週末のアプリ作成

androidアプリ個人開発者の実態を報告します。アプリの収入も公開中です♪

アプリ広告収入 単月1000円!?

個人アプリの広告収入はどれくらい?アプリ作成から約4年が経ちました。

 

f:id:TFs_apps:20201115083653p:plain

 

いや~~~(汗)

2020年の一年はアプリ収入も厳しい状況です。

 

昨対で比較すると、これまでの平均は

1/3程の広告収入になっています

 

しばらくブログで紹介出来ていなかったアプリ収入を報告しますね 。

最近の記事は「アプリ収入」とは関係のない記事が多くなっていますので(汗)

本業の記事です。

 

では、早速ここ三カ月の自作アプリの広告収入を紹介しますね。

 

2020年8月

¥788-

(昨対比 34%)

 

2020年9月

¥414-

(昨対比 18%)

  

2020年10月

¥1010-

(昨対比 73%)

 

 

ついに10月は4桁になりました。

コロナが本格的に流行る前の2020年1月以来です。

昨年は¥1,000-を割ることがなかったのですが。

 

f:id:TFs_apps:20201115124453p:plain

 


このまま2019年の勢いまで戻ってくれると嬉しいですが・・・どうでしょうね!?

コロナの流行次第で大きく振れそうです。

 

 

ちなみに機械学習アルゴリズムこの先のアプリ収入を予測しています。

★興味のある方は少し覗いて下さい。

www.tfsappsone.com

 

2021年以降は平均「単月:¥1,130-」で成長していくと予測しています。残酷な現実を叩きつけてくれましたね。まだまだ成長できると信じていますので、この予測が外れるように、引き続き【週末のアプリ作成】を進めていきたいと思います。

 

新しいアプリを作っていけばきっと未来は変わっていきます。

今年はこれまで新規アプリのリリースは1つだけで、あとは不具合修正や要望対応などでアプリ4つをアップデートしたぐらいです。

 

もっと努力せねば

 

ではまた定期的にアプリ収入の実態を報告していきます。

・プログラミングを学ぼうとしている方

・アプリを作成してみようとする方

本ブログはそんな方々の参考になれば幸いです。

 

ではまた次回お会いしましょう♪

 

滋賀県コロナ予測

コロナ第三波到来?今後の感染者数について機械学習アルゴリズムを使用して予測してみた!!

 

f:id:TFs_apps:20201114113051p:plain

 

私は滋賀県在住です

私「TF's apps」は滋賀県在住です。プログラミング言語 のPythonの機械学習アルゴリズム(sickit-learn)を使用して今後の感染者数を予測してみました。これまでの実データを学習させて今後の予測を行うものです。

 

はじめにお断りします。

新型コロナにより医療に関係する方々や感染者の方々にとっては不適切な記事であることをお詫びします。医療関係の方々は日々のご尽力に感謝いたします。

本記事はあくまでもプログラミングが示した数値ですので信憑性は全くありません。

 

(1)これまでの県内の動向

最近じわじわ、第三波が来ているのかというニュースをよく耳にします。

今までの感染者についてグラフにしてみました、結論として「第三波」がきていますね。

 

 

 ↓↓↓ 直近の感染者数(日毎)です

f:id:TFs_apps:20201114113027p:plain

 

 

↓↓↓ 今までの感染者数(月毎)です

11月は12日間だけです。

それでも94名の方が感染した事になります。(11月12日分までの集計)

f:id:TFs_apps:20201114113217p:plain

 

振り替えると、県内の学校が休校であった5月5名だったことに驚きます。しかも6月1名・・・。

現在、毎日ニュースで観る感染者数と比べると、いかに今が多いのかが分かります。

 

 

(2)プログラミング

では今後の予測をしてみましょう。

いつも同じようにプログラミング(Python)します。

わずか60行ほどソースコードです。

f:id:TFs_apps:20201114130803p:plain

 

学習データとして過去の感染者数(日毎)を使用します。エクセル表を参照。このデータを元に未来予測を行います。

 

