ケニア

Portal Pharmacy日時2024/03/03 Sun 14:00 p.m.地域Two Rivers Mall主な質問参照https://portalpharmacy.ke/

ケニア

QPharm Pharmacy日時2024/03/03 Sun 12:00 p.m.地域Garden City Mallガーデンシティはケニア初の統合型住宅、小売店、オフィス（複合利用）開発であり、国際的なショッピングモール、400以上のアパートメント、デュプレックス、ファミリービラ、6万平方メートルのオフィススペース、そして中心部には3エーカーの中央公園があり、子供の遊び場や広々とした芝生と庭園が備わっています。（出典：https://www.tripadvisor.com/Attraction_Review-g294207-d17321719-Reviews-Garden_City_Mall-Nairobi.html）主な質問どういう商材を扱っている？どの国の薬が多い？値段は国ごとのどのくらい違う？ディストリビューターはどうやって決めている？ジェネリックは取り扱っている？処方箋が必要な薬は何ですか？ブランチはいくつあるか？オンライン診療をどうおもうか？ECはやっているか？客単価はどのくらいか？何の病気

ケニア

New Lemuma Pharmacy日時2024/03/03 Sun 10:00 a.m.地域Nairobi CBD (Central Business District)通りが１つ変わると、人で溢れ、バスの案内や車の誘導で大声で叫んでいる人がおり、その喧騒とした雰囲気の中を少しの間、歩くだけでも緊張するエリアでした。街には、薬局、金融、携帯のお店が多かった印象でした。ショーケース主な質問営業時間は？勤務シフトは？月収は？休日数は？薬剤師数は？スタッフの種類は？１日の処方箋数は？顧客の待ち時間は？どの国の薬が多い？どういうテストを行えるか？どういう顧客が多いか？OTCか、医者を進めるかの振り分け方は？何日分から薬を買えるか？オンライン診療を使っているか？参照https://newlemumapharmacy.co.ke/

AI

機械学習SpecializationシリーズとはDeepLearning.AI社とスタンフォード大学オンラインが共同で作成した基礎的なオンラインプログラムです。この初心者向けのプログラムでは、機械学習の基礎と、これらのテクニックを使用して実際のAIアプリケーションを構築する方法を学習します。https://www.coursera.org/specializations/machine-learning-introduction以下の３つのコースから構成されています。教師あり機械学習回帰と分類高度な学習アルゴリズム教師なし学習, レコメンダー, 強化学習教師あり機械学習回帰と分類コースとは一般的な機械学習ライブラリNumPyとscikit-learnを使用して、Pythonで機械学習モデルを構築します。 - 線形回帰やロジスティック回帰を含む、予測タスクやバイナリ分類タスクのための教師あり機械学習モデルを構築し、訓練します。

Apple

HealthKitへのアクセス許可HKHealthStoreクラスのrequestAuthorization(toShare:read:completion:)メソッドは、HealthKitフレームワークを使用してユーザーからアプリへのデータアクセス許可をリクエストするために使用されます。このメソッドは、データの共有（書き込み）と読み取りの種類を指定し、ユーザーに対してそれらのデータへのアクセス許可を求めます。具体的には、次のようなパラメータを取ります:typesToShare: アプリがHealthKitに書き込むことを要求するデータの種類を指定するHKSampleTypeのセットです。例えば、身体活動データ、栄養データ、睡眠データなどが含まれます。typesToRead: アプリがHealthKitから読み取ることを要求するデータの種類を指定するHKObjectTypeのセットです。例えば、心拍数、血圧、歩数などが含まれます。completion: リクエストが完了した後に呼び出されるクロージャです。このクロージャは、次のパラメータを取ります:success: ユ

Apple

MyAppクラス：WindowGroupによるメインビューの定義ここからはSwiftUIによるビューのコードを説明していきます。SwiftUIは、Appleが提供するモダンなUIフレームワークであり、Swift言語でiOS、macOS、watchOS、tvOSアプリケーションを構築するための手段です。SwiftUIでは、状態駆動型のUIを構築し、シンプルで直感的な構文を使用してアプリケーションのビューを定義します。このコードは、SwiftUIのアプリケーションを定義しています。MyApp は App プロトコルを準拠しており、アプリケーションのエントリーポイントとなります。import SwiftUIimport Swinject@mainstruct MyApp: App { @AppStorage("isDarkMode") var isDarkMode: Bool = true // inject into SwiftUI life-cycle via adaptor !!! @UIApplicatio

AI

ソースを確認するtranscribe関数の定義def transcribe( model: "Whisper", audio: Union, *, verbose: Optional = None, temperature: Union = (0.0, 0.2, 0.4, 0.6, 0.8, 1.0), compression_ratio_threshold: Optional = 2.4, logprob_threshold: Optional = -1.0, no_speech_threshold: Optional = 0.6, condition_on_previous_text: bool = True, initial_prompt: Optional = None, word_timestamps: bool = False, prepend_punctuations: str = "\"'“¿([{-&quot

AI

whisperのデバッグ環境構築whisperのソースコードをチェックアウトするgit clone https://github.com/openai/whisper.gitcd whispertest.pyの作成import sysfrom whisper.transcribe import cliif __name__ == '__main__': sys.exit(cli())test.pyの実行python test.py sample.mp4 --language Englishtranscribe.pydef cli():・・・ model = load_model(model_name, device=device, download_root=model_dir)・・・ソースを確認するload_model関数を読むデフォルト時の引数は、model_name=small, device=cpu, download_root=Noneが使用さ

AI

transcribe関数の確認def transcribe( model: "Whisper", audio: Union, *, verbose: Optional = None, temperature: Union = (0.0, 0.2, 0.4, 0.6, 0.8, 1.0), compression_ratio_threshold: Optional = 2.4, logprob_threshold: Optional = -1.0, no_speech_threshold: Optional = 0.6, condition_on_previous_text: bool = True, initial_prompt: Optional = None, word_timestamps: bool = False, prepend_punctuations: str = "\"'“¿([{-", appen

AI

whisperコマンド実行時のエントリーポイントの確認whisperはpipでインストールする設計なので、whisperのsetup.pyファイル内のentry_pointsを確認する。コマンドラインからwhisperコマンドを実行すると、whisper.transcribe:cliが呼び出されることが確認できる。setup(・・・ entry_points={ "console_scripts": , },・・・)エントリポイント whisper.transcribe:cli のコード確認def cli(): from . import available_models def valid_model_name(name): if name in available_models() or os.path.exists(name): return name raise ValueError(