- コサイン類似度 = 内積 ÷ (A の長さ × B の長さ)。サイズではなく方向を比較します。
- [3, 4] と [6, 8] では、1 つのベクトルの長さが 2 倍であるにもかかわらず、正確に 1.0 になります。垂直ベクトルは 0 を与え、反対方向のベクトルは -1 を与えます。
- 単語数テストでは、コサインは長く反復的な文書を 2 番目にランク付けし、ユークリッド距離は最下位にランク付けしました。
- 長さ 1 に正規化されたベクトルでは、コサイン類似度は単純な内積に等しいため、ベクトル データベースは最初に正規化することがよくあります。
検索エンジンがクエリに「似た」ドキュメントを見つけたり、チャットボットがファイルから適切な段落を取得したりするたびに、コサイン類似度が比較を行っている可能性が高くなります。これは機械学習で最も役立つアイデアの 1 つですが、必要なのは学校の数学だけです。以下のすべての数値は、ベクトル化バージョンの NumPy 2.5.4 を使用して Python 3.13.6 で実行したコードから取得したものです。
コサイン類似度の公式
cos(A, B) = (A · B) / (‖A‖ × ‖B‖)
A · B = a1×b1 + a2×b2 + ... + an×bn (dot product)
‖A‖ = √(a1² + a2² + ... + an²) (length, or norm)
結果は、2 つのベクトル間の角度の余弦になります。同じ方向を指す 2 つの矢印の角度は 0°、cos 0° = 1 です。直角の矢印は cos 90° = 0 です。反対方向を指す矢印の角度は cos 180° = -1 です。長さが分割されているため、重要なのは方向のみです。
手作業で加工した例
A = [3, 4] および B = [6, 8] を考えます。
- 内積: 3×6 + 4×8 = 18 + 32 = 50。
- Aの長さ: √(9 + 16) = 5。 B の長さ: √(36 + 64) = 10。
- コサイン類似度: 50 ÷ (5 × 10) = 1.0。
B は A を 2 倍にしただけなので、まったく同じ方向を指します。私たちのコードは次のように同意しました: cos(A,B) = 1.000。ただし、それらの間のユークリッド距離は 5.0 であったため、距離に基づいて測定すると、それらはまったく異なるものになるでしょう。
値の意味
| ペア | ベクトル | コサイン | 意味 |
|---|---|---|---|
| 同じ方向 | [3、4] および [6、8] | 1.000 | 同一方向 |
| 垂直 | [3、4] および [4、-3] | 0.000 | 無関係 |
| 向かい側 | [3、4] および [-3、-4] | -1.000 | 反対方向 |
単語数が負になることはなく、スコアは 0 から 1 の間に留まります。埋め込みの場合、負の値も可能ですが、実際には、ほとんどの関連テキストのスコアは 0 をはるかに上回ります。コサイン距離は、単純に 1 からコサイン類似度を引いたもので、ライブラリが「小さいほど近い」と想定される場合に使用されます。
純粋なPythonで計算してみよう
import math
def cos(a, b):
dot = sum(x * y for x, y in zip(a, b))
na = math.sqrt(sum(x * x for x in a))
nb = math.sqrt(sum(y * y for y in b))
return dot / (na * nb)
print(cos([3, 4], [6, 8])) # 1.0
10 行、ライブラリなし。学習やちょっとした作業に最適です。ゼロ ベクトルで何が起こるかに注目してください。長さのないベクトルには方向がないため、cos([0, 0], [1, 2]) は ZeroDivisionError: float division by zero を実行しました。実際のコードではそれを防いでください。
NumPy を使用した高速バージョン
import numpy as np
A, B = np.array([3, 4]), np.array([6, 8])
print(np.dot(A, B) / (np.linalg.norm(A) * np.linalg.norm(B))) # 1.0
一度に多くのベクトルを扱う場合は、各行を正規化し、1 つの行列乗算を使用します。 10,000 個のランダムな 384 次元ベクトル (384 は一般的な埋め込みサイズ) を作成し、それらすべてをクエリ ベクトルと比較しました。
Mn = M / np.linalg.norm(M, axis=1, keepdims=True)
scores = Mn @ (q / np.linalg.norm(q))
top = np.argsort(-scores)[:3]
完全な比較とランキングには 25.5 ミリ秒かかりました。最高のヒットはスコア 1.0 のクエリ自体で、無関係なランダム データから予想されるように、次に良いランダム ベクトルのスコアはわずか約 0.18 でした。 scikit-learn は sklearn.metrics.pairwise.cosine_similarity と同じ計算を提供しますが、ここでは実行しませんでした。
ヒント: ベクトルは保存時に一度正規化されます。その後、コサイン類似度は単なる内積になります。 768 次元のテストでは、正規化されたベクトルの内積は、小数点以下 6 桁まで完全な式と一致しました (両方向とも 0.885104)。
テキストの例: 単語数
各ドキュメントを、Python、error、install、snake、bite、pip などの小さな語彙のカウントに変換します。次に、それぞれをクエリ「python pip install error」と比較します。
| ドクター | テキスト | コサイン | ユークリッド距離 |
|---|---|---|---|
| d1 | Pythonインストールエラーpip | 1.000 | 0.00 |
| d4 | Pythonエラーエラーエラーインストールpip pip | 0.904 | 2.24 |
| d2 | pip インストール Python Python | 0.816 | 1.41 |
| d3 | ヘビに噛まれたニシキヘビ | 0.289 | 2.24 |