 

(3)未来予測結果

学習させて出力した予測結果は以下となります。

グラフの見方です。

 

X軸は2020年3月1日からの経過期間(日)、Y軸は感染陽性者(累計)となります。緑色は実際のデータ、青色は学習データ、赤色は学習を元にした予測データとなります。

期間x=1は2020年3月1日となります。

期間x=2は2020年3月2日となります。

 ・・・・

11月12日は247日目(x=247)となります。

期間x=366は1年後の2021年3月1日となります。

その時の感染者累計(y)は847と予測しています。

(下図グラフでは読みづらいですが)

 

f:id:TFs_apps:20201114131722p:plain

 

 

プログラムはまだまだ増えると予測しています。

この予想が外れることを祈ります。

 

一年前の2019年の11月12日は「新型コロナウイルス」という言葉は耳にもしていなかったのに・・・。早く1年前と同じ生活ができたらと思います。

 

 

過去の予測結果も参考にどうぞ

www.tfsappsone.com

 

 

家飲みはこれ!!ビールに合う定番メニュー

ビール大好きなアラフォーおっさんの家飲みを紹介します♪

 

f:id:TFs_apps:20201031191213j:plain

 

コロナ禍の毎日・・・

同僚や友人と飲みに行く事はめっきり減って・・・

 

でも大丈夫!!

家でわがままに飲む

 

おっさんの家飲みはこれで【幸せ】を感じる

 

今回は私の【週末の家飲み】のメニューを紹介していきますね。

改めて写真をみて振り返ると

かなりメニューが偏っていますが・・・

まぁ・・・好きな物を食べて好きなビールを飲む

これが家飲みの醍醐味ってものですね。

 

では家飲みをダイジェストで紹介しますね~

 

2020年6月21日(日)

f:id:TFs_apps:20201031191841j:plain

ビール:一番搾り(KIRIN)

つまみ:セブンのもつポン酢、イオンのスモークタン

 

2020年7月19日(日)

f:id:TFs_apps:20201031195326j:plain

ビール:一番搾り(KIRIN)

つまみ:鯛の刺身、枝豆

 

2020年7月23日(木)

f:id:TFs_apps:20201031195710j:plain

ビール:一番搾り(KIRIN)

この日は「つまみ」というかBBQでした!!

 

2020年7月25日(土)

f:id:TFs_apps:20201031195842j:plain

ビール:一番搾り(KIRIN)

つまみ:カツオの刺身、セブンのもつポン酢、枝豆

 

2020年8月2日(日)

f:id:TFs_apps:20201031200109j:plain

ビール:本麒麟(KIRIN)

つまみ:きゅうりの浅漬け、枝豆

 

2020年8月13日(木)

f:id:TFs_apps:20201031200207j:plain

ビール:本麒麟(KIRIN)

つまみ:イオンのスモークタン

 

2020年8月16日(日)

f:id:TFs_apps:20201031200314j:plain

ビール:一番搾り(KIRIN)

つまみ:鮎の塩焼き、ホタテの刺身、スモークタン

 

2020年9月5日(土)

f:id:TFs_apps:20201031200448j:plain

ビール:一番搾り(KIRIN)

食事 :たこ焼き

 

2020年9月6日(日)

f:id:TFs_apps:20201031200604j:plain

ビール:一番搾り(KIRIN)

つまみ:ウィンナー、枝豆

 

2020年9月13日(日)

f:id:TFs_apps:20201031200708j:plain

ビール:一番搾り(KIRIN)

つまみ:ホタテの刺身、枝豆

 

2020年9月20日(日)

f:id:TFs_apps:20201031200834j:plain

ビール:一番搾り(KIRIN)

つまみ:ウィンナーの炒め物、カツオの刺身

 

2020年10月4日(日)

f:id:TFs_apps:20201031200926j:plain

ビール:キリンラガー(KIRIN)

つまみ:マグロの刺身、枝豆

 

