てきとーなブログ

てきとーに書き綴ります。なので、正しいかは責任を負えません。

所得税の基本

FP勉強

税金の分類

  • 国税と地方税
    • 誰が課税するか
  • 間接税と直接税
    • 納税者と税金負担者がいっしょかどうか
　 直接税 間接税
国税 　 所得税、法人税など 消費税、酒税など
地方税 住民税、固定資産税など 地方消費税など

消費税(8%)：　国税部分(6.3%)＋地方消費税(1.7%)

  • 申告納税方式と負荷課税方式
    • 自分で税額を計算・申告する
    • 国等が税額を計算、納税者に通知

所得税の基本

  • 所得税
    • 所得（＝収入ー必要経費）に対してかかる税金
    • 社会保険の給付金、通勤手当(月15万円まで）等は非課税
  • 総合課税と分離課税
    • よくわからん
  • 簿記

青色申告(<=> 白色申告）

  • 青色申告ができる所得
    • 不動産所得
    • 事業所得
    • 山林所得
  • 青色所得ができる要件
    • 不動産、事業所得、山林所得がある
    • 3/15までに青色申告承認申請書を税務署に提出
    • 一定の帳簿書類を揃えて、取引を適正に記録し、保存していること
  • 青色申告のメリット
    • 青色申告によって所得金額から65万（事業規模の所得がある人）または10万円を控除できる
    • 青色事業専従者給与の必要経費算入
    • 純損失の繰越控除

↑よくわからん

マイクを壊した

備考録 マイク

5Vのプラグインパワー方式のマイクに48Vのファンタム電源流してしまった。 修理出します。

f:id:azoay:20160729130637p:plain

8/7追記

壊れていませんでした(だからといってしてはいけない)。 現状、オーディオI/FをUSB接続しているとRチャンネルだけにノイズが入ることだけわかりました。 どのレベルでノイズが混入しているかは謎。 オーディオミキサー界隈で混入しているような気がする。

Ubuntu16.04でメニューバーを下にする

linux 備考録

久しぶりの記事。

4/21に二年ぶりのLTSのUbuntu 16.04 LTSが配信されたのでとりあえずアップデートとしてみた。 今回のUI関係の目玉アップデートの一つとして今まで左側固定だったメニューバーを下側に移動できるようになった。今の所は試験段階でなのかシステム設定からは変更出来ないのでUnity Tweak Toolを使って変更してみた。

1. Unity Tweak Toolをインストール

端末で以下を実行する。

$ sudo apt-get install unity-tweak-tool

2. Unity Tweak Toolでメニューバーの位置を変更する

  1. Unity Tweak Toolを起動する(Dashで検索するとすぐ見つかる) f:id:azoay:20160422204831p:plain

  2. Unity > Launcher > 外観 > PositionのButtomにチェック f:id:azoay:20160422204959p:plain

左側にメニュー

f:id:azoay:20160422205024p:plain

下側にメニュー

f:id:azoay:20160422205041p:plain

もし、メニューを自動的に隠したければシステム設定 > 外観 > 挙動 > Launcherを自動的に隠すをオンにするできる。

使ってみて

思ったより使いづらい。 ただマルチモニタの人にとってはアクセシビリティの観点から良いかもしれない。

その他の新機能はここなどを参考にしていじってみるといいかも。

1時間以内に解けなければプログラマ失格となってしまう5つの問題

(だいぶ過去の話題ですが)たまたま目に入ったので挑戦。

https://gist.github.com/Azoay/b2cc5ec6c8347ee42df4

問題文はここから=> 1時間以内に解けなければプログラマ失格となってしまう5つの問題が話題に

クラスタリング

python

どこかででた問題。 折角なのでpythonでてきとーに実装してみた。 ソースコードは以下に。 hcluster.py · GitHub

k-means

1次元ベクトルのデータ集合 {(2),(3),(4),(10),(11),(12),(20),(25),(30)} をk-means法でクラスタリングする。 その際(a)-(c)の場合において、収束するまでのクラスタとセントロイドを示せ。

(a) k=2, 初期値(2,20)

