池上の古民家カフェ「蓮月」にて、AppleのHomepodが超有能なことを体験する

池上の古民家カフェ「蓮月」では、まあまあ広いスペースのどの場所でも、ジャズが静かに流れています。

116F2059-C2E1-46C3-ADEB-023CF32623CB

このBGM環境が、隅っこに置かれているAppleHomePod一台で実現されていて、びっくりしました。

B49CC708-7353-45A4-A86D-A1E9D0D67FBB

 

● HomePodの技術のスゴさ

ほら、HomePodって、あまり話題にならないじゃないですか? 僕も忘れてたし。

でもこれ、据え置きスピーカーとして超優秀なんじゃないでしょうか? もしかして。
音量を絞ったままで、部屋の隅々にまで音楽を流れるのって素晴らしい。むやみに音量上げなくていい!

HomePod公式ページでは、こう説明しています。

超簡単、美味しい、ヘルシー「玉ねぎの酒蒸しパスタ」のレシピ

あっぶない! ほとんど忘れかけていました。
先週末のランチに作ったオリジナルレシピ、完全に大脳新皮質から失われる前に、ここに書き留めておこうと思います。

IMG_1811

●「玉ねぎの酒蒸しパスタ」のレシピ(2人前)

何がなんでもfor文を使ってみる[Phthon勉強中]

なんかもにょもにょいじってたらできた……

今回は、こんな画像をPythonで作りました。オリジナルのロケット画像を、赤だけにしたり、白黒にしたりして、くっつけて並べた感じです。

Rockets

いつもの「Tellus×TechAcademy 初心者向け Tellus 学習コース」で学びました。でも以下のコード、なんか繰り返しに見えるところが多かったので、for文でまとめられないかなーと、この1週間ほどあれこれいじってたんですよね。

初挑戦、本気で肉を焼いてみた(野菜スープのレシピもおまけ)

僕は、料理は結構やるのですが、本気で肉を焼いたことはありません。

肉って、ちゃんと焼こうとすると、すごく難しそうじゃないですか?
肉焼き道みたいのがあって、道具、時間、温度、一連の流れなど、さまざまなトラップがありそうだし。

友だちに肉焼き名人がいるのですが、やっぱり、上手い人が焼いた肉は、異常に美味しいんですよね。口に入れた瞬間「うまっ!」と声が出るくらい。

なので、肉焼きからは逃げる人生を送っていたのですが、料理の経験も積んだ今、そろそろいいんじゃないかと思って、調べたり友だちに聞いたりしたんです。

結論としては、「低温調理」という必殺技を除けば、とりあえずこんな感じのレシピがベストかな、と。

【材料】
・牛肉(たぶんどの部位でもいい。サーロインとか)厚さ3cm
・塩
・デジタル温度計

【作り方】
1. 肉を30分〜おいて、常温に戻す
2. 軽く、本当に軽く、塩を振る
3. フライパンを強火で熱する
4. 油を引き(牛脂だとベストだけどなんでもいい)、中火に
5. 肉を投入。30秒〜1分
6. 表面がいい感じに焦げたら、裏返す。30秒〜1分
7. 温度計で中心部の温度が48度くらいになっていたら、フライパンからとりだし、アルミホイルに包む
8. アルミホイルにデジタル温度計をぶっ挿し、中心部の温度を測る。53度〜63度くらいになったら、そこから10分〜30分置く

【要点】
・大事なのは「肉汁を内部に閉じ込めること」。だから最初に表面を固める
・その後は余熱で火が通る。53度でアミノ酸分解が進みつつ柔らかさは保たれる

なるほど……これはどっかで何か間違えるだろう!