2020年10月11日(日)

f:id:TFs_apps:20201031201038j:plain

ビール:一番搾り(KIRIN)

つまみ:マグロとホタテの刺身、枝豆

 

2020年10月17日(土)

f:id:TFs_apps:20201031201152j:plain

ビール:本麒麟(KIRIN)

つまみ:ウィンナー、枝豆

 

2020年10月18日(日)

f:id:TFs_apps:20201031201301j:plain

ビール:一番搾り(KIRIN)

つまみ:マグロの刺身、枝豆

 

以上、ここまでです。

 

ビールはKIRINしか飲んでいないですね~冷蔵庫にはアサヒスーパードライがあるのですが、晩酌は100%KIRINという事実にびっくりしました。振り返ると自身の無意識な行動が分かりますね(汗)

 

つまみは刺身と枝豆パターンが多いですね。

 

美味しい「つまみ」と「ビール」は最高ですね~♪

ちなみにこの後、晩御飯を食べています。

 

日曜日の17時頃に風呂上りの晩酌をして、18時半ごろからサザエさんを観ながら、晩御飯を食べるのが、我が家の日曜の過ごし方です。

 

これからもおっさんの家飲みは続けていきます。

ロマサガ 最強キャラ かみ

ロマサガRSで最強キャラの「かみ」を紹介します、個人的な見解ですが「かみ」は「神」です!!

 

f:id:TFs_apps:20201010182833p:plain

 

私の中でスマホゲームで一番プレイしているがロマサガRSになります。

もともとロマンシングサガ、、サガフロンティアサガスカーレットグレイスなどの作品をプレイして、サガシリーズは、ドラクエやFFと同じように大好きなRPGです。

 

周回キャラとしてMyパーティーでは圧倒的に最強です

 

このキャラを手に入れてからVery Hardのクエスが「サクサク」進むようになりました。ありがとう、かみ☆☆

 

1.神ガチャ(30th祭)

虫の知らせなのか・・・ジュエルを無駄遣いせずに溜めていました。そしてやってきたのが下記のガチャで、10回連続ガチャを無限ループ...無課金プレイですので有限でした(汗)

f:id:TFs_apps:20201010183634p:plain

 

溜めた3万6千ジュエルを一気に解放・・・・

f:id:TFs_apps:20201010183808p:plain

 

でた~~~~~!!

「かみ」様いらっしゃーい♪

 

2.かみの能力

かみの能力をご覧ください

まだまだ成長過程ですが、次の通りです。

 

まずは術から紹介です

f:id:TFs_apps:20201010200619p:plain

<術>

ひまつぶし  威力E 敵全体 BP4

かみのちから 威力B 敵全体 BP11

ひかれあれ  威力B 敵全体 BP14

 

すべて敵全体攻撃なんです。

周回に持って来いの術持ちキャラです。

 

さらに「かみ」のアビリティが凄い!!

f:id:TFs_apps:20201010201019p:plain

 

3つも優秀です

<アビリティ>

きまぐれ ・・・追撃を行う能力です

範囲のコツ・・・敵全体攻撃にダメージ上昇

テンションアップⅤ・・・ダメージ上昇

 

まさに周回のための専用キャラといっても過言ではない!!

 

そして能力は・・知力が高い

f:id:TFs_apps:20201010201519p:plain

 

 

3.かみの実戦

戦闘開始から「威力B:かみのちから」が使用できます。

さらに確率にはなりますが追撃の「威力B:ひかりあれ」が発生します。

 

この2撃を喰らうと大体の敵キャラは消滅するか虫の息になります。

 

下図は「ひまつぶし➡ひかりあれ」となります

f:id:TFs_apps:20201010202154p:plain

 

一人で2回攻撃しますので、

ドラクエ4だとキラーピアス装備のアリーナですね。

レベルが上がると彼女は会心の一撃×2回繰り返しますよね^^

f:id:TFs_apps:20201010202242p:plain

 

運任せにはなりますが、

この連撃が毎回発動する度に

発生する可能性があるということです。

一人で敵全体にダメージを与えて一掃してくれるのでかなり助かります。

 

しかも私のパーティでは

かみ以外の残りメンバー4名も全体攻撃を持つキャラを採用しており、

かみの連撃を受けた後も敵キャラにはさらなる悲劇が待っていることになります。

 

いや~ロマサガRSは面白いですね!!

