SlideShare una empresa de Scribd logo
1 de 96
Descargar para leer sin conexión
Marcus Tullius Cicero, Philippicoe (XII, 2)
(   )
Otto Eduard Leopold von Bismarck-Schönhausen
⊔

⊔   ⊔


⊔   ⊔
#include <iostream>
int main(){
  {
    using namespace std;
    cout << (2 << 2);
  }
  {
    int cout = 1;
    cout << (2 << 2);
  }
}
ƛ   ✎✎
✎


             ✎   ƛ
>>> def foo():
...     x = "static"
...     def bar():
...         print(x)
...
...     bar()
...
>>> foo()
static
sub foo{
    my $x = "staticn";
    my $bar = sub{
         print $x;
    }
    &bar();
}

&foo(); #-> static
sub foo{
    my $bar = sub{
         print $x;
    };
    $bar->();
}

$x = "globaln";
&foo(); #-> global
{
    local $x = "dynamicn";
    &foo(); #-> dynamic
}
&foo(); #-> global
言語の設計判断
言語の設計判断
言語の設計判断
言語の設計判断
言語の設計判断
言語の設計判断
言語の設計判断
言語の設計判断
言語の設計判断
言語の設計判断
言語の設計判断
言語の設計判断
言語の設計判断
言語の設計判断
言語の設計判断
言語の設計判断
言語の設計判断
言語の設計判断
言語の設計判断
言語の設計判断
言語の設計判断
言語の設計判断
言語の設計判断
言語の設計判断
言語の設計判断

Más contenido relacionado

La actualidad más candente

メタプログラミングって何だろう
メタプログラミングって何だろうメタプログラミングって何だろう
メタプログラミングって何だろう
Kota Mizushima
 

La actualidad más candente (20)

GR-MANGOでEtherCAT
GR-MANGOでEtherCATGR-MANGOでEtherCAT
GR-MANGOでEtherCAT
 
CTF超入門 (for 第12回セキュリティさくら)
CTF超入門 (for 第12回セキュリティさくら)CTF超入門 (for 第12回セキュリティさくら)
CTF超入門 (for 第12回セキュリティさくら)
 
LLVM最適化のこつ
LLVM最適化のこつLLVM最適化のこつ
LLVM最適化のこつ
 
1072: アプリケーション開発を加速するCUDAライブラリ
1072: アプリケーション開発を加速するCUDAライブラリ1072: アプリケーション開発を加速するCUDAライブラリ
1072: アプリケーション開発を加速するCUDAライブラリ
 
BoostAsioで可読性を求めるのは間違っているだろうか
BoostAsioで可読性を求めるのは間違っているだろうかBoostAsioで可読性を求めるのは間違っているだろうか
BoostAsioで可読性を求めるのは間違っているだろうか
 
深層強化学習でマルチエージェント学習(前篇)
深層強化学習でマルチエージェント学習(前篇)深層強化学習でマルチエージェント学習(前篇)
深層強化学習でマルチエージェント学習(前篇)
 
Rの高速化
Rの高速化Rの高速化
Rの高速化
 
HalideでつくるDomain Specific Architectureの世界
HalideでつくるDomain Specific Architectureの世界HalideでつくるDomain Specific Architectureの世界
HalideでつくるDomain Specific Architectureの世界
 
SAT/SMTソルバの仕組み
SAT/SMTソルバの仕組みSAT/SMTソルバの仕組み
SAT/SMTソルバの仕組み
 
オントロジーとは?
オントロジーとは?オントロジーとは?
オントロジーとは?
 
第7回WBAシンポジウム:予測符号化モデルとしての 深層予測学習とロボット知能化
第7回WBAシンポジウム:予測符号化モデルとしての 深層予測学習とロボット知能化第7回WBAシンポジウム:予測符号化モデルとしての 深層予測学習とロボット知能化
第7回WBAシンポジウム:予測符号化モデルとしての 深層予測学習とロボット知能化
 
充足可能性問題のいろいろ
充足可能性問題のいろいろ充足可能性問題のいろいろ
充足可能性問題のいろいろ
 
Domain Modeling Made Functional (DevTernity 2022)
Domain Modeling Made Functional (DevTernity 2022)Domain Modeling Made Functional (DevTernity 2022)
Domain Modeling Made Functional (DevTernity 2022)
 