Cosine は d4 を 2 位にランク付けしました。これはほぼ同じトピックですが、より長くて繰り返しが多いだけです。余分な単語は、その意味が何であれ距離を増加させるため、ユークリッド距離は、ヘビ文書である d3 と結びつきました。これが、テキスト検索がコサインを優先する主な理由です。文書の長さによって関連性が決定されるべきではありません。実際のシステムでは生のカウントではなく埋め込みが使用されるため、共有単語がなくても「インストール失敗」は「セットアップ エラー」と一致する可能性があります。 エンベディングとはを参照してください。
コサイン類似度 vs ユークリッド距離
| アスペクト | コサイン類似度 | ユークリッド距離 |
|---|---|---|
| 対策 | 角度(方向) | 直線ギャップ |
| 長さの影響を受ける | いいえ | はい |
| 範囲 | -1対1 | 0から無限大まで |
| こんな方に最適 | テキスト、埋め込み、推奨事項 | 座標、センサー読み取り値、生の測定値のクラスタリング |
長さ 1 に正規化されたベクトルの場合、この 2 つは同じ順位を与えるため、生の正規化されていないデータでは選択が最も重要になります。
AI検索とRAGがそれを使用する理由
検索拡張生成では、大規模な言語モデルが独自のドキュメントから応答できるようにするパターンで、すべてのドキュメント チャンクが埋め込みに変換されて保存されます。質問も同じ方法で埋め込まれ、システムはコサイン類似度が最も高いチャンクを返します。これを 768 次元ベクトルでシミュレーションしました。ランダム ノイズ (信号強度の半分) を別のベクトルに追加して作成されたベクトルのスコアは 0.885 でしたが、無関係なランダム ベクトルのスコアは 0.011 でした。関連する意味 方向が近くにある。無関係なものは 0 に近くなります。ベクトル データベースは、近似最近傍インデックスを使用してこれを高速化します。 ベクター データベース ガイドとRAG とはをご覧ください。 RAG チャンク戦略 テストで示されたように、ドキュメントを最初に分割する方法も重要です。
スコアからアングルまで
スコアはコサインなのでmath.degrees(math.acos(score))で角度に戻すことができます。テキストの例では、0.904 の d4 はクエリから約 25.3° にあり、d2 は 0.816 35.3° にあり、ヘビ ドキュメントは 0.289 73.2° にあります。角度によって直観が具体化されます。角度が小さい場合は同じトピックを意味し、角度が 90° に近い場合は共通点がほとんどありません。
類似性のしきい値を選択する方法
多くのシステムでは、0.75 などのカットオフを超える一致のみが保持されます。各埋め込みモデルのスコアの広がり方が異なるため、普遍的な正しい数値はありません。実際のプロセス:
- 30 ~ 50 の実際のクエリを収集し、どのドキュメントが本当に関連しているかをマークします。
- すべてのクエリとドキュメントのペアのコサイン スコアを計算します。
- 関連するペアと無関係なペアのスコア範囲を確認します。通常、それらは少し重なり合います。
- ユースケースに応じて、誤った回答と誤った回答のバランスをとるしきい値を選択し、モデルを変更するたびに再確認します。
多くの場合、1 つの固定カットオフを信頼するのではなく、スコアによって上位のいくつかの一致を返し、アプリケーションまたは言語モデルに決定させる方が安全です。
避けるべき落とし穴
- ゼロ ベクトル: ゼロによる除算が発生します。スキップするか処理してください。
- モデルの混合: 異なるモデルからのエンベディングは異なる空間に存在するため、それらのコサインスコアは一緒になっても意味がありません。
- スコアをパーセンテージとして扱う: 0.8 は「80% 類似」ではなく、適切なしきい値はモデルによって異なります。独自のデータに基づいて調整します。
- 重要な場合は大きさを無視する: 購入金額など、サイズに意味がある場合、コサインはその情報を破棄します。
- 整数オーバーフローまたは精度: 浮動小数点を使用し、クエリごとではなく 1 回正規化します。
面接に備えた概要
「コサイン類似度は、2 つのベクトルの間の角度を測定します。ドット積をそれらの長さの積で割ったものです。値の範囲は -1 から 1 で、大きさは無視されます。このため、異なる長さのテキストと埋め込みを比較するのに最適です。コサイン距離は 1 から類似度を引いたもので、正規化されたベクトルの場合、コサイン類似度はドット積に等しくなります。ベクトル データベースはこれを速度のために使用します。」 [3, 4] と [6, 8] の例でそれをバックアップします。ベクトルの長さは異なりますが、スコアは正確に 1.0 です。
まとめ
コサイン類似度は、2 つのベクトルの内積をその長さで割ったものであり、これらは同じ方向を指しているのかという 1 つの質問に答えます。そのため、長さがノイズで方向が意味を持つテキストや埋め込みに最適です。一度手動で学習し、NumPy またはベクター データベースを実際に使用し、初期に正規化し、独自のデータでしきい値を調整してください。
よくある質問
コサイン類似度とは簡単に言うと何ですか?
これは、2 つのベクトルが同じ方向をどれだけ近づけているかを示す -1 から 1 までのスコアです。 1 は同じ方向、0 は無関係、-1 は反対を意味します。
コサイン類似度の式とは何ですか?
コサイン類似度は、A と B のドット積をそれらの長さの積で割ったものと等しくなります: (A · B) / (“A” × “B”)。
コサイン類似度とコサイン距離の違いは何ですか?
コサイン距離は、1 からコサイン類似度を引いたものです。ベクトルが近いほど類似度は高くなりますが、ベクトルが近いほど距離は低くなります。
コサイン類似度がテキストと埋め込みに使用されるのはなぜですか?
ベクトルの長さは無視されるため、同じトピックに関する長い文書と短い文書は依然として類似したものとしてスコア付けされます。意味を反映する方向だけが重要です。
Python でコサイン類似度を計算するにはどうすればよいですか?
NumPy で np.dot(a, b) / (np.linalg.norm(a) * np.linalg.norm(b)) を使用するか、バッチの場合は sklearn.metrics.pairwise.cosine_similarity を使用するか、math.sqrt で短い純粋な Python 関数を使用します。
学び続ける
テスト、WordPress、または SEO についてサポートが必要ですか?
