows 7のいいところ:

他になんかあったっけ?

32bit版のXPだと最近格安メモリ恩恵も受けられないし、いっそ64bit Windows 7に移行するかなあ。

 
ログイン ユーザー登録
ようこそ ゲスト さん