【DL輪読会】Hopfield network 関連研究について
【DL輪読会】Hopfield network 関連研究について【DL輪読会】Hopfield network 関連研究について
【DL輪読会】Hopfield network 関連研究について
 
unique_ptrにポインタ以外のものを持たせるとき
unique_ptrにポインタ以外のものを持たせるときunique_ptrにポインタ以外のものを持たせるとき
unique_ptrにポインタ以外のものを持たせるとき
 
AVX-512(フォーマット)詳解
AVX-512(フォーマット)詳解AVX-512(フォーマット)詳解
AVX-512(フォーマット)詳解
 
SSE4.2の文字列処理命令の紹介
SSE4.2の文字列処理命令の紹介SSE4.2の文字列処理命令の紹介
SSE4.2の文字列処理命令の紹介
 
メタプログラミングって何だろう
メタプログラミングって何だろうメタプログラミングって何だろう
メタプログラミングって何だろう
 
純粋関数型アルゴリズム入門
純粋関数型アルゴリズム入門純粋関数型アルゴリズム入門
純粋関数型アルゴリズム入門
 
DLLab 異常検知ナイト 資料 20180214
DLLab 異常検知ナイト 資料 20180214DLLab 異常検知ナイト 資料 20180214
DLLab 異常検知ナイト 資料 20180214
 

Destacado

調査観察データの統計科学1
調査観察データの統計科学1調査観察データの統計科学1
調査観察データの統計科学1
nishio
 
カイ2乗分布について
カイ2乗分布についてカイ2乗分布について
カイ2乗分布について
nishio
 

Destacado (20)

調査観察データの統計科学1
調査観察データの統計科学1調査観察データの統計科学1
調査観察データの統計科学1
 
カイ2乗分布について
カイ2乗分布についてカイ2乗分布について
カイ2乗分布について
 
読む技術
読む技術読む技術
読む技術
 
非参加者オリエンテーション
非参加者オリエンテーション非参加者オリエンテーション
非参加者オリエンテーション
 
首都大学東京「情報通信特別講義」2016年西尾担当分
首都大学東京「情報通信特別講義」2016年西尾担当分首都大学東京「情報通信特別講義」2016年西尾担当分
首都大学東京「情報通信特別講義」2016年西尾担当分
 
創造的人材のための知財LT
創造的人材のための知財LT創造的人材のための知財LT
創造的人材のための知財LT
 
コミュニティによる生産性向上のすすめ
コミュニティによる生産性向上のすすめコミュニティによる生産性向上のすすめ
コミュニティによる生産性向上のすすめ
 
Wifiで位置推定
Wifiで位置推定Wifiで位置推定
Wifiで位置推定
 
Wifiにつながるデバイス(ESP8266EX, ESP-WROOM-02, ESPr Developerなど)
Wifiにつながるデバイス(ESP8266EX, ESP-WROOM-02, ESPr Developerなど)Wifiにつながるデバイス(ESP8266EX, ESP-WROOM-02, ESPr Developerなど)
Wifiにつながるデバイス(ESP8266EX, ESP-WROOM-02, ESPr Developerなど)
 
強化学習その4
強化学習その4強化学習その4
強化学習その4
 
実践多クラス分類 Kaggle Ottoから学んだこと
実践多クラス分類 Kaggle Ottoから学んだこと実践多クラス分類 Kaggle Ottoから学んだこと
実践多クラス分類 Kaggle Ottoから学んだこと
 
ESP8266EXで位置推定
ESP8266EXで位置推定ESP8266EXで位置推定
ESP8266EXで位置推定
 
マイコンのIOピンはなぜ入出力の両方に使えるのか?
マイコンのIOピンはなぜ入出力の両方に使えるのか?マイコンのIOピンはなぜ入出力の両方に使えるのか?
マイコンのIOピンはなぜ入出力の両方に使えるのか?
 
線形?非線形?
線形?非線形?線形?非線形?
線形?非線形?
 
