この分野になじみのない方はぜひ本記事を読んでいただき、コンピュータグラフィックス技法における全体像とそれぞれの概要を理解できるようになりましょう！

コンピュータグラフィックス技法とは？

コンピュータグラフィックス技法とはコンピュータを使って画像や映像を作成する技術のことです。
英語表記でComputer Graphics、略してCGと言われます。（おそらく略称の方が聞きなじみがあるかと思います。）

代表的な使用シーンではゲームやアニメがあげられます。

簡単な仕組みと用語説明

コンピュータグラフィックスには様々な技術がありますが、基本情報や応用情報でよく出題される部分をもとに解説していきます。
まずCGや画像や映像を作成するための工程を大きく分けると以下の２つになります。

• モデリング
• レンダリング

モデリングとは、物体やキャラクターなどの立体的な形状をデジタル空間で作成するプロセスのこと。
つまり、モノを形作る工程。

レンダリングとは、3次元の仮想空間や物体を2次元の画像や動画として生成するプロセスのこと。
つまり、モデリングで作成した物体を画像や映像に変換する工程。

以降ではそれぞれの工程における主たる技術について解説してきます。
こちらも基本情報技術者試験や応用情報技術者試験の頻出問題に合わせて紹介していますので、しっかりチェックしていきましょう。

モデリング

ワイヤーフレームモデル

オブジェクトの形状や構造を、線分（エッジ）の集合として表現します。
初期のコンピュータグラフィックスやCAD（Computer-Aided Design）システムで広く使用されてきましたが、現在ではポリゴンモデリングが主流となっています。
そのためワイヤーフレームモデルは、視覚化や編集の目的で使用されることが多くなりました。

サーフェスモデル

物体の外部表面の形状を主に定義するモデリング技法です。
ソリッドモデルとは逆で物体が「空洞」であるものとして表現されます。
外観や形状を柔軟に変更できることが特徴です。

基本情報技術者試験や応用情報技術者試験では、よくこのサーフェスモデルから詳細技術の問題が出題されますので、今回は以下の2種類を抑えておきましょう。

メタボール

複数の球体を重ね合わし、組み合わせることで滑らかな立体物を表現する技術のことをさします。
滑らかな表面を作り出せるという特徴から、液体や炎、煙の作成にも使用されます。

ポリゴンモデリング

ポリゴン（通常は三角形や四角形）を使って、物体やキャラクターなどの形状を表現します。
柔軟性と幅広い適用範囲から、映画、ビデオゲーム、アニメーション、建築、製品デザインなどの分野で広く使用されている技術です。

ソリッドモデル

物体の外部だけでなく内部の形状を表現します。
つまり、物体が「空洞」でなく、中身が詰まった「固体」としてモデル化をする技術です。
物体の密度や物体の切断、接合をコンピュータ内でできることから、自動車などの工業製品のモデル化に使用されることがあります。

レンダリング

ラジオシティ

光の放射や反射の物理法則に基づいてシーンの照明を計算する方法です。
物体同士の間接光の影響を考慮することができ、柔らかく自然な影を生成することが特徴です。
シーン全体の照明を考慮し、光の拡散と反射の効果を再現するため、リアルな影を生成します。
一方、計算量が多くリアルタイムのアプリケーションには適していません。

レイトレーシング

光線がシーン内の物体と交差するかどうかを追跡し、それに応じて光の挙動を計算する方法です。
リアルな影、反射、屈折を実現できることが特徴です。
一方、こちらもラジオシティと同様に計算量が多いためリアルタイムのアプリケーションには適していません。

Zバッファ法

視点から見て隠れている部分を除外する手法です。
2Dでの画像や映像の中で複数の物体同士が重なっている場合、どの物体を手前に描くか、どの物体を背後に描くかを決める必要があります。
各ピクセルごとに「深度」という数値を記録し、その前後関係を表現するという仕組みになります。

その他用語や関連技術

モデリング変換

単体で存在する3D素材を複数の素材が存在する立体空間に配置してくことをさします。
物体（アニメの人物など）をコンピュータで表現する際は、座標を使い物体の大きさや形を作り出しますが、立体空間に複数の物体を配置する際にも同様に座標を使うことになります。
難しい言葉だとローカル座標系から、ワールド座標系に変換するという解説もありますが、初学者は上述のイメージで理解できれば良いです。
個人的にわかりやすい解説だなと感じる方の記事を以下に貼っておきますので、私の超簡単な説明と合わせて読んでいただけるとより理解が深まると思います。