毎日仕事に追われているアラフォーリーマンですが、限りある時間の中で継続プレイできているゲームです。これからもよろしくお願いします。

 

また次回ネタがあれば紹介しますね☆

ちまみに今の戦闘力は「4,3000」です。まだまだですがゆっくり少しずつ進めていきますね。

 

■関連記事

www.tfsappsone.com

 

琵琶湖 水温 10年後 (2030年)はこれだけ上昇する!?

琵琶湖の水温予測を実施!!機械学習アルゴリズムを使用して10年後(2030年)の平均水温を算出してみた。

 

 

f:id:TFs_apps:20200830132513p:plain

連日猛暑ですね、私は今年で39才になりますが、30年前(小学生)はこれだけ暑くはなかったです。当時はクーラーが無い生活をしていましたのでね。

少し前まではバス釣りも良くしていたので、最近の猛暑と水温の関係性が急に気になりだして、琵琶湖の水温を調べてみました。

 

なお予測に関しては、Python機械学習アルゴリズム(sickit-learn)を使用して、今後の琵琶湖水温シミュレーションを実施した結果となります。

 

(1)過去10年間の水温データを整理

2011年から2020年までの琵琶湖大橋付近の水温を調査

8月に絞ってデータを整理してみました。

データ元は毎日水温を調査して掲載されているHPから抽出しています。

このデータを教師データとして学習させ、今後の未来予測を行います。

 

f:id:TFs_apps:20200830133414p:plain



上記の絵が小さいので転写します。

 

年     平均水温

2011年 28.2度

2012年 28.9度

2013年 29.1度

2014年 26.4度

2015年 29.0度

2016年 29.5度

2017年 28.6度

2018年 29.2度

2019年 29.3度

2020年 29.7度

 

更に、ここ10年間の平均水温を求めると28.8度となりました。

じわじわ上昇しているのが分かります。

また今年(2020年)の水温は、

ずば抜けて高いこと(29.7度)が判ります。

 

では早速、これからの10年間を予測します。

 

(2)プログラミング(Python

いざ準備は整ったのでプログラミングを開始・・・

 

といってもPythonには協力なライブラリ(sickit-learn)が用意されていますので、5~10分程度でプログラミングが終了・・・。

 

50行ほどの小さい小さいプログラムです。

普段は仕事でC言語で組み込みソフトを作っているので、この程度のステップ数でシミュレーション結果が得られるのはびっくりです。

f:id:TFs_apps:20200830134542p:plain

 

(3)2030年(10年後)の水温予測

結果は次の通りです。

予測対象の水温は8月としています。

 

グラフの見方をまず説明します。

 

X軸:期間(日) 

 2011年8月1日からの経過期間となります

 2011年8月1日=X軸「1」

 2011年8月2日=X軸「2」

 2011年8月3日=X軸「3」

  ・・・・

 2012年8月1日=X軸「31」

 2012年8月2日=X軸「32」

 ・・・・

 2020年8月30日=X軸「300」 ★今現在はここです。

 

Y軸:水温(℃)

 2020年8月30日は「30.6度」となります。

 

グラフの色

 緑色は「実際の水温」

 青色は「機械学習が算出した水温」

 赤色は「今後の水温予測」

f:id:TFs_apps:20200830135809p:plain

 

2030年の8月30日(X軸=600)は次の結果となりました。

period= 540 temp= [30.83000834]
period= 545 temp= [30.85582443]
period= 550 temp= [30.88164051]
period= 555 temp= [30.90745659]
period= 560 temp= [30.93327268]
period= 565 temp= [30.95908876]
period= 570 temp= [30.98490485]
period= 575 temp= [31.01072093]
period= 580 temp= [31.03653702]
period= 585 temp= [31.0623531]
period= 590 temp= [31.08816919]
period= 595 temp= [31.11398527]
period= 600 temp= [31.13980136]

average= [30.37822686]

 

2030年8月30日は「31.1度」の予測結果となりました。

またこの先10年間(2021年~2030年)の平均水温は「30.3度」と予測結果でした。

 

現実味のある数値ではないでしょうか?