心配な気持ちを抱えたまま、スーパーで、オージービーフのお値段40%引きのやつを購入。
厚さが3cmじゃなくて1cmで、さっそく誤算ですが、人は自分の持ってる武器で戦わなくてはいけないのです。

デジタル温度計もニトリで購入済み。買ったのはこれ。

IMG_1904

「差し込んでなかみの温度がわかる」とか、まさに僕が欲しい機能をピンポイントでアピールしていたので、迷わず決めました。

準備は整った。さあ、焼きはじめます。

肉を常温に戻し、塩を降って、フライパンに肉を放り込みました。
すると、いきなり、

IMG_1905

ジュワワーッと肉汁が飛び出してきましてね!
なんで!? 聞いてないよ!
「肉汁を閉じ込める」ことこそが肉焼きの要点だというのに!

一番やってはいけないことをしでかしてしまいました。
失敗」の二文字が頭をよぎります。

海鮮野菜スープのレシピ

オリジナルレシピの場合、大抵は数ヶ月後に「また作りたい」と思っても、レシピをさっぱりと忘れてしまっているので、ここに書き留めておきたいと思います。

488847CF-1029-4FDF-BC72-6D34CF1E6EE1

【材料】

玉ねぎ中×2、人参1、キャベツ半玉、ニンニク1、ジャガイモ中4、コンソメブロック2、シーフードミックスひと袋

【作り方】

1. 玉ねぎ、人参、ニンニク、キャベツを切って炒める

2. キャベツがぐったりしたくらいで、残りの材料を入れ、水を800ml〜1ℓ入れ、コトコト煮る

【味】

優しい味。お腹を休めたい時に良い

[Pythonで機械学習]日本の人口推移の予測というのをやってみた

機械学習の勉強はじめてからどのくらい経ったかな……いまだに全くわけがわかりません

なにか必要な知識が根本的に足りてないのだと思うのですが、何が足りないのかもわからないという塩梅でして、わからないまま、いつもの「Tellus×TechAcademy 初心者向け Tellus 学習コース」で写経したり戻ったり、はたまた「Pythonではじめる機械学習」という本を買って、分厚いなぁ、開くのダルいなぁ、pdfとかでくれないかなぁ、と思いながら、まだ一度も開いてなかったりしています。

IMG_1609

そんな中、少しはオリジナリティを出そうと、今回は「日本の人口予測」というのをやってみました。

RESAS(地域経済分析システム)の人口推移のデータをダウンロードしてきて、utf-8に変換して、それを読み込ませます。

本当は、2100年くらいまでの人口予測をしたかったのですが、テストデータがない場合にどうやって予測を作るのかわからなかったので(本当に何もわからない)、現状は、以下のようなことをやっています。

  • データがそろっている1960年〜2018年までを対象
  • 2013年までを学習データにして、2014年〜2018年までを予測する
  • 実際の2014年〜2018年までのデータと見比べて、どのくらい予測が当たってたかを確認する

あまりにも意味がなくてモヤりますが、まあ今の地力がこんなもんということで……
もちと勉強したら、今回作った学習データを元に、2200年くらいまでの日本の人口予測を出したいと思います。
あとちょっとだと思うんだけどなー。時間が足りない……