こーひーをぶんなぐれ！ - 3Dグラフィックの座標系と変換・視点の移動

まとめ

今回はコンピュータグラフィックス技法について代表的な技術の紹介をしました。
基本情報技術者試験や応用情報技術者試験に向けて勉強をする際、あまりよくわからないなぁと感じていた方も今回の説明で腹落ちさせて理解できるようになれば幸いです。

他にも、ITの資格や基本情報技術者試験の勉強法についての記事も書いております。
以下のリンクから内容を見ることができますので、ぜひご覧になってみてください！

2022.10.08

【基本情報技術者試験】未経験が最短ルートで合格する方法とは？

システムエンジニアやIT業界で働きたい人に最も汎用的であり、おすすめと断言できる資格。 それが「基本情報技術者」です。 この資格を持...

The post 【基本情報技術者試験頻出】コンピュータグラフィック技法の全体像まとめ first appeared on 運用保守エンジニアに成る。.

本記事で覚えてほしいこと

本記事は『AIってよくわからないな～』と感じるレベルの方向けに作成していますが、初心者の方はAIのすべてを理解しようとは思わないでください。
かなり奥が深い世界なので間違いなく、途中で挫折してしまうでしょう。
以下の質問に回答できるようになれば十分、AIは何たるかを理解していると言えると思います。
今回は最終的に5つの質問に答えられるようになることを目標としましょう。

【回答できるようになりたい5つの質問】
・AIってひと言でいうと何？
・教師あり学習ってなに？
・教師なし学習ってなに？
・強化学習ってなに？
・AIって結局何の役に立つの？

AI（人工知能）とは？

概要

AI(Artificial Intelligence)は名前の通り、あたかも人間のような振る舞いをコンピュータやロボットが実現するためのプログラムのことを指します。
しかし人間の知能や振る舞いを実現すると言いつつ、実行させるジャンルによっては人間をはるかに凌駕するパフォーマンスを発揮するものもあるのです。
プロの将棋棋士が人工知能のプログラムに負けるというのも、その一例です。

AIの全体像

AIとよく似た言葉で「機械学習」や「ディープラーニング」などという言葉をよく耳にするかと思いますが、いずれもAIの一種にあたるモノなのです。
この辺りをよく理解できていないことがあるので、簡単に図で起こしてみました。

AIの全体像

AIの種類について

機械学習

機械学習は、コンピューターシステムが人に与えられたデータから自動的に学習し、パターンや規則性を抽出する技術です。
機械学習は教師あり学習（Supervised Learning）、教師なし学習（Unsupervised Learning）、強化学習（Reinforcement Learning）などの手法があります。

教師あり学習（Supervised Learning）

教師あり学習では、入力データ（特徴量）とそれに対する正解ラベル（ターゲット）のペアを用いて正解を導き出すようにコンピュータに学習させます。

例えば犬の画像に対して、「犬」というラベルを付けてコンピュータに大量のデータを読み込ませます。
そのようにして、犬の画像の特徴をコンピュータが認識できるようになり、
「犬」というラベルを付けない画像をコンピュータに見せて、『これは何？』と質問すると「犬」という回答を導き出せるようになるのです。

代表的な教師あり学習のアルゴリズムには、回帰（Regression）や分類（Classification）があります。例えば、線形回帰、ロジスティック回帰、決定木、ランダムフォレスト、サポートベクターマシン（SVM）などがあります。

教師なし学習（Unsupervised Learning）

教師なし学習では、ラベルのないデータセットを用いてパターンや構造を見つけ出します。

例えばコンピュータに犬の画像と猫の画像を大量に読み込ませます。
大量にデータを読み込んだコンピュータは画像の特徴から、次第に「犬」と「猫」の違いを自分で理解するようになります。
ある程度データを学習させると、犬という画像を提示すると『これ犬のグループである』と分類ができるようになるのです。

代表的な教師なし学習のアルゴリズムには、k-meansクラスタリング、階層的クラスタリング、主成分分析（PCA）、t-SNE、アソシエーションルールマイニングなどがあります。