私たちは、チームがより優れたソフトウェアを出荷し、サイトを成長させるのを支援します。あなたが取り組んでいることを教えてください。明確な次のステップを提案します。
詳しいガイドはこちら テスト、AI、最新の開発
この記事は気に入りましたか?トピックを選択して、最新のチュートリアルに直接アクセスしてください。
BM25 の説明: Python コードとハイブリッド検索を使用してキーワード検索で結果をランク付けする方法
BM25 は、私たちが実行した純粋な Python 実装を使って説明しました。数式、IDF、用語飽和、k1 および b パラメーター、生の単語数を超える理由、失敗する場所、および相互ランク融合によるハイブリッド検索がどのようにそれを修正するかについて説明しました。
記事を読む →ソフトウェア開発HTTP メソッドの説明: GET、POST、PUT、PATCH、DELETE、ライブサーバーでテスト済み
私たちが実行した小規模サーバーで説明した HTTP メソッド: GET、POST、PUT、PATCH、DELETE、HEAD および OPTIONS、安全かべき等か、PUT か PATCH、それぞれが返すステータス コード、405 エラー、および API 設計のためのチートシート。
記事を読む →DevOpsGit Bisect の説明: コードを壊したコミットを手動または自動で見つける
Git bisect について、テスト済みのリポジトリを使って説明します。5 回のテスト実行中 41 件の中から 1 つの悪いコミットを見つけ、git bisect run で自動化し、終了コード 125 でテスト不可能なコミットをスキップし、カスタム用語を使用して安全にクリーンアップします。
記事を読む →テスト自動化pytest マーカーの説明: カスタム マーク、skip、skipif、xfail、および -m フィルター
pytest マーカーをテスト済みスイートで説明します。カスタム マークを登録し、-m でスモーク テストのみを実行し、and または not でフィルターを組み合わせ、skip、skipif、xfail を正しく使用し、–strict-markers でマーカーのタイプミスを停止します。
記事を読む →ソフトウェアテスト陽性テストと陰性テスト: 違い、24 の実際のテスト ケース、およびチェックリスト
実際のサインアップ フォームで説明される陽性テストと陰性テスト: pytest で実行される 6 つの陽性テスト ケースと 18 の陰性テスト ケース、陰性テストでキャッチされた欠落ガード、比較表、テクニック、チェックリスト。
記事を読む →データベースとSQLSQL ORDER BY 複数列: ASC、DESC、NULLS LAST、Case および Custom Order
テストされたクエリで説明された複数の列を含む SQL ORDER BY: ASC と DESC の混合、タイ ブレーカー、NULL FIRST と LAST、大文字と小文字を区別しない並べ替え、CASE を使用したカスタム順序、テキストとして保存された数値とインデックスの使用。
記事を読む →データベースとSQLSQL 累計: SUM OVER、グループごとの合計、移動合計、および RANGE トラップ
SUM() OVER を使用して SQL 現在の合計を計算する方法: グループごとの合計、毎日の累積合計、移動合計、合計のパーセント、RANGE 対 ROWS タイ トラップ、NULL、および古いサブクエリ メソッドに対する 360 倍の速度テスト。
記事を読む →ソフトウェア開発JavaScript 配列の並べ替え: 数値、オブジェクト、文字列、および 10 が 5 の前に来る理由
JavaScript で配列を正しくソートする方法: 比較関数を使用した数値、1 つ以上のフィールドによるオブジェクト、localeCompare を使用した文字列、日付、自然ソート、toSorted、安定性と速度、すべて Node 24 でテスト済み。
記事を読む →ソフトウェア開発Python 文字列メソッド: チートシート、実際の例、strip() トラップ
テスト済みの例を含む Python 文字列メソッド:split、join、strip、replace、find、startswith、is-methods、casefold、partition、translate、strip() トラップ、結合速度テスト、およびチートシート。
記事を読む →人工知能コサイン類似度の説明: 式、実際の例、および Python コード
コサイン類似度について簡単に説明します。公式、手動で実行した例、純粋な Python と NumPy コード、実際の単語数でのコサインとユークリッドの距離、AI 検索と RAG がコサイン類似性に依存する理由。
記事を読む →ソフトウェア開発UTF-8 エンコーディングの説明: テキストがバイトになる仕組みと文字化けしたテキストを修正する方法
UTF-8 エンコーディングについて、Python で実行したバイトレベルの例で説明しました。文字が 1 ~ 4 バイトになる仕組み、カフェがカフェになる理由、デコード エラー、BOM、正規化、コードと Web の 6 つの修正。
記事を読む →テスト自動化pytest parametrize の説明: 7 つのパターンとテスト済みの例
pytest parametrize は 7 つのテスト済みパターンで説明されています。基本的なケース、読み取り可能な ID、スタックされたデコレーター、xfail とスキップを備えた pytest.param、間接的なフィクスチャとリストからのデータ、さらに避けるべき間違いです。
記事を読む →ソフトウェアテスト再テストと回帰テスト: 実際のバグ修正例との 8 つの主な違い
再テストと回帰テストは、pytest で実行された実際のバグ修正で説明されています。再テストで修正が確認され、回帰の実行で新しいバグが検出されました。 8 つの主な違い、比較表、インタビューの回答。
記事を読む →データベースとSQLSQL で重複行を削除: 段階的にテストされた 5 つの安全な方法
SQL で重複行を安全に削除する方法: 重複行を見つけてプレビューし、ROW_NUMBER、MIN(id)、EXISTS、rowid、または新しいテーブルを使用して削除します。テストされたクエリ、タイミング、重複の返されない方法。
記事を読む →データベースとSQLSQL RANK 対 DENSE_RANK 対 ROW_NUMBER: テスト済みの例との違い
SQL RANK 対 DENSE_RANK 対 ROW_NUMBER を 1 つのテーブルで比較します。実行したクエリを使用して、各グループが同点、グループごとの上位 N、2 番目に高い給与トラップ、決定的なタイブレークをどのように処理するかがわかります。
記事を読む →ソフトウェア開発JavaScript のオプションのチェーン (?.) の説明: 8 つの例、??デフォルトとトラップ
