ウィリアムのいたずらの、まちあるき、たべあるき

10月９日
GDG DevFest Japan 2017
に行ってきた!まずは、午前中（お昼のＬＴまで。オープニングは遅刻してみなかった）
をメモメモ！

---

■Android1.5～8.0
・前半ＯＳフレームワーク
・後半アプリ

Android oreo
ターゲットＳＤＫ２６にする必要あり
Doze,Upstanby：使っていない時のバッテリー消費
バックグラウンドのデザイン原則
　　Reduce
　　Deffer
　　coalesce

Bg.Activity Limitations
　Ｄｏｚｅ　５０％
　 PJ.svelte１８％

・２００９　OS 1.5 API LV3 CUPCAKE
　２００９　OS 1.6 API LV4 DONUT　複数解像度、バッテリー
　２００９　OS2.0/2.1 5～７　エクレア
　　　２．０　通知アイコン必須
　　　　　　　タスクキラーアプリ
　　　８．０　５秒以内にフォアグラウンドに（原則禁止）
　２０１０　2.2 FROYO
　２０１０　2.3 GINGERBREAD
パフォーマンス
　２．２　Ｄａｌｖｉｋ
　２．３　ＣｏｎｃｕｒｒｅｎｔＧＣ
　５．０　ＡＲＴ
　７．０　ＡＲＴ　＋　ＪＩＴコンパイラ

　２０１１　3.x HONEYCOMB
　２０１１　４．０　ＩＣＥ　ＣＲＥＡＭ　ＳＡＮＤＷＩＣＨ
　２０１２　４．１～４．３　ＪＥＬＬＹ　ＢＥＡＮ
Ｕｎｉｃｏｄｅ：絵文字
　４．３　Ｕｎｉｃｏｄｅ６絵文字
　５．０　nonhuman
　６．０　Ｕｎｉｃｏｄｅ７＆８，ＺＷＪ
　７．０　Ｕｎｉｃｏｄｅ９　Human Shape & Skin tones
→キャリアで違う

　２０１３　４．４　ＫＩＴＫＡＴ
　　アラーム
　　　４．４　setWindow(),setExact()
　　　６．０　遅延、
　２０１４　５．０　ＬＯＬＬＩＰＯＰ　ＵＸ変更６４ビット
　ＷｅｂＶｉｅｗ
　４．４　Ｃｈｒｏｍｉｕｍ
　７．０　Ｃｈｒｏｍｅ　ＡＰＫ
　８．０　マルチプロセスモード
　
　２０１５　マシュマロ
　　ＤＯＺＥ
　　６．０　省電力機能
　　７．０　ポケットにスマホいれても

　２０１６　ＮＯＵＧＡＳＴ
　　　ＡｐｐＩｃｏｎ
　４．３　ミッドマップ
　７．１　ラウンドアイコン
　８．０　あ

　そして　８．０　ＯＲＥＯ

　アプリの最適化

・後半　ＡＰＩの進化
・自己紹介
・古いＡＰＩからの振り返り
　ライフサイクル：１．５～あまり変わっていない
　アクティビティは絶えず状態が遷移する
　　画面遷移
　　端末の状態変化
　　ほかのアプリの状態変化
　→少ないメモリ空間を効率的に使う
　端末の設定や状態の変化に追随しやすくなる仕組み

　アプリの固有な状態

　非同期処理：別スレッドで
　カップケーキから非同期処理（ＡｓｙｎｃＴａｓｋ）
　ＡｓｙｎｃＴａｓｋ
　　アクティビティと密結合になりやすかった→Ｉｎｔｅｒｆａｃｅ
　　コールバックを弱参照で保持
　カップケーキのもうひとつの非同期処理ＩｎｔｅｎｔＳｅｒｖｉｃｅ
　　ＵＩと関係ない

・ＮｅｔｗｏｒｋＩ／Ｏ
　　Apache HttpClient
　　Http(s)URLConnection

・ＤｉｓｋＩＯ
　ファイルＡＰＩ
　SQLite
SharedPrefarence

・パフォーマンスモニタリング StrictMode

・ＡｃｙｎｃＴａｓｋ：結果の戻し方
　　→Ｌｏａｄｅｒ：死んでいたらキャッシュする
　　Ｌｏｄｅｒｃａｌｌｂａｃｋ
　　Ｌｏａｄｅｒ
　　Ｌｏａｄｆｉｎｉｓｈ

・Ｆｒａｇｍｅｎｔ
　目的
　　使いまわすことのできるＵＩのまとまり
　　ＵＩ使わない：SetRetainInstance(true)
　おさほうあ
　Ｓｕｐｐｏｒｔライブラリ