強化学習（Reinforcement Learning

プログラム自体が与えられた環境を観測し大量の試行と結果から、価値が最大化する行動を学習する方法です。

例えば将棋の盤面をコンピュータに読み込ませ、相手に勝つという「価値」を得るために試行を繰り返します。
何回も試行を繰り返すことで、その盤面ごとで最適な一手を割り出せるようになるのです。

代表的な強化学習のアルゴリズムには、Q学習、Deep Q-Network（DQN）、ポリシーグラディエント法（Policy Gradient）、強化学習における逆強化学習（Inverse Reinforcement Learning）などがあります。

ディープラーニング

ディープラーニングは、機械学習の中でもコンピュータが最適な回答を導き出すために、自らがアルゴリズム(導き方)の最適化を行うプログラムです。
コンピュータに大量のデータと導き方を与え、学習してもらうのが一般的な機械学習で、コンピュータに大量のデータとざっくりの導き方を与え、さらに導き方も自分で考えてね～と命令するのがディープラーニングなのだというイメージで覚えておくとよいでしょう。

AIの活用方法と重要性

AIの活用方法

データ解析

膨大なデータを高速かつ精度良く解析し、有益な情報やトレンドを抽出することができるため
人間が普段考えるようなビジネスの意思決定や戦略立案の補助的な役割を担ってくれます。

自動化

AIは繰り返し行われるタスクやプロセスを自動化することができます。
学習の精度を高めれば、今まで人間が実施してきた単純作業をコンピュータやロボットがすべて代わりに行ってくれるようになるのです。

パターン認識

画像認識や音声認識といった技術を用いて、パターンや特徴を認識することができます。
この特性を活かせば、商品や情報の傾向をコンピュータが読み取りいつもと違うパターン（何らかの異常）を検知してアラートを上げることで、品質管理やセキュリティ監視などの領域で活用できます。

AIを学ぶことの重要性

ビジネスの発展

AIはさまざまな業界での活用が進んでおり、効率化や生産性の向上、新たなビジネスモデルの創造などに貢献しています。
AIの基礎知識を持つことで、ビジネスにおいてAIを活用する可能性や機会を見つけ出すことができるようになるのです。

個人の市場価値を上げる

AI技術に精通し、AIツールやプログラミングを扱うことで、自身のスキルセットを拡大し、将来のキャリアの選択肢を広げることができます。
前述している通りビジネスの発展にはAIは欠かせない存在になりつつあるため、基礎知識はもはや必須になっていく可能性もあります。

まとめ

いかがでしたでしょうか？
AIは便利である一方で、その概要や本質を分かっていないと一転して悪影響を及ぼしかねない技術なのです。
ただ、応用ができるようになると私たちの生活をさらに豊かにしてくれるものです。
本記事を読んでAIについて興味を持ったら、ぜひさらなる学習をして自分の生活や仕事に取り入れてはいかがでしょうか？

本記事以外にもシステムエンジニアに必要なスキルなどを紹介していますので、ぜひそちらもご覧になってみてください！

The post AI（人工知能）とは何か？基礎知識と活用方法を簡単に解説 first appeared on 運用保守エンジニアに成る。.

サクラエディタのインストール方法

①サクラエディタのホームページにアクセス

以下URLにアクセス

サクラエディタのホームページリンク

②ソフトウェアのダウンロード

「インストーラ、パッケージのダウンロード」をクリック

「Installer.zip」をクリックしてインストーラをダウンロード

③パソコンへインストール

「ダウンロードフォルダ」を開き、インストール実行ファイルをクリック

「展開」をクリックして圧縮フォルダーの展開

******「WindowsによってPCが保護されました」と表示されたら***************

再度インストールファイルをクリックする

******ここまで！！**********************************************************

言語の設定を日本語にして「OK」をクリック

インストールの実行を問われるまで「次へ」をクリック

「インストール」をクリックしてインストールを開始する

数秒待って、インストールが終了したら「完了」をクリック

以上でサクラエディタのインストールは終了です。
検索からサクラエディタを探し、さっそく使用してみましょう！
お疲れさまでした！

The post サクラエディタのインストール方法【Windows10】 first appeared on 運用保守エンジニアに成る。.

