Python言語による実務で使える100+の最適化問題 | opt100
はじめに 本書は，筆者が長年書き溜めた様々な実務的な最適化問題についてまとめたものである． 本書は，Jupyter Laboで記述されたものを自動的に変換したものであり，以下のサポートページで公開している． コードも一部公開しているが，ソースコードを保管した Github 自体はプライベートである． 本を購入した人は，サポートページで公開していないプログラムを 圧縮ファイル でダウンロードすることができる． ダウンロードしたファイルの解凍パスワードは<本に記述>である． 作者のページ My HP 本書のサポートページ Support Page 出版社のページ Pythonによる実務で役立つ最適化問題100+ (1) ―グラフ理論と組合せ最適化への招待― Pythonによる実務で役立つ最適化問題100+ (2) ―割当・施設配置・在庫最適化・巡回セールスマン― Pythonによる実務で役立つ
基礎と低レイヤーは混同しがち。基礎とは何で、どう勉強するか。 - きしだのHatena
基礎と低レイヤーは混同しがちという現象をみかけたのでメモ よくあるのが、「IDEを使うと基礎が勉強できない、メモ帳でコードを書いてコマンドラインでjavac / javaするところから始めるべき」みたいな話。 ツールを使わずツールが隠してる部分を自分でやって勉強せよ、フレームワークを使わずフレームワークが隠してる部分を自分でやって勉強せよ、という話は、これ自体は間違いではないのだけど、これを「基礎」と言ってしまうと違った方向に行ってしまう。 これは基礎ではなくて低レイヤーではなかろうか。 そして、低レイヤーは「ツールを使わずにやれ」と言ってる人の想定する「ツールを使わず」というのもすでにツールを使っていたりする。ほんとに低レイヤー知りたいなら、javac使わずハンドコンパイルでしょう。Javaバイトコード知っておくべきでしょう。 と、だんだんマニアックなこと知ってる自慢になっていく。 こう
私のブックマーク – 人工知能学会 (The Japanese Society for Artificial Intelligence)
人工知能学会誌では，人工知能研究の各分野の専門家がWebページを紹介する「私のブックマーク」を連載中です． ここでは，参照しているWebページへのリンクを本文中に埋め込んだ形で各記事を掲載しています． みなさまの研究にご活用ください． 記事発行後，時間が経過することによりリンク切れが発生する可能性がありますが，記事執筆時の情報ですのでご容赦下さい． Vol.38 No.1 (2023/01) 情報可視化 No.2 (2023/03) 第一言語獲得から考える人工知能 No.3 (2023/05) AIの品質・安全性へのソフトウェア工学からのアプローチ No.4 (2023/07) バーチャルビーイング No.5 (2023/09) 人工知能とゲーム理論 No.6 (2023/11) 計算知能 Vol.37 No.1 (2022/01) 金融情報学 No.2 (2022/03) 人工知能と公平
ジオシティーズの閉鎖で消えた「わからん科目攻略法」が、埋もれるのがもったいないので、ここで紹介する。
かつて「ワンランク上の勉強法」というサイトで”わからん科目攻略法”というものが紹介されていた。 これは非常に有用な技術なのだが、現在はジオシティーズの閉鎖に伴い閲覧不可能である。。 このまま埋もれてしまうにはあまりにも勿体ないので簡単に紹介し、今日はその技術を土台として自分の頭でモノを考えるという事がどういう事なのかを書いていこうかと思う。 最近全然頭使ってないなという人には参考になるかもしれない。 難しい概念にぶち当たったら、理解しようと思わないで１０回読め あなたが物理の勉強を始めたと仮定しよう。 物理は難しい。 分野によっては一読しただけでは何が書いてあるのかサッパリ理解できない事も多い。 高校生の頃に早々に脱落してしまった人も多いだろう。 この難しい科目を”わからん科目攻略法”は「理解しようと思わずに毎日ただ目を通して10回ぐらい読め。そんで11回目にわかろうと思って読め」と説く
『仕事ではじめる機械学習 第2版』を編集しました
