March 2018
Volume 33 Number 3
.jpg "ブロックチェーン - ブロックチェーンの基礎")
ブロックチェーン - ブロックチェーンの基礎
ブロックチェーンに対して傍観者の立場をとっているなら、そろそろ確かめる時期です。今回はブロックチェーンの中核をなす技術基盤を Jonathan Waldman が取り上げます。この中核技術は、多くのブロックチェーン最新テクノロジの基礎になっています。
.png "データ ポイント - ユニバーサル Windows プラットフォームから Azure Functions を呼び出す")
コラムデータ ポイント - ユニバーサル Windows プラットフォームから Azure Functions を呼び出す
この連載の最終回です。今回は UWP アプリケーションから以前に作成した Azure Functions に要求を行う方法を確認します。要求では、ゲームスコアの送信とトップ スコアの受信の両方を行います。受信するのは、自分が使ったすべてのデバイスでのトップ スコアと、全世界の全プレイヤーのトップ スコアです。
.png "ASP.NET - Razor を使用して単一ページ アプリのテンプレート用 HTML を生成する")
ASP.NET - Razor を使用して単一ページ アプリのテンプレート用 HTML を生成する
Angular や Knockout のような MVVM フレームに切り替えると、ASP.NET から何か欠けている点がありませんか。今回は、Razor ビュー エンジンの最適な機能をいくつか開発サイクルに組み込み、生産性を向上する方法を取り上げます。
.png "働くプログラマ - MEAN あれこれ: Angular の検証")
コラム働くプログラマ - MEAN あれこれ: Angular の検証
今月 Ted Neward は、データ入力の検証を取り上げます。検証しないということは、基本的にはシステムが負うべき手間をユーザーに押しつけることになります。
.png "Azure - Azure Service Bus によるエンタープライズ データ統合パターン")
Azure - Azure Service Bus によるエンタープライズ データ統合パターン
Stefano Tempesta が、データ統合の最も一般的な設計パターンを 4 つ紹介します。統合するのは、さまざまなネットワーク、アプリケーションおよびリポジトリのデータです。そして、このアプリケーションを Azure Service Bus のコンテキストで説明します。このビッグ データと機械学習の時代、情報の取得と保持は驚くほど複雑になる可能性があります。今回は、アプリケーション用に Azure Service Bus を使用したデータ統合プロセスの概要と実用的な実装について説明します。
.png "人工知能 - Jupyter Notebook によるディープ ラーニング ツールキットの調査")
コラム人工知能 - Jupyter Notebook によるディープ ラーニング ツールキットの調査
Jupyter Notebook は、データ科学用のある種のインタラクティブ「スクラッチ パッド」として機能し、データ サイエンティストがコード、洞察、ドキュメントを共有できるようにします。今回 Frank La Vigne は、CNTK や TensorFlow のような人気の機械学習ライブラリ用に複数の Jupyter Notebook を操作して、ソフトウェアをインストールすることなく 1 か所で処理する方法を示します。
.png "Azure - Azure Key Vault を使って機微なビジネス情報のセキュリティを確保する")
Azure - Azure Key Vault を使って機微なビジネス情報のセキュリティを確保する
今回 Srikantan Sankaran が提案するのは、車両保険証券の発行、追跡、管理を必要とするビジネス シナリオです。この目標を Azure Key Vault を使って確実に実行する方法を紹介します。
.png "Cutting Edge - ASP.NET Core での REST および Web API")
コラムCutting Edge - ASP.NET Core での REST および Web API
ASP.NET Core での Web API サポートと、RESTful API のビルドをこれまで以上にシンプルにする機能について、Dino Esposito が説明します。
.png "テストの実行 - CNTK を使用したニューラル二項分類")
コラムテストの実行 - CNTK を使用したニューラル二項分類
二項分類では、特定のセット内の項目を 2 つのグループのどちらに配置するかの予測を試みます。こうした二項分類の問題への取り組みに使用できる手法はたくさんあります。今回 James McCaffrey は、Microsoft Cognitive Toolkit (CNTK) ライブラリを使用してニューラル ネットワーク二項分類モデルを作成する方法を取り上げます。二項分類の問題は、取り得る値が 2 つだけあり、予測する値がそのうちどちらになるかを予測することを目指します。この問題には多くのアプローチがありますが、今回は CNTK ライブラリを使用してニューラル ネットワーク二項分類モデルを作成する方法を説明します。
.png "ちょっとひと言 - これは軍事訓練ではありません")
コラムちょっとひと言 - これは軍事訓練ではありません
ハワイ緊急事態管理局が弾道ミサイル攻撃の緊急警報を誤って発したことが全国ニュースになりました。これは不適切な UI への警告でもあります。
.png "編集長より - 要求の連鎖")
コラム編集長より - 要求の連鎖
ビットコインのような暗号通貨を支えるブロックチェーン テクノロジは、デジタル取引や資産証明などのアクティビティに非常に有望です。しかし、このように急速に変化する分野では開発者が課題に直面します。