WBSの概要

WBSとは

WBSとはひと言で表すと、スケジュール管理の1つの手法になります。「Work Breakdown Structure」の頭文字をとった略称が「WBS」であり、特徴としては大きなプロジェクトや工程の塊を1つの作業単位までに分解して管理するというところにあります。システム開発案件に携わっていくうえでスケジュール管理はほとんどのプロジェクトでこのWBSが使用されるため、システムエンジニアやプログラマとして働く際には必ず身につけておくべき知識になります。

WBSを使用する目的

WBSは上述の通り、プロジェクトにおけるスケジュール管理を実施するために使用されます。具体的にはプロジェクトに必要な活動や作業において、予定と対する実績の管理および進捗状況を可視化し遅延が起きているのか順調に進んでいるのかを明確にさせるという事が大きな目的となります。

WBS作成スキルを身につけることのメリット

WBSの考え方はシステム開発のスケジュール管理に限らず、ありとあらゆる場面で使用できます。システム開発でいつくものWBS作成を経験していくと、プライベートでもやらなければいけないことをWBSの構造で自然とタスク化ができるようになり段取りよく物事を進められるようになります。自身の経験でいうと引越しとかにはかなり役に立ったと思っています。やることが多くて気がめいりそうになるイベントに対しても自然とWBSの考え方でスケジュールを立てて進められるので、精神的にもかなりゆとりをもって取り組めるようになりました。

WBSの作成方法

①大項目レベルで作業の全体像を把握

まずはプロジェクトにおける全体像を把握します。全体像の把握レベルはシステム開発でいうと一般的に5つの大きな工程に分かれているため大項目としてはそのレベルで構いません。
（システム開発における5つの工程について詳しく知りたい方はこちらのリンクから記事を覗いてみてください。）以下にプロジェクトを「引越し」とした場合に洗い出しておくべき大項目の粒度の例を記載いたします。

②作業カテゴリを洗い出し

大項目レベルで全体像を把握出来たら、続いて項目ごとにどのような作業カテゴリがあるかを洗い出しして記入をします。以下には「引越し」における作業カテゴリの洗い出しの例を書いているので参考にしてみてください。

③作業単位に分解

ここまで大項目の把握、作業カテゴリの洗い出しができたら、1つの作業単位までタスクを分解していきます。ここでのポイントは自分が1つの行動と認識できるレベルまで落とし込むことです。言葉の説明だと少しわかりづらいかもしれませんので、ここでも引越しを例に作業単位に分解とはどのようなものかのイメージをつけてください。

家の条件選択でもただ条件を決めるではなく、条件を選択する、条件を設定するというように動作毎に作業を分割していくイメージが良いでしょう。

④工数を設定する

作業単位まで分割できたら各作業に必要な予定時間（工数）をつけます。この工数をつけることで作業が想定している人数や日数で本当に終わるのかという確認を容易にします。なるべく正確な工数設定を行うことがプロジェクトの想定外の遅延を発生さない１つのポイントにはなりますが、作業毎に細かく工数を見極めるのもなかなか骨が折れる作業のため、工数を見積もるときのテクニックをいくつか紹介しますね。

⑤作業開始終了予定日を入れる

作業毎に工数が入力できたら開始終了予定日を入力しましょう。作業の網羅性や工数自体は前段階で整理ができているので後は空き時間にパズルのように組み立ててみるだけの作業となります。ここでも気を付けないといけないことが1つあります。それは作業の先行後続関係に矛盾がないスケジュールを立てることです。例えば賃貸物件への実際に引越しをしようと思ったら事前に必要な契約の手続きや電気水道などのライフラインの準備が必要になりますよね？このように作業カテゴリが異なっていても先行後続がある作業の開始終了予定日には矛盾が生じないようにスケジューリングができているよねという確認が必要になります。ここを誤ってしまうと、変に空白の空き時間ができてしまい遅延や無駄なコストの消費につながってしまうのです。

最後は誰かにレビューしてもらう

作業開始終了予定日まで入れることができれば基本的なWBSの作成は完了になります。その後はできることなら複数の人にWBSをレビューしてもらいましょう。全部を確認することが難しい場合は、頼む人や自分の心配事によって何を確認してもらうかを提示してそこを重点的に見てもらえばレビューする側の人の負担もある程度は減らすことはできます。他人にレビューをしてもらうときに見てもらうとよいポイントについて以下に上げますので参考にしてみてください。

The post WBSを簡単に作れるようになるコツを現役SEがわかりやすく解説 first appeared on 運用保守エンジニアに成る。.