JavaScript のオプションのチェーンにより、「未定義のプロパティを読み取れません」エラーが発生しなくなります。プロパティ、配列、メソッドのテスト済みの 8 つの例 ??対 ||デフォルト、短絡および 4 つのトラップ。
記事を読む →ソフトウェア開発Python enumerate() の説明: 7 つの例、start=1 と避けるべき間違い
Python enumerate() は、1 つのクリーンなループでインデックスと値を提供します。 7 つのテストされた例、start=1 のトリック、辞書、ファイル、速度の数値、および避けるべき 3 つの間違い。
記事を読む →人工知能RAG チャンキング戦略の説明: 固定、オーバーラップ、センテンス、再帰および見出し、測定
tiktoken 0.14 を使用した 1 つのドキュメントでの RAG チャンク戦略の比較: 固定サイズ、オーバーラップ、センテンス パッキング、再帰的分割、見出しベースのチャンク、分割ファクト、孤立見出し、ストレージ コストの測定。
記事を読む →ソフトウェア開発API 冪等性の説明: 冪等性キーと安全な再試行、テスト済み
API 冪等性は、私たちが実行した Python サーバーとクライアントで説明されました。応答が失われたため、キーなしでは二重請求、キーありでは単一請求が発生し、さらにキーの再利用、同時再試行、ストレージ ルールが発生しました。
記事を読む →DevOpsGit Stash の説明: 保存、適用、ポップ、および追跡されていないファイルのテスト済み
Git stash について、Git 2.56 で実行したコマンドを使用して説明しました。メッセージ付きのプッシュ、追跡されていないファイル、リストと表示、適用とポップ、インデックスの保持、競合、スタッシュ ブランチ、ドロップとクリアです。
記事を読む →ソフトウェアテストペアごとのテストの説明: オールペアによって 216 個のテストが 13 個に削減される方法 (テスト済み)
ペアワイズ テストについては、Python 3.13 で実行したジェネレーターで説明しました。13 のテストでカバーされる 216 の組み合わせのチェックアウト、検証済みのカバレッジ、より大きな例、およびペアワイズで見逃される可能性がある 3 方向のバグです。
記事を読む →テスト自動化テストダブルの説明: ダミー、スタブ、スパイ、モック、フェイク、テスト済みの Python コード
テスト ダブルについて、pytest 9.2 で実行される Python の例 (ダミー、スタブ、スパイ、モック、フェイク)、それぞれをいつ使用するか、状態と動作のチェック、およびプレーン モックが隠したバグを autospec がどのようにキャッチするかを説明します。
記事を読む →データベースとSQLSQL COALESCE の説明: デフォルト、NULLIF、IFNULL と ISNULL およびトラップ、テスト済み
SQL COALESCE では、SQLite 3.50 で実行したクエリ、つまり最初の非 null 値、空の文字列、数学における NULL、ゼロ除算の NULLIF、集計、LEFT JOIN ギャップ、IFNULL と ISNULL について説明しました。
記事を読む →データベースとSQLSQL 自己結合の説明: 従業員とマネージャー、ペアと行の比較、テスト済み
SQL 自己結合については、SQLite 3.50 で実行したクエリで説明しました。従業員とマネージャー、マネージャー以上の収入、一意のペア、日々の変化、2 ホップ チェーン、インデックス作成です。
記事を読む →ソフトウェア開発JavaScript スプレッド演算子の説明: スプレッドと残り、コピーと落とし穴、テスト済み
JavaScript スプレッド演算子については、ノード 24 で実行したコード (配列、オブジェクト、浅いコピー、残りのパラメーター、Math.max 制限、reduce のパフォーマンス トラップ) で説明しました。
記事を読む →ソフトウェア開発Python 関数ツールの説明: lru_cache、partial、reduce、wraps など、テスト済み
Python 関数ツールでは、Python 3.13 で実行したコード (lru_cache とキャッシュ、partial、reduce、wraps、cached_property、singledispatch、total_ordering) をタイミングと落とし穴とともに説明しました。
記事を読む →ソフトウェア開発Python コレクション モジュールの説明: Counter、defaultdict、deque など、テスト済み
Python コレクションは、Python 3.13 で実行したコード (Counter、defaultdict、deque、namedtuple、OrderedDict、ChainMap) を使用して説明されています。さらに、list と deque のタイミングとチートシートも含まれています。
記事を読む →人工知能LLM コンテキスト ウィンドウの説明: トークン、制限、およびさらに適合させる方法、測定
LLM コンテキスト ウィンドウは、tiktoken を使用して測定したトークン数で説明されています。散文、コード、ヒンディー語の単語とトークン、入出力の予算、チャット履歴のトリミング、RAG のチャンク化とコストです。
記事を読む →ソフトウェア開発Webhook の説明: Webhook の仕組みと安全に受信する方法
Webhook について、Python で実行した受信側と送信側で説明しました。プッシュとポーリング、HMAC-SHA256 署名、改ざんおよび再実行されたリクエストの拒否、バックオフによる再試行、冪等性、およびテストのヒントです。
記事を読む →DevOpsGit Cherry-Pick の説明: 必要なコミットを安全にコピーし、テスト済み
Git チェリーピックでは、Git 2.56 で実行したコマンド、つまりリリース ブランチへのホットフィックスのコピー、新しいハッシュとパッチ ID、-x、-n、コミット範囲、競合、–abort、–skip、およびその後のマージについて説明しました。
記事を読む →テスト自動化スナップショット テストの説明: 仕組み、役立つ場合と問題となる場合
スナップショットのテストについては、私たちが実行した pytest と syrupy のデモで説明しました。スナップショットの作成、コード変更後の diff の読み取り、タイムスタンプのマスク、安全な更新、スナップショットが役立つ場合と有害な場合について説明しました。
記事を読む →ソフトウェアテスト突然変異テストの説明: 100% のカバー率でもバグを見逃す理由
