UXデザインって、実は発信する人すべてにとって役立つ知識なのです！

UI/UXって書かれているけど、どういうものかよく分からない。
UIとUXの違いは？UXデザインって何をやるの？

そんなあなたに、UXについて簡単にお勉強できる入門書を書きました。


【目次】

01 UX デザインの定義
02 体験とは?
03 UX と UI の違い
04 UX デザインとデザイン思考
05 ユーザーが喜べばいい?
06 なぜUXデザインを学ぶのか?
07 ユーザーを知る大切さ
08 ユーザーって誰?
09 UX の知識はココでも役立つ!

本書は Combine をこれから学んでみようという人のための本です。

Combine は Swift でリアクティブプログラミングを行うためのフレームワークです。Apple プラットフォーム（iOS、iPadOS、watchOS、tvOS、macOS）向けの App を開発するときに、様々な処理を宣言的に記述することが可能になります。

Combine については、Apple が WWDC のセッションで解説しているほか、解説書や解説記事が既に存在しています。それらを見て学ぶのが一番良い方法でしょう。

ただし、ここで落とし穴があります。

既存の解説の多くは、率直に言って、難しいです。

Combine の解説はたいていの場合、登場する用語や概念の説明から始まります。ここで、たくさんの用語や概念が一度に押し寄せてきます。この最初の導入部分でつまづきが発生しやすいです。結果として、Combine は敷居が高いものになってしまっている、と考えています。

基本的な事柄をもっと分かりやすく説明する解説書が存在するべきだ、という想いから、本書を執筆しました。本書では導入部分をできるだけ丁寧に説明するように心がけました。さらに説明の際に、具体的なコードを先に挙げるようにしました。

また、日本語で書かれた解説はまだそれほど多くありません。そこで、日本語で読める Combine の本を増やしたいという想いも、本書を執筆した動機のひとつです。

ソフトウェアエンジニアはきっと誰もが穴があったら入りたくなるようなコードを書いた覚えがあるのではないでしょうか？
まれに最初から 100 点の設計ができる人もいますが、僕もたくさんいわゆる「クソコード」を書いてきましたし、見ても来ました。
良くないコードとわかっていても直すことができず、良くないコードを更に良くないコードにしたこともありました。

そもそもコードが汚いと以下のような問題があります。

- 読みづらい
- 変更がしづらい
- 新たなバグを誘発する
- コードからプログラムの挙動が予測できない
- バグを抱えたまま動き続ける
- パフォーマンスが落ちる

経験を積んでくると、よくあるパターンがいくつか見えてきました。
本書は僕が書いてきた・見てきた・聞いてきたプログラミングアンチパターンについて以下を紹介します。

- アンチパターンの紹介
- 何が問題なのか
- どうすればよいのか

僕自身まだまだアンチパターンを生み出す未熟者で、偉そうなことは言えません。

僕が大好きな本である「SQL アンチパターン」をリスペクトして、各章にアンチパターン名を付けながら、恐る恐る書いてみます。

AWS IoT Coreを活用してRaspberry piで農業IoTを初めてみる本です。
今回はカメラ編ということで、Raspberry piでカメラを使って畑を監視するシステムを作ります。

以下に興味がある方は是非見てみてください。

・RaspberryPiを間欠動作させてモバイルバッテリーで長時間駆動
・アクセスキーをベタ書きせずに、AWS IoT Coreの証明書を使ってS3に画像をアップロード
・カメラで撮影した画像をLINEに通知

初心者と中級者向けに、Vimの基本操作から、オペレーター、モーション、テキストオブジェクトといった機能を使った高速編集のやり方や、 Vim scriptの入門とプラグインの作り方まで一通り解説した本になります。

作りながら学ぶネイティブARKitアプリケーション開発の実践入門書です。はじめの一歩として3行（！）で書ける最小実装のARから始めて、平面を検出する方法、その平面に仮想オブジェクトを設置する方法、そしてその仮想オブジェクトとインタラクションできるようにする方法・・・と、**読み進めるにつれて「作りながら」引き出しが増えていき**、最終的にはARKitを用いたメジャーや、空間に絵や文字を描くといった、ARKitならではのアプリケーションの実装ができるよう構成しています。

明後日シリーズとは、「明日からは無理でも、明後日ぐらいからは使えるようになると
いいな」と言うノンビリとした目標を設定し、書かれている本です。

今回のテーマは「AWS」。
いま話題のAWSは、いったい何なのかを軽く説明します。

本書ではGCP Cloud AutoMLを使った手軽にできる機械学習の手法を解説しています。具体的には文章の感情分析、画像認識と画像分類、Kaggleのタイタニック問題をAutoMLを使って予測していきます。

まず最初に人工知能の一分野である機械学習とはどのような分野であるのか、教師あり学習と教師なし学習の違い、強化学習、特徴量、モデル、過学習、ニューラルネットワークやディープラーニングの概説を紹介します。その上で元GoogleのAI 研究者のフェイ・フェイ・リー 氏が提唱した「AI の民主化」と「利用者としての人工知能」を考えていきます。

次にGCPのアカウントの作り方、予算とアラートの設定方法、PythonからAutoML APIを実行する開発環境の作り方を解説していきます。

文章の感情分析では、AutoML Natural Language APIをPythonから実行して、近代日本文学を代表する文豪・太宰治の『走れメロス』や『人間失格』の感情分析を試みます。

画像分類では、AutoML Visionを使ってデータセットから都市の写真を学習させ、その学習結果のモデルを元に新しいデータセットに対してどの都市の写真であるのかを自動予測させます。

AutoML Tablesを使ってKaggleのタイタニック問題も解いていきます。タイタニック問題は幾つかの限られたデータを元に誰がタイタニック号から生還したかを予測する問題です。特徴量を適切に選定しながら、この問題をAutoMLで解いていきます。

本書は機械学習を学び始めたい方、手軽に機械学習を実行できる環境を創りたい方に最適です。お気軽に機械学習を始めて未来型生活を構築しましょう。