強化学習その2
強化学習その2強化学習その2
強化学習その2
 
エンジニアのための学ぶ技術
エンジニアのための学ぶ技術エンジニアのための学ぶ技術
エンジニアのための学ぶ技術
 
強化学習その3
強化学習その3強化学習その3
強化学習その3
 
Raspberry Piで Wifiルータを作る
Raspberry PiでWifiルータを作るRaspberry PiでWifiルータを作る
Raspberry Piで Wifiルータを作る
 
強化学習その1
強化学習その1強化学習その1
強化学習その1
 
勾配降下法の 最適化アルゴリズム
勾配降下法の最適化アルゴリズム勾配降下法の最適化アルゴリズム
勾配降下法の 最適化アルゴリズム
 

Más de nishio

Más de nishio (15)

量子アニーリングマシンのプログラミング
量子アニーリングマシンのプログラミング量子アニーリングマシンのプログラミング
量子アニーリングマシンのプログラミング
 
夏プロ報告
夏プロ報告夏プロ報告
夏プロ報告
 
ITと経営
ITと経営ITと経営
ITと経営
 
部分観測モンテカルロ計画法を用いたガイスターAI
部分観測モンテカルロ計画法を用いたガイスターAI部分観測モンテカルロ計画法を用いたガイスターAI
部分観測モンテカルロ計画法を用いたガイスターAI
 
交渉力について
交渉力について交渉力について
交渉力について
 
If文から機械学習への道
If文から機械学習への道If文から機械学習への道
If文から機械学習への道
 
組織横断型研究室構想
組織横断型研究室構想組織横断型研究室構想
組織横断型研究室構想
 
2017首都大学東京情報通信特別講義
2017首都大学東京情報通信特別講義2017首都大学東京情報通信特別講義
2017首都大学東京情報通信特別講義
 
強化学習その5
強化学習その5強化学習その5
強化学習その5
 
良いアイデアを出すための方法
良いアイデアを出すための方法良いアイデアを出すための方法
良いアイデアを出すための方法
 
機械学習キャンバス0.1
機械学習キャンバス0.1機械学習キャンバス0.1
機械学習キャンバス0.1
 
「ネットワークを作る」 ってどういうこと?
「ネットワークを作る」ってどういうこと?「ネットワークを作る」ってどういうこと?
「ネットワークを作る」 ってどういうこと?
 
「ネットワークを作ることで イノベーションを加速」 ってどういうこと?
「ネットワークを作ることでイノベーションを加速」ってどういうこと?「ネットワークを作ることでイノベーションを加速」ってどういうこと?
「ネットワークを作ることで イノベーションを加速」 ってどういうこと?
 
未踏社団でのkintoneの活用
未踏社団でのkintoneの活用未踏社団でのkintoneの活用
未踏社団でのkintoneの活用
 
ルールベースから機械学習への道 公開用
ルールベースから機械学習への道 公開用ルールベースから機械学習への道 公開用
ルールベースから機械学習への道 公開用
 

言語の設計判断

  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 7.
  • 8. ( )
  • 9.
  • 10. Otto Eduard Leopold von Bismarck-Schönhausen
  • 11.
  • 12. ⊔ ⊔ ⊔ ⊔ ⊔
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19. #include <iostream> int main(){ { using namespace std; cout << (2 << 2); } { int cout = 1; cout << (2 << 2); } }
  • 20.
  • 21.
  • 22.
  • 23.
  • 24.
  • 25.
  • 26.
  • 27.
  • 28.
  • 29.
  • 30.
  • 31.
  • 32.
  • 33.
  • 34.
  • 35.
  • 36.
  • 37.
  • 38.
  • 39. ƛ ✎✎ ✎ ✎ ƛ
  • 40.
  • 41.
  • 42.
  • 43.
  • 44.
  • 45.
  • 46.
  • 47.
  • 48.
  • 49.
  • 50.
  • 51.
  • 52.
  • 53.
  • 54.
  • 55.
  • 56.
  • 57.
  • 58.
  • 59.
  • 60.
  • 61.
  • 62.
  • 63.
  • 64.
  • 65.
  • 66.
  • 67.
  • 68. >>> def foo(): ... x = "static" ... def bar(): ... print(x) ... ... bar() ... >>> foo() static
  • 69. sub foo{ my $x = "staticn"; my $bar = sub{ print $x; } &bar(); } &foo(); #-> static
  • 70.
  • 71. sub foo{ my $bar = sub{ print $x; }; $bar->(); } $x = "globaln"; &foo(); #-> global { local $x = "dynamicn"; &foo(); #-> dynamic } &foo(); #-> global