ミューテーション テストについては、私たちが構築して実行した小さなミューテーション ツールで説明しました。14 個のミュータント、79% のスコアを獲得した 100% のライン カバレッジのテスト スイート、100% に達した境界テスト、さらにツール、コスト、CI ヒントです。
記事を読む →データベースとSQLSQL JSON 関数の説明: SQL での JSON のクエリ、更新、インデックス付け、テスト済み
SQL JSON 関数について、SQLite 3.50 で実行したクエリを使用して説明しました: json_extract、-> および ->> 演算子、json_each、json_set、json_patch、json_group_array、検証、式インデックス、および …
記事を読む →データベースとSQLSQL ピボットの説明: CASE、FILTER、PIVOT を使用して行を列に変換する
SQL ピボットについては、SQLite 3.50 で実行したクエリ (CASE と SUM、FILTER、NULL とゼロの比較、合計、動的列、アンピボット、ネイティブ PIVOT 構文) による条件付き集計で説明しました。
記事を読む →人工知能プロンプト インジェクションの説明: AI アプリがどのように騙されるのか、そしてどのように防御するのか
ビルダー向けに説明されたプロンプト インジェクション: 直接攻撃と間接攻撃、キーワード フィルターが失敗する理由 (テストでは 4 つのうち 1 つがブロックされました)、最小権限、ツール許可リスト、出力チェックなどの多層防御。
記事を読む →DevOpsDNS レコードの説明: A、AAAA、CNAME、MX、TXT、TTL と実際のルックアップ
DNS レコードは、実行したルックアップで説明されています。解決の仕組み、A と AAAA、CNAME ルール、MX と null MX、SPF と検証のための TXT、NS、TTL とキャッシュ、安全な DNS 変更です。
記事を読む →DevOps機能フラグの説明: 安全なリリース、段階的なロールアウト、およびフラグの衛生状態
私たちが実行したロールアウト シミュレーションで説明された機能フラグ: フラグの種類、安定したハッシュを使用したパーセンテージ ロールアウト、キル スイッチ、許可リスト、両方のパスのテスト、フラグの負債とベスト プラクティス。
記事を読む →テスト自動化Python Faker を使用したテストデータ生成: 現実的で再現性のある安全なデータ
Python Faker でデータ生成をテストし、実行して測定します。再現可能なデータ、ロケール、一意の値、ドメイン形状のレコード、Faker がミスするエッジ ケースのシード、本番データと速度のマスキング。
記事を読む →ソフトウェアテストシフトレフト テストの説明: チームの作業を遅らせることなくバグを早期に発見する
シフトレフト テストについて説明しました。その意味、初期不良の方が安い理由、要件レビューから CI チェックまでの実践、テスターの役割の変化、シフトライト、メトリクス、展開計画について説明します。
記事を読む →データベースとSQLSQL 文字列関数の説明: TRIM、SUBSTR、REPLACE、CONCAT、およびデータ クリーンアップ
SQL 文字列関数を実行したクエリとともに説明しました。連結と NULL、TRIM、UPPER と LOWER、SUBSTR と INSTR、REPLACE、パディング、Unicode 長さ、乱雑なデータのクリーニング、方言の違いなどです。
記事を読む →データベースとSQLSQL トリガーの説明: BEFORE トリガーと AFTER トリガー、監査ログ、および落とし穴
SQL トリガーについて、実行したトリガーを使用して説明します: BEFORE と AFTER、OLD と NEW、監査ログ、検証、ストック更新、WHEN 条件、ロールバック、方言の違い、およびそれらを回避するタイミング。
記事を読む →ソフトウェア開発Python JSON モジュールの説明: ダンプ、ロード、カスタム タイプ、および一般的なエラー
Python JSON モジュールでは、ダンプとロード、ファイル、型変換、日付と小数点、カスタム エンコーダー、object_hook、float 精度、解析エラー、JSON 行など、実行したコードを使用して説明しました。
記事を読む →ソフトウェア開発ES モジュールと CommonJS: Node.js での JavaScript インポートの動作 (テスト済み)
ES モジュールと CommonJS について、Node.js で実行したコード (インポートおよびエクスポート構文、require、ライブ バインディング、キャッシュ、トップレベルの待機、動的インポート、ファイル拡張子、相互運用) を使用して説明しました。
記事を読む →ソフトウェア開発Python 正規表現の説明: パターン、グループ、先読みと落とし穴、テスト済み
Python 正規表現は、検索と一致、findall、グループと名前付きグループ、貪欲と遅延、サブ、先読み、フラグ、Unicode のサプライズ、壊滅的なバックトラッキングなど、実行したパターンで説明しました。
記事を読む →人工知能LLM 構造化出力の説明: AI モデルから信頼性の高い JSON を取得する
LLM 構造化出力は、Pydantic で実行した検証とともに説明されています。JSON モードとスキーマ、制約付きデコード、モデル出力が中断される方法、再試行ループ、セマンティック チェックです。
記事を読む →DevOpsSSH キーの説明: 仕組み、ssh-keygen、Ed25519、および安全な習慣
SSH キーについて、私たちが生成したキーとともに説明しました: 公開キーと秘密キー、ssh-keygen、Ed25519 と RSA、指紋、パスフレーズ、ssh-agent、authorized_keys、構成ファイル、GitHub、およびキーの衛生状態。
記事を読む →DevOpsHTTP キャッシュの説明: ライブ テストによるキャッシュ制御、ETag、および 304 レスポンス
HTTP キャッシュについて、私たちが実行した小規模サーバーで説明しました。キャッシュ制御ディレクティブ、最大有効期間、キャッシュなしとストアなし、ETag の再検証と 304 応答、CDN、キャッシュ無効化とヘッダーのテストです。
記事を読む →テスト自動化API コントラクトのテストの説明: 重大な変更を出荷前に把握する
API contract testing explained with a schema check we ran: what a contract is, consumer-driven contracts, Pact, OpenAPI, which changes break consume…
記事を読む →ソフトウェアテストリスクベースのテストの説明: リスクをスコアリングし、マトリックスを構築し、重要なものをテストする