琵琶湖の生態系には大きな影響が出そうな感じですね。

この水温の上昇はバス釣りにも大きな影響が出そうです。

 

予測!この先アプリ収入は増えるのか!?

予測!アプリ収入は増えるのか!?機械学習アルゴリズムを使用して2022年までの収入予測を実施。

 f:id:TFs_apps:20200827145735p:plain

TF's appsが提供しているアプリの広告収入は、コロナ禍の中、今年(2021年)に入って毎月のアプリ収入は大きく落ち込んでいます。

 

f:id:TFs_apps:20200807221020p:plain

 

★直近の月収は以下の記事で詳細に紹介しています☆

www.tfsappsone.com

 

そのような状況下は、他の個人デベロッパーの方々も同じではないでしょうか?この先どうなるのだろう?と思いましたので、未来予測をしてみようと決意。

 

最近覚えたてのPython機械学習アルゴリズム(sickit-learn)を使用して、今後のアプリ収入シミュレーションを実施した結果となります。

 

(1)今までの実績を整理

Admob広告は2017年4月からスタートしています。

単月毎の収入結果をエクセルにまとめています。(csv形式)

以下のような感じで・・・

このデータを元に機械学習をさせます。

つまり教師データとなります。

f:id:TFs_apps:20200827150829p:plain

 

(2)プログラミング(Python

いざ準備は整ったのでプログラミングを開始・・・

 

といってもPythonには協力なライブラリ(sickit-learn)が用意されていますので、5~10分程度でプログラミングが終了・・・。

 

50行ほどの小さい小さいプログラムです。

普段は仕事でC言語で組み込みソフトを作っているので、この程度のステップ数でシミュレーション結果が得られるのはびっくりです。

 

f:id:TFs_apps:20200827151259p:plain

 

(3)今後の予測結果

結果は次の通りです。

まずはグラフの見方からです。

 

X軸:期間(月) 

 2017年4月からの経過期間となります

 2017年4月=X軸「1」

 2017年5月=X軸「2」

 2017年6月=X軸「3」

  ・・・・

 2020年7月=X軸「40」 ★今現在はここです。

 

Y軸:収入累計(円)

 2020年7月までの累計は「¥37,133」となります。

 

グラフの色

 緑色は「実際の収入」

 青色は「機械学習が算出した収入」

 赤色は「今後の収入予測」

f:id:TFs_apps:20200827153117p:plain

 

 

グラフを読みやすく整理した表です。

約1年後の2021年6月は「¥48,233-」

 2年後の2022年6月は「¥61,783-」

f:id:TFs_apps:20200827153914p:plain

かなり現実味のあるデータですね。

自分なりにはかなり納得した数値でした。

あくまでも今までの実績から予想したデータとなります。

単月で「¥3,000-」の時もあれば、「¥0」の時もありましたので。

 

2019年は単月の平均が「¥1,500~2,000」でした。

コロナ禍の中、2020年は単月の平均が「¥700-」に落ちました。

2021年以降は単月平均「¥1,130-」で成長していくと予測しています。

 

年収でいうと、今までの4年間の実績累計は「¥37,000-」でした。

2年後の実績累計は「¥61,000-」と予測。

 

この先がわかってしまったので・・・少しテンションが下がっていますが、

シミュレーションですので、未来は自分で変えていきます。

今後も地道にアプリ開発を進めていきますね~。

ある日突然、大当たりする日を夢見て(^^)v

 