1回目
data   :  [  2.   3.   4.  10.  11.  12.  20.  25.  30.]
prof   :  [ 0.  0.  0.  0.  0.  1.  1.  1.  1.]
cluster:  [  6.    21.75]
2回目
data   :  [  2.   3.   4.  10.  11.  12.  20.  25.  30.]
prof   :  [ 0.  0.  0.  0.  0.  0.  1.  1.  1.]
cluster:  [  7.  25.]
3回目
data   :  [  2.   3.   4.  10.  11.  12.  20.  25.  30.]
prof   :  [ 0.  0.  0.  0.  0.  0.  1.  1.  1.]
cluster:  [  7.  25.]
result
data   :  [  2.   3.   4.  10.  11.  12.  20.  25.  30.]
prof   :  [ 0.  0.  0.  0.  0.  0.  1.  1.  1.]
cluster:  [  7.  25.]

(注) 1回目のとき、11はクラスタ0の初期値2からもクラスタ1の初期値20からも共に等しい。 この場合、どっちのクラスにアサインされるかはアルゴリズムに依存する(最終結果はほぼ変わらないはず)。

(b) k=3, 初期値(2,3,10)

1回目
data   :  [  2.   3.   4.  10.  11.  12.  20.  25.  30.]
prof   :  [ 0.  1.  1.  2.  2.  2.  2.  2.  2.]
cluster:  [  2.    3.5  18. ]
2回目
data   :  [  2.   3.   4.  10.  11.  12.  20.  25.  30.]
prof   :  [ 0.  1.  1.  1.  2.  2.  2.  2.  2.]
cluster:  [  2.           5.66666667  19.6       ]
3回目
data   :  [  2.   3.   4.  10.  11.  12.  20.  25.  30.]
prof   :  [ 0.  0.  1.  1.  1.  1.  2.  2.  2.]
cluster:  [  2.5    9.25  25.  ]
4回目
data   :  [  2.   3.   4.  10.  11.  12.  20.  25.  30.]
prof   :  [ 0.  0.  0.  1.  1.  1.  2.  2.  2.]
cluster:  [  3.  11.  25.]
5回目
data   :  [  2.   3.   4.  10.  11.  12.  20.  25.  30.]
prof   :  [ 0.  0.  0.  1.  1.  1.  2.  2.  2.]
cluster:  [  3.  11.  25.]
result
data   :  [  2.   3.   4.  10.  11.  12.  20.  25.  30.]
prof   :  [ 0.  0.  0.  1.  1.  1.  2.  2.  2.]
cluster:  [  3.  11.  25.]

(c) k=3, 初期値(12,25,30)

1回目
data   :  [  2.   3.   4.  10.  11.  12.  20.  25.  30.]
prof   :  [ 0.  0.  0.  0.  0.  0.  1.  1.  2.]
cluster:  [  7.   22.5  30. ]
2回目
data   :  [  2.   3.   4.  10.  11.  12.  20.  25.  30.]
prof   :  [ 0.  0.  0.  0.  0.  0.  1.  1.  2.]
cluster:  [  7.   22.5  30. ]
result
data   :  [  2.   3.   4.  10.  11.  12.  20.  25.  30.]
prof   :  [ 0.  0.  0.  0.  0.  0.  1.  1.  2.]
cluster:  [  7.   22.5  30. ]

参考

k平均法 - Wikipedia

k-means clustering - Wikipedia, the free encyclopedia

階層的クラスタリング(デンドログラム)

データ集合{a,b,c,d,e}に含まれる要素間の距離集合は次の通りである。

a b c d e
a 1 2 2 3
b 1 2 4 3
c 2 2 1 5
d 2 4 1 3
e 3 3 5 3

(a)単一連結、(b)完全連結, (c)平均連結による階層的クラスタリングをデンドログラムで示せ。

(a) 単一連結

f:id:azoay:20150803095112p:plain

(b) 完全連結

f:id:azoay:20150803095129p:plain

(c)平均連結

f:id:azoay:20150803095143p:plain

参考

Scipyで階層的クラスタリング - Kenichiro Nishioka(西岡 賢一郎) | OpenBook

scipy.spatial.distance.pdist — SciPy v0.16.0 Reference Guide

scipy.cluster.hierarchy.linkage — SciPy v0.14.0 Reference Guide