リスクベースのテストについて段階的に説明します。リスクの特定、可能性と影響のスコアリング、リスク マトリックスの構築、テストの深さへのリスクのマッピング、実際の例とよくある間違いです。
記事を読む →データベースとSQLSQL 制約の説明: NOT NULL、UNIQUE、CHECK、および FOREIGN KEY、テスト済み
SQL 制約について、実行したテストで説明しました。NOT NULL、UNIQUE、CHECK、DEFAULT、PRIMARY、FOREIGN KEY、NULL の抜け穴、SQLite の外部キー設定、名前付け制約とそれらのテストです。
記事を読む →データベースとSQLSQL 日付関数の説明: バグのない日付の追加、比較、グループ化
SQL の日付関数を、実行したクエリで説明しました。間隔の追加、月末のサプライズ、日付の違い、BETWEEN トラップ、日別のグループ化、タイム ゾーン、インデックス、方言の違いなどです。
記事を読む →ソフトウェア開発Python asyncio の説明: リアル タイミングでの async、await、gather、および TaskGroup
Python asyncio は、コルーチン、await、gather、TaskGroup、エラー処理、タイムアウト、同時実行の制限、パフォーマンスを損なうブロッキングコールの間違いなど、時間を測定したコードで説明しました。
記事を読む →ソフトウェア開発JavaScript におけるデバウンスとスロットル: それぞれの仕組み、いつ使用するか、テスト済み
JavaScript でのデバウンスとスロットルについて、Node.js で測定したタイミングを使用して説明します。それぞれの仕組み、単純な実装、先頭と末尾の呼び出し、実際の使用例とテストです。
記事を読む →ソフトウェア開発Python コンテキスト マネージャーの説明: with ステートメント、contextlib、および実際の使用法
Python コンテキスト マネージャーは、実行したコードを使用して説明しました。仕組み、__enter__ と __exit__、contextlib.contextmanager、suppress、ExitStack、データベース トランザクション、およびよくある間違いについて説明しました。
記事を読む →人工知能LLM 温度と Top-p の説明: AI モデルが次の単語を選択する方法
LLM 温度と top-p は、私たちが実行したシミュレーションで説明しました。確率がどのように再形成されるか、top-p が保持するもの、タスク別の推奨設定、決定論、AI 機能のテストです。
記事を読む →DevOpsYAML の説明: 構文、ノルウェー問題、テストしたその他の罠
YAML は、基本構文、リストとマップ、ノルウェー問題、浮動小数点数に変換されるバージョン、8 進郵便番号、60 進数、アンカー、複数行テキスト、安全な読み込みなどのパーサー テストで説明されています。
記事を読む →DevOpsCron ジョブの説明: 構文、実際のスケジュール、およびそれらを壊す間違い
Cron ジョブは、検証したスケジュールとともに説明されています。5 つのフィールド、演算子、実際の例、月日または曜日のトラップ、環境の問題、ロギング、重複、タイム ゾーンです。
記事を読む →人工知能AI 幻覚の説明: 言語モデルが物事をでっち上げる理由とそれを軽減する方法
AI 幻覚について説明しました。幻覚とは何か、言語モデルが幻覚を生成する理由、一般的な種類、グラウンディングとプロンプトで幻覚を軽減する方法、そして私たちが実行した簡単なチェックです。
記事を読む →DevOps環境変数の説明: .env ファイル、シークレット、および設定が正しく行われている
実行した Python の例を使用して環境変数について説明します。環境変数の読み取りと設定、すべての値が文字列である理由、.env ファイル、プロセスの継承、シークレット、検証について説明します。
記事を読む →ソフトウェア開発API レート制限の説明: アルゴリズム、ヘッダー、および 429 エラーの処理
API レート制限については、実行したシミュレーションで説明します。トークン バケット、固定ウィンドウ、スライディング ウィンドウ、429 応答、レート制限ヘッダー、バックオフによる再試行、およびテスト制限です。
記事を読む →テスト自動化Python でのモッキング:unittest.mock、patch、およびテストを嘘にする間違い
Python でのunittest.mockによるモック、テスト済み: モックとreturn_value、side_effect、名前が使用されている場所のパッチ、仕様と自動仕様、日付のモック、およびよくある間違い。
記事を読む →ソフトウェアテストコードカバレッジの説明: 回線カバレッジとブランチカバレッジ、および 100% の実際の意味
実際のcoverage.pyの実行でコードカバレッジを説明: 行、分岐、条件のカバレッジ、レポートの読み取り、100%のカバレッジでもバグを見逃す可能性がある理由、および賢明なターゲット。
記事を読む →データベースとSQLSQL における DELETE、TRUNCATE、DROP: 違い、ロールバック、およびそれぞれをいつ使用するか
DELETE、TRUNCATE、DROP について、テスト済み SQL を使用して説明します。それぞれの削除内容、ロールバック、トリガー、ID リセット、速度、PostgreSQL、MySQL、SQL Server、SQLite の違いについて説明します。
記事を読む →データベースとSQLSQL ビューの説明: 作成、使用、落とし穴の回避、例を示します
SQL ビューについて、実行したクエリとともに説明しました。ビューの作成、ライブ結果、列の非表示、パフォーマンス、更新可能なビューと具体化されたビュー、壊れた依存関係、ベスト プラクティスについて説明します。
記事を読む →ソフトウェア開発TypeScript インターフェイスと型: 実際の違い、コンパイラでテスト
TypeScript インターフェイスと型、実際のコンパイラでチェック: 両方でできること、片方だけでできること、宣言のマージ、拡張と交差、および従うべき簡単なルール。
記事を読む →ソフトウェア開発Python *args と **kwargs の説明: 柔軟な関数と明確な例
Python の *args と **kwargs について、実行したコードで説明しました。パッキングとアンパッキング、パラメーターの順序、キーワードのみの引数と位置のみの引数、デコレーター、一般的なエラーです。
記事を読む →ソフトウェア開発Python Lambda 関数: 構文、実際の用途、および使用すべきでない場合
Python のラムダ関数について、実行したコードとともに説明します。構文、キーによるソート、マップとフィルター、クロージャー、遅延バインディング トラップ、通常の def がより適切な選択である場合。