滋賀県の新型コロナ感染予測(2021年)を実施!機械学習アルゴリズムを使って

滋賀県の新型コロナ感染予測(2021年)を実施!機械学習アルゴリズムを使って

f:id:TFs_apps:20200822181413p:plain

 

私は滋賀県生まれの滋賀県育ち

生粋の滋賀県産である私「TF's apps」がプログラミング言語Pythonで今後の新型コロナ感染者を機械学習アルゴリズム(sickit-learn)を使用して予測してみました。これまでの実データを学習させて今後の予測を行いました。

 

はじめにお断りします。

新型コロナにより医療に関係する方々や感染者の方々にとっては不適切な記事であることをお詫びします。医療関係の方々は日々のご尽力に感謝いたします。

本記事はあくまでもプログラミングが示した数値ですので信憑性は全くありません。

 

(1)県内の感染者動向

滋賀県内で初の感染者が判明したので2020年3月5日でした。

アラフォーの私にとっても、今までの人生で経験したことのない事態となりました。子供の小学校は休校となり、緊急事態宣言が発令され、第1波が到来し、終息し、第2波が到来してと・・・・今現在も不要不急の外出は基本的に避けて自粛する日々を送っています。県内の感染者数は日本国内の動きと同調する傾向となっています。

 

感染者の最新動向は県内のHPで公開されています。

https://stopcovid19.pref.shiga.jp/

f:id:TFs_apps:20200822182327p:plain

 

現在(2020年8月21日)時点で滋賀県の感染陽性者(累計)は374名となっています。

f:id:TFs_apps:20200822183058p:plain

 

(2)県内の今後予測

1.実データの整理

まずは2020年3月1日から8月21日までのデータをエクセルに転写しました。

県内HPに日毎の数値が掲載されていますのでそちらのデータを利用。

このデータを教師データとして使用します。

機械学習ではこの教師データを元にして予測を行います。

f:id:TFs_apps:20200822183630p:plain

 

2.プログラミング

教師データを元にプログラミングしてみました。

プログラミング言語Pythonを使用しています。

説明は省きますが機械学習をさせるのに有効な言語となります。

 

f:id:TFs_apps:20200822184455p:plain

 

3.学習予測結果

学習させて出力した予測結果は以下となります。

グラフの見方です。

 

X軸は2020年3月1日からの経過期間(日)、Y軸は感染陽性者(累計)となります。

緑色は実際のデータ、青色は学習データ、赤色は学習を元にした予測データとなります。

期間x=1は2020年3月1日としています。

期間x=2は2020年3月2日となります。

 

本日の8月21日は174日目(x=174)となります。

期間x=366は1年後の2021年3月1日となります。

その時の感染者累計(y)は519と予測しています。

(下図グラフでは読みづらいですが)

 

f:id:TFs_apps:20200822200945p:plain


グラフでは実データと学習データが大きく乖離している部分が8月21日頃となっています。直近の傾向だけ見ると、凄く感染者が増加するように思いますが、機械学習の予測では第1波と同様に落ち着く期間があると予測しているのだと考えます。つまり今後、感染者数の増加が鈍化して1年後(2021年3月1日)には519名になるとの結果でした。

 

 

同じ機械予測を使用して、2020年3月1日を基準とし

1年半後の2021年9月1日の予測結果

➡792名

 

f:id:TFs_apps:20200822203038p:plain

 

2年後の2022年3月1日の予測結果

➡1067名

f:id:TFs_apps:20200822203052p:plain

以上の予測結果となっています。

もう一度お伝えしますが、あくまでも予測です。予測結果の信憑性はありません。

 

 

(3)最後に

今回の予測結果、どこまで精度があるかはわかりませんが、このグラフが大きく外れることを祈ります。つまり1日でも早く感染者増加が落ち着き、2019年の暮らしに戻る事を。

 

 

追加情報です。

上記の予想が外れて現在は第三波が到来しています。

11月13日時点で再予測をしています。

気になる方は次をご覧ください。