リレーションシップ駆動要件分析(RDRA) - Qiita
リレーションシップ駆動要件分析(RDRA)とは？ 要件定義において、重要な要素が3つあります。 「網羅性」：システムの目的や、それを実現するための要件が漏れや重複無く定義されている 「整合性」：各要件の整合性が取れている 「表現力」：それぞれの要件が分かりやすく表現されている 複数の人間で共同作業する際にも、網羅性によって要件定義に必要な情報の枠組みが決まり、整合性によって作業の手順が決まり、表現力によって共通認識を確立します。 リレーションシップ駆動要件分析(RDRA)とは、要件定義において重要なこれらの３要素を高いレベルで実現するための要件分析フレームワークです。 RDRAでは要件定義を4つの構成要素に分け、UMLを拡張した表現方法で要件分析を行います。 よくあるように要件をリストでただ並べるのではなく、UMLの視覚効果を利用することで表現力を実現します。 要件定義についてはこちら↓
リファクタリング専門チームによるお金周りリファクタリング - クラウドワークス エンジニアブログ
こんにちは、エンジニアの @MinoDriven です。 今年2019年4月にリファクタリング専門チームを発足しました。 crowdworks.jp の最重要機能であるお金周りの機能に関して、どのような技術アプローチでリファクタしているかを紹介致します。特に、Railsには適用困難と言われているドメイン駆動設計の考え方を取り入れた手法を解説致します。 目次 背景 リファクタリング専門チーム発足 技術的負債 リファクタリング対象選定 方針①：パレートの法則（80:20の法則） 方針②：リファクタリング選定基準3軸 「仕事周り」か「お金周り」か お金周りモデルのリファクタリングを妨げるConcern 課題①：ActiveRecord側の構造に依存したコード 課題②：型や構造のチェック(リスコフの置換原則違反) 課題③：重要業務概念の埋没 どのようにリファクタしたか 手法①：Concern側メソ
シン・ゴジラの仮説を仮説キャンバスで立てる | DevTab - 成長しつづけるデベロッパーのための情報タブロイド
巨大不明生物の仮説をキャンバスで描いてみる 皆さんはシンゴジラをご覧になられたでしょうか。私は9月19日現在で、7回鑑賞しました。 観るたびに何か発見があるのが面白い、作品です。さて、この映画を鑑賞していて私の中で引っかかったのは、 巨大不明 生物の呼称が示すとおり、このような全く先が読めない不確実性の高い事案に対して、どうやって仮説検証ができるだろうかということでした。 対象は極めてファンタジーですが、リアリティあふれる作品だけに、仮説を立て方を示すには良い素材になるかもしれないと、いつも仕事で使っている 仮説キャンバス で巨大不明生物の撃退のための仮説を立ててみました。 設定は、相模トラフトに潜伏〜再上陸あたりの時期とします。仮説立案者の視点は、巨大不明生物統合対策本部副本部長とします。 なお、一応ネタバレを含みますので、まだ作品をご覧になっていない方は、まずは早々に鑑賞しましょう。
taito oshima on Twitter: "メルカリトレースから気づきをまとめてみました🤔 全体的に「売れた成功体験」がロイヤリティをぐっと上げると分かっていてその体験の最大化がなされているように感じました。 例えば、値段を自動入力ではなく初めからユーザーに入力させることで… https://t.co/XAH4hxK2oB"
メルカリトレースから気づきをまとめてみました🤔 全体的に「売れた成功体験」がロイヤリティをぐっと上げると分かっていてその体験の最大化がなされているように感じました。 例えば、値段を自動入力ではなく初めからユーザーに入力させることで… https://t.co/XAH4hxK2oB
脳はベイジアンなのに、なぜ正しく確率の計算ができないのか？ - Qiita
脳がベイジアンだと思われる件 私たちは、不確実な世界に生きています。ゴミをゴミ箱に投げてもなかなか入りません（私は）。これは、私の脳が、私とゴミ箱の物理的な距離と、ゴミの重さといった物理量、また私自身の運動機能といった、サクセスフルにゴミを投げ入れるために必要な計算事柄を、正しく計算できていないことを表しています。 認知科学 (Cognitive Science)の世界では、ベイズ統計学 (Bayesian Statistics)を用いて、人や動物の認知・行動をモデリングする試みがなされてきました。ベイズの利点はもちろん、行動の達成に必要な計算事項に関する不確実性 (Uncertainty)を、確率を用いて定量できることです。人や動物は、不確実な世界から情報を取得し、記憶や経験と組み合わせて行動を実行します。そのためベイズ統計学を使って主観的な不確実性を定量することは、行動の理解に大きく貢
ネットからマジョリティへの認知にはキャズム（溝）が深すぎるという講義
最近、かなり寄せられるメルマガの質問の１ジャンルに、「いわゆるマジョリティにネットからアピールするにはどうしたらよいか」というものが一定量であります。先日は広告代理店勤務の方から、「ネットをどうすればいいのかわからない」というのが来ましたし、どう考えてもレイトマジョリティ向きの商品をネットで売りたいという相談もけっこうあります。 とりあえず変なこと書かないようにこれで勉強しました。もともとこうした考え方は「ハイテク用品の顧客」についての理論でした。でも、総務省の平成23年度調査では日本のネット人口は79.1%で9,610万人。ネット接続するためには必ずハイテク用品の顧客にならないといけないから日本人の大半に当てはまることになる・・。その前提で書きましたけど、わたしは経済学者ではないので、そこ周辺に突っ込まないでくださいな。 これらの専門用語ですが・・・ このITメディアの記事がわかりやすい
Rails4で多対多のリレーションをモデルに実装する - Rails Webook
Railsでは、ActiveRecordのhas_manyかhas_and_belongs_to_manyを使うことで、DBの「多対多」のテーブル間の関連をモデルに簡単に実装することができます。 ※has_manyとhas_and_belongs_to_manyの違い 多対多関係を作るには、中間テーブルを作成する必要があります。 has_manyの場合、中間テーブルを表現するクラスを作らないといけないが、その中間テーブルに属性やバリデーションなどを追加できます。 has_and_belongs_to_manyの場合、中間テーブルのクラスを作らなくて良いが、中間テーブルにカスタマイズができません。 個人的には、そこまで手間ではないので、has_manyで拡張性をもたせた方がよいと思います。 動作確認 Rails 4.1 ActiveRecord 4.1 目次 多対多関連とは マイグレーション
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Railsでモデル名を変更する - Qiita