記事を読む →人工知能AIエージェントとは何ですか?シンプルなエージェント ループを実行できる仕組み
AIエージェントとは何ですか?エージェント ループ、ツール、メモリ、ガードレール、実行した小さな Python ループ、実際のリスク、およびシンプルなチャットボットがより良い選択である場合についてのわかりやすいガイドです。
記事を読む →DevOpsモニタリングと可観測性: ログ、メトリクス、トレースによる本当の違い
モニタリングと可観測性について説明: 既知および未知の障害、ログ、メトリクスとトレース、チェックアウト インシデントのウォークスルー、ゴールデン シグナル、OpenTelemetry、および便利なアラート。
記事を読む →DevOpsDocker ボリュームとバインド マウント: コンテナ データを正しい方法で保持する
Docker ボリュームとバインド マウントについて説明します。コンテナ データが消える理由、名前付きボリューム、バインド マウント、tmpfs、Compose の例、バックアップ、アクセス許可、およびそれぞれをいつ使用するかについて説明します。
記事を読む →テスト自動化TDD と BDD: 主な違い、1 つの機能が両方の方法で構築され、それぞれをいつ使用するか
TDD と BDD は、両方の方法で構築された 1 つの割引機能で説明されています。実行したコードによるレッド-グリーン-リファクタリング、Given-When-Then シナリオ、ツール、トレードオフ、およびそれぞれをいつ使用するかです。
記事を読む →ソフトウェアテストユーザー受け入れテスト (UAT): プロセス、チェックリスト、および実際の例
ユーザー受け入れテストの説明: 誰が実行するか、QA との違い、7 段階のプロセス、UAT テスト ケース テンプレート、チェックリスト、サインオフ基準、およびよくある間違い。
記事を読む →データベースとSQLSQL NULL 値の説明: IS NULL、COALESCE、NULLIF、および回避すべきトラップ
SQL の NULL 値について、実行したクエリで説明しました。3 つの値のロジック、IS NULL、COALESCE、NULLIF、集計、結合、並べ替えでの NULL の扱い方、およびそれが密かに引き起こすバグです。
記事を読む →データベースとSQLSQL CASE WHEN ステートメント: 構文、実際の例、およびよくある間違い
SQL CASE WHEN では、単純な検索フォーム、条件順序、SUM を使用したピボット、COUNT トリック、カスタム並べ替え、更新、回避すべき NULL トラップなど、実行したクエリを使用して説明しました。
記事を読む →ソフトウェア開発JWTとは何ですか? JSON Web トークンを実際の例で説明する
JWTとは何ですか? JSON Web トークンについて説明しました。3 つの部分、実行したコード内で構築および改ざんされたトークン、JWT とセッション、ストレージ、リフレッシュ トークン、およびセキュリティ上の間違いです。
記事を読む →ソフトウェア開発JavaScript イベントループの説明: コールスタック、マイクロタスク、タイマーと例
JavaScript イベント ループについて、実行したコードで説明しました。コール スタック、タスク キュー、マイクロタスク キュー、setTimeout 0 が即時ではない理由、ブロッキング、スターベーション、およびインタビュー クイズです。
記事を読む →ソフトウェア開発Python ジェネレーターと収量の説明: 実際の例でメモリを節約する
Python ジェネレーターと Yield について、実行したコードを使用して説明します。一時停止と再開の方法、メモリ節約の測定、パイプライン、無限シーケンス、Yield from、send、および一般的なトラップについて説明します。
記事を読む →人工知能埋め込みとは何ですか?ベクトルとコサインの類似度を簡単に説明
埋め込みとは何ですか?ベクトル、コサイン類似度、セマンティック検索に関する平易なガイド。私たちが実行した小さな例、一般的な使用法、モデルの選択、既知の制限が含まれています。
記事を読む →DevOpsBlue-Green デプロイメントと Canary デプロイメント: 違い、トレードオフ、および選択方法
ブルー グリーン デプロイメントとカナリア デプロイメントについて説明: それぞれの仕組み、コスト、リスクとロールバック、テストした安定したユーザー バケット化、データベース移行、ローリング アップデート、および選択方法。
記事を読む →テスト自動化不安定なテスト: 問題の原因とそれを永久に修正する方法
不安定なテストについては、私たちが実行したデモを使用して説明しました。主な原因、確認および診断する方法、タイミングの適切な修正、共有された状態と日付、隔離プロセスなどです。
記事を読む →ソフトウェアテスト負荷テストとストレス テスト: 違い、メトリクス、および k6 の例
ロード テストとストレス テストについて説明します。それぞれが何を証明するか、スパイク テストとソーク テスト、重要な指標、平均値が誤解を招く理由、K6 の例、テストの計画方法について説明します。
記事を読む →ソフトウェアテストテスト ケースとテスト シナリオ: 主な違い、例、およびそれぞれをいつ使用するか
テスト ケースとテスト シナリオの説明: 明確な定義、並べて表、シナリオからケースへの 1 つのパスワード リセット機能、テンプレート、およびそれぞれをいつ使用するか。
記事を読む →データベースとSQLSQL クエリの最適化: 実行プランを読み取り、タイミングを考慮して遅いクエリを修正
SQL クエリの最適化は 100 万行でテストされています。実行プランの読み取り、適切なインデックスの追加、検索対象外のフィルターの修正、複合インデックスとキーセットのページネーションの使用。
記事を読む →データベースとSQLSQL UNION と UNION ALL: 違い、例、テストされたパフォーマンス
SQL UNION と UNION ALL について、実行したクエリで説明しました。重複、両方に従うルール、実際のデータのバグ、測定されたパフォーマンス、INTERSECT と EXCEPT、およびそれぞれをいつ使用するかについて説明します。
記事を読む →ソフトウェア開発JavaScript Fetch API チュートリアル: GET、POST、エラー処理、タイムアウト
ローカル サーバーに対してテストされた JavaScript Fetch API チュートリアル: GET と POST、404 がスローされない理由、再利用可能なヘルパー、クエリ文字列、タイムアウト、CORS、およびよくある間違い。
記事を読む →ソフトウェア開発Python ファイル処理: 読み取り、書き込み、CSV、JSON、パスライブラリと例