コードは以下の通り。相変わらず「preで空行入れると、以下全部1行空けになってしまう」ので、空行を空けておらず見にくくてすみません……

#必要なライブラリのインポート
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
%matplotlib inline
#ファイル読み込み
df = pd.read_csv("downloaded_japan_population_utf8.csv")
#ベースとなるデータ作成
df_year = pd.pivot_table(df, index="集計年", values="総人口(人)", aggfunc=sum)
# 1960年から2018年までの東京都の総人口数データを機械学習にかける。
# ある年の総人口数を説明変数X、その翌年の総人口数を目的変数yに設定する
# (Xとyの両方とも、縦59行×横1列のndarrayで作成する)
X = np.empty((59, 1), dtype=np.uint32)
y = np.empty((59, 1), dtype=np.uint32)
#配列に人口を入れていく
for i in range(59):
    X[i, 0] = df_year.iloc[i, 0]
    y[i, 0] = df_year.iloc[i+1, 0]
#1960年から2012年までを訓練データ
#2013年から2018年までをテストデータとして分割する
X_train = X[:53]
X_test = X[53:]
y_train = y[:53]
y_test = y[53:]
#線形回帰モデルの作成と学習の実行
model = LinearRegression()
model.fit(X_train, y_train)
#テストデータで「翌年の総人口」予測の実施
y_pred = model.predict(X_test)
#予測値が実数値のため、整数値に変換
y_pred = y_pred.astype(np.uint32)
#正解値とグラフで比較するため
#実数値と予測値の連結させた配列を作成
y_pred_gr = np.concatenate([y_train, y_pred])
#正解値と予測値のグラフ表示
plt.plot(range(59), y_pred_gr, label="Predicted", color="red")
plt.plot(range(59), y, label="Actual", color="blue")
plt.xlabel("Years")
plt.ylabel("Popuration")
plt.title("Japan's population")
plt.grid(True)
plt.legend(loc = "upper left")

Japanpopulation20200620

最後のグラフが結果でございます。
赤が予測。青が実数。

玉ねぎたっぷりシュウマイ作ってみた

ここ数年、自分がやっている家事に「週末は料理を作る」というレパートリーが加わっています。

「毎日」料理を考えるのは大変なので(このコロナ自粛の中、料理好きなお父さんたちが毎日料理を担当してみて、途中で気づいた人も多いのではないでしょうか?)、祝日休日くらいは開放してあげたいというのと、自分としても気分転換になるからです。
僕は「いろいろちょこちょこつまみたい派」ではなく、かなり強固な「好きなものを好きなだけ食べたい派」なので、いつも食べたいものをたくさんに作っています、いや、作ってしまいます。

だから今日も、シュウマイを、勢い余って80個くらい作ってしまいました。
家族は美味い美味いいって食べてくれましたが、みんなお腹いっぱいになってもまだ半分くらい残っており、頑張ってはみたものの消化しきれないので、残りは冷凍庫行きとなりました。

今日のシュウマイの基本レシピはこちら。友人がTwitterで「美味かった!」とつぶやいていたものです。

しっとりやわらか♡たっぷり玉ねぎの肉シュウマイ

こんなのができました。

IMG_1584

IMG_1596

最後、皮がなくなって餡だけになってしまったので、肉団子にして蒸しました。

IMG_1598

美味かったです。油ものではないので後片付けも簡単。定番レパートリーに加えて良いと思います。

というのを前提として……将来またシュウマイを作ることになる自分に向けて、伝えたいメッセージがあります。

とうとうPythonで「新型コロナの曜日別の年代ごと陽性者数」を出すことに成功

相変わらず、「Tellus×TechAcademy 初心者向け Tellus 学習コース」で、とりまPythonの基礎を学習し続けている僕です。
素晴らしい学習教材です。シンプルなのが僕に向いてます。

今回、ついに成し遂げました……

前回やった、イマイチ腑に落ちなかった前回のPythonプログラム「曜日別に、年代ごとのコロナ陽性者数を出す」について、かんいちさんから、

「pivot_tableとreindexを使えばできるんじゃないか?」

自宅勤務の功罪の功の方

家で仕事することが増えて、働く父の背中を見せているせいか、最近、妻や子どもたちが、

「パパ大変ね」

「パパおつかれ」

「パパがんばってね」

と言ってくるようになりました。

ちょっと嬉しい。あともう少し「仕事ってこんなにも楽しいんだよ」ということも伝えていきたい。

「引きこもりの僕が久しぶりに登校する」という夢を見た

現実の世界では、起きた出来事に対して感情が生まれるが、夢の世界では、感情があって、その感情を象徴する何かが目の前に現れる。だから、夢で起きたことには意味はないが、夢で味わった感情には、真に迫った手触りがある。

今日は「引きこもりの僕が、久しぶりに学校(小学校)に行った」という夢を見た。