・ろりぽっぷから変わる
　　バックグラウンド処理→実行タイミングをよしなにはかる
　　アラームマネージャー、ジョブスケジューラー、

・Ｄｏｚｅエンハンスメント
　バックグラウンド制限
　　位置情報の制限
　　インテントサービスも影響

・旧来のＡＰＩの抽象化
　　ＲｅｃｙｃｌｅｒＶｉｅｗ

・ライフサイクル抽象化
　　アーキテクチャーコンポーネント
　　AppCompatActivity

まとめ
・ベースはほぼおなじ
　画面や非同期処理のライフサイクルはほぼ変わっていない

・ＡＰＩの複雑さ：抽象化

■ＧＣＰではじめるかんたん機械学習
・自己紹介
・機械学習ってなんだっけ
　機械学習とは：ただの関数です
　関数：
　機械学習でやりたいこと
　　入力　Ｘ０，Ｘ１，
　　出力　Ｙ
　→既知の入力と出力
　　出力結果が未知
　　→入力があったとき、未知の出力を知りたい
　　　推論をする
　関数の中のパラメータ調整

　機械学習
　　学習フェーズ
　　推論フェーズ

　機械学習は何のパラメータを変えているの？
　　既知のデータから境界線のパラメータを変えている

　機械学習ＶＳルールベースアルゴリズム
　　ルールベース：計算
　　機械学習：既知データから自動で判別式を算出
　→現実のデータは、そんな簡単にルールがわからない

　ニューラルネットワーク
　　境界線を引くのは同じ
　　ニューロン：直線しかひけない→組み合わさると曲線が引ける
　　やりすぎが起きてしまう

　精度の高い結果を得るには
　　学習するデータ数
　　モデルの設計
　　演算能力
　結構大変！→そこでＧＣＰ

・ＧＣＰと機械学習
　　ＡＰＩが準備されている
　　サーバーレス機械学習

　環境の使い分け
　　使うだけ（学習不要・モデル不要）

　　学習必要
　　　Scikit Learn
　　　ＴｅｎｓｏｒＦｌｏｗ
　　→クラウドマシーンラーニング；

・ＧＣＰのＭＬ系のＡＰＩ
　Ｃｌｏｕｄ　Ｖｉｓｉｏｎ　ＡＰＩ
　　　ランドマークでぃてくション
　　　ラベルディテクション
　　　不適切画像検知
　　　ＯＣＲ
　　　顔認識
　　　ロゴ認識

　ラベル検出
　　　ＶｉｓｉｏｎＡＰＩでもできる　マニアックさ

　自然言語処理
　　感情分析：文章がポジティブか、ネガティブか？

　デモ bit.ly/nl-bubble


・ML API X GAE X Firebase
　デモアプリのアーキテクチャ
　ＧＡＥからＦｉｒｅｂａｓｅＤＢへインサート

　Firebase簡単

・Datalab X Big Query
　Jupyter Notebookのクラウド版
　→リアルタイムで結果を見える
　pandasからBigQueryクエリ実行

・ＧＡＥＸＭＬエンジン
　ＧＡＥ：あっぷえんじん
　Ｃｌｏｕｄ　ＭａｃｈｉｎｅＬｅａｒｎｉｎｇＥｎｇｉｎ
　　ＴｅｎｓｏｒＦｌｏｗのフルマネージドサービス
　　学習・推論のジョブが流せる
　　ＡＰＩでほかのシステムと連携できる

　pix2pix：Variableが２００ＭＢあって重い
　重いモデルをどうやって使う
　　モバイルアプリに積むのはつらい
　　ＧＡＥはＴｅｎｓｏｒＦｌｏｗ動かない
　　そうだＭＬエンジン

　ＧＡＥからＯｎｌｉｎｅＰｒｅｄｉｃｔｉｏｎＡＰＩを使う

　ＭＬエンジン
　https://qiita.com/hayatoy
　ＧＣＰと機械学習の良い本　１１月

■ＬＴ
・OpenSUSEにのせる　あとは調布
・Ａｄａｐｔｉｖｅ　Ｉｃｏｎについて
・Vector Drawable モーふぃんぐとかできるけど、むいていないものも
・Android Instant Apps 、Progressive Web Apps
・法律の話
・Polymer:Webコンポーネント：１１月４日にPolymer Japanのイベント