Python のファイル処理について、実行したコードで説明します。オープン モード、大きいファイルの読み取り、CSV、JSON、パスライブラリ、バイナリ ファイル、安全な書き込み、エラー処理、およびよくある間違いについて説明します。
記事を読む →ソフトウェア開発Python のクラスとオブジェクト: 実際の例を含む OOP チュートリアル
Python のクラスとオブジェクトについて、実行したコードとともに説明します: __init__、メソッド、クラスとインスタンスの属性、継承、プロパティ、ダンダー メソッド、データクラス、およびよくある間違い。
記事を読む →人工知能大規模言語モデルとは何ですか? LLM の仕組みを誇大広告なしで説明
大規模言語モデルとは何ですか? LLM は、トークン、エンベディング、アテンション、トレーニング、温度およびコンテキスト ウィンドウ、小さな次の単語のデモ、実際の制限など、平易な言葉で説明されています。
記事を読む →DevOps初心者のための Linux コマンド: 例を含む基本ターミナル ガイド
初心者向けの Linux コマンド。ナビゲーション、ファイル、ログの表示、grep、パイプ、権限、プロセス、アーカイブなどのタスク別にグループ化されており、実用的なログ分析の例も含まれています。
記事を読む →テスト自動化Selenium と Playwright: 主な違い、コードの比較、どちらを選択するか
Selenium と Playwright の比較: アーキテクチャ、待機、ブラウザと言語のサポート、デバッグ、両方のツールでの同じテスト、移行のアドバイスと選択方法。
記事を読む →ソフトウェアテスト等価性分割: テスト設計手法を実際の例で説明
等価性パーティション化について説明しました。有効なパーティションと無効なパーティションを見つける方法、年齢、パスワード、クーポンに関する実際の例、実行したテスト、境界と組み合わせる理由。
記事を読む →ソフトウェアテストソフトウェアテストにおける重大度と優先度: 相違点、マトリックス、および実際の例
ソフトウェア テストにおける重大度と優先度について説明します。明確な定義、例を含む 4 方向のマトリックス、レベル スケール、それぞれの設定者、バグ トリアージの実行方法。
記事を読む →データベースとSQLSQL サブクエリのチュートリアル: 型、相関サブクエリ、および EXISTS と例
実行したクエリを含む SQL サブクエリのチュートリアル: スカラー、IN、FROM、SELECT サブクエリ、相関サブクエリ、EXISTS、NOT IN NULL トラップ、サブクエリ対 JOIN 対 CTE。
記事を読む →データベースとSQLSQL トランザクションと ACID の説明: COMMIT、ROLLBACK、分離レベル
SQL トランザクションと ACID について、実行した銀行振込で説明しました。COMMIT、ROLLBACK、セーブポイント、ロック、分離レベル、ダーティ リード、デッドロック、ベスト プラクティスについて説明します。
記事を読む →ソフトウェア開発Git コマンドのチートシート: 実際に使用するコマンドと例
実際のデモ リポジトリからの出力を含む、タスク別にグループ化された Git コマンド チート シート (セットアップ、ステージング、ブランチ、リモート、スタッシュ、履歴、間違いの取り消し)。
記事を読む →ソフトウェア開発JavaScript Promise の説明: then、catch、Promise.all、およびよくある間違い
JavaScript の Promise を、実行したコードで説明します。ステート、then および catch チェーン、エラー処理、Promise.all、allSettled、race および any、イベント ループ、およびよくある間違いです。
記事を読む →ソフトウェア開発Python 辞書チュートリアル: メソッド、例、一般的なパターン
私たちが実行したコードを含む Python 辞書チュートリアル: 辞書の作成、読み取り、更新、主要なメソッド、マージ、内包表記、パターンのカウントとグループ化、およびよくある間違い。
記事を読む →人工知能RAGとは何ですか?検索拡張生成を実際の例で説明する
RAGとは何ですか?検索拡張生成について、インデックス作成、チャンク化、埋め込み、検索、実際に動作する小さな Python の例、評価、一般的な失敗など、ステップごとに説明します。
記事を読む →DevOps初心者向け Terraform チュートリアル: 最初のファイルからモジュールまでのコードとしてのインフラストラクチャ
初心者向けの Terraform チュートリアル: クラウド アカウントなしで開始し、初期化、計画、適用を学び、次に変数、出力、状態、モジュール、安全なチーム ワークフローを学びます。
記事を読む →DevOpsDocker と Kubernetes: 主な違い、連携方法、どちらが必要か
Docker と Kubernetes について説明しました。それぞれの機能、同じアプリを両方で実行すること、Docker Compose と Swarm の比較、dockershim の変更、必要なものを決定する方法などです。
記事を読む →テスト自動化初心者向けの Pytest チュートリアル: フィクスチャ、パラメータ化、実際の例
pytest 9.2 で実行したテストを含む初心者向けの pytest チュートリアル: アサーション、フィクスチャ、parametrize、conftest、マーカー、tmp_path、monkeypatch、便利なフラグ、CI。
記事を読む →ソフトウェアテストソフトウェア テスト ライフ サイクル (STLC): 6 つのフェーズ、開始基準と終了基準、例
ソフトウェア テストのライフ サイクルについては、開始基準と終了基準を含む 6 つの STLC フェーズ、成果物、実際に動作するログイン機能の例、STLC と SDLC、およびアジャイルにおける STLC について説明しました。
記事を読む →ソフトウェア開発Git mergeとrebaseの違い:例と使い分け
Git mergeとrebaseの違いを、実際のログ出力、比較表、rebaseの黄金律、安全なチームワークフローで解説します。
記事を読む →ソフトウェア開発Pythonのリスト内包表記:構文・例・使うべきでない場面
Pythonのリスト内包表記を解説:構文、フィルタ、if-else、ネストしたループ、実測した処理時間、そして通常のforループの方が良い場面。
記事を読む →データベースとSQLSQL JOINを例で解説(Inner・Left・Right・Full)
サンプルのテーブルとクエリでSQL JOINを順に解説。INNER、LEFT、RIGHT、FULL、CROSS、SELFに加え、よくある間違いとパフォーマンスのコツも紹介します。
記事を読む →