『仕事ではじめる機械学習 第2版』を編集しました 編集を担当した書籍『 仕事ではじめる機械学習 第2版 』が絶賛発売中。電子書籍もあります。見どころについては 著者の有賀さんがまとめていらっしゃる記事 があるので、そちらをご一読いただくのがお勧め。 最初の版を制作したのが2017年から2018年にかけてのこと。そこから既に3年が経過して、いまだに機械学習への注目は高い状態が続いている。お陰さまで本書については刊行後も読者の支持を得続けることができ増刷を重ね、さらには改訂の運びとなった次第。 本書の制作 編集担当としては、内容に関してバリバリ議論＆相互ツッコミをする著者陣を見守りつつ、周辺の環境を整備したり、印刷日程の調整をしたり、オビの惹句を考えたりしていた。 今回はトップスタジオさんご協力の下、制作の全行程をSphinxとTeXを組み合わせたツールセットで制作している。Sphinxが出力
読書猿 著『独学大全』ダイヤモンド社より9/29刊行します
『独学大全』という本を書きました。 2020年9月29日、ダイヤモンド社から刊行します（電子書籍は10月21日配信予定です）。 タイトル：独学大全 絶対に「学ぶこと」をあきらめたくない人のための55の技法 著 者：読書猿 発 行：ダイヤモンド社 判 型：A5変型判 分 量：788ページ 価 格：2,800円+税 ＩＳＢＮ：9784478108536 発売予定：2020年9月29日（書籍） 2020年10月21日（電子書籍） 独学に必要と思われる、ほぼすべての技術を盛り込むために、自分が過去に書いたものを含めて、古典文献からSNS上での発言にいたるまで幅広く渉猟しました。 こうして集めた先人の知見を５５の技法にまとめ、「何故学ぶのか」（動機付けと継続に関する技法）、「何を学ぶのか」（学習資源と資料を探し出し吟味する技法）、「どのように学ぶのか」（読み、記憶し、理解するための技法）の
機械学習アルゴリズムの学習法
TL;DR 機械学習のアルゴリズムには詳しくなりたいけど実装はしない、という立場の人向けの学習資料まとめ 知人向けで、具体的には同僚医師がターゲット読者（めちゃ狭い！）だが、一定度他の人にも役に立つかも 改めて色々眺めてみてやっぱり大学の講義は質の高いものが多いと思った 知人が機械学習のアルゴリズムを学びたいと言っているので、オススメの資料などを見繕ってみるブログエントリ。 機械学習への関わり方を雑にアルゴリズムと実装で分けた場合に、アルゴリズムには詳しくなりたいけど実装をするわけではない、という立場の人向けである。 このようなタイプの人はそんなにいないと思うけど、具体的にはドメインエキスパートとして機械学習エンジニアと一緒にアルゴリズム・データ改善に取り組んでいて、アルゴリズムでどんなことをやっているかをちゃんと理解したい、みたいなのが一例となる。 なんとなくのイメージ的な理解だけだと、
ベイズ学習の勉強に参考になる資料 - 作って遊ぶ機械学習。
おつかれさまです．今回はタイトルの通り，ベイズ学習を勉強する上で参考になる教科書やウェブの資料，論文等を紹介したいと思います． ベイズ学習は確率推論に基づいた機械学習アルゴリズムの構築論です．ベイズ学習を使えば，あらゆる形式のデータに対して，未観測値の予測や隠れた構造を発見するための統一的なアプローチをとることができるため，特に現代の機械学習アルゴリズムを深く理解し使いこなすためには必須の方法論になっています． １， ベイズ学習の位置づけ まず，データサイエンスにおける他の方法論と，ベイズ学習の位置づけを簡単に俯瞰したいと思います． 僕の知る限り，ベイズ学習は1990年代ごろから登場してきた機械学習の方法論で，既存の学習アルゴリズムを確率モデルによって構築し，学習や予測の計算をすべて確率推論（条件付き分布と周辺分布の計算）で解決してしまおうという試みによってはじまりました．これにより，従来
もちもちモチーフ
被覆空間のGalois理論19 Pages ある空間を何重にも覆うような位相空間のことを，その空間の被覆空間と呼びます．X がある程度よい空間ならば，Xの被覆空間全体はXの内在的な情報である「基本群」により統制されます．本稿ではこの理論を証明付きで紹介します． 有限群のコホモロジー21 Pages 群のコホモロジーは群の Abel 群への作用を調べる強力な道具で，代数では特にGalois群の作用を調 べるためによく用いられます．本稿では最も基本的な有限群のコホモロジーの理論を紹介します． Galois降下6 Pages 体上の代数は有限次Galois拡大体をテンソルすると情報が落ち，構造が単純になります．このとき失われる情報を「Galois群の半線形作用」という形で適切に補うと，もとの代数を復元する操作ができます．これをGalois降下といいます．本稿の前半ではGalois降下の主定理を示
計算可能性理論 講義ノート
∗† : 2018 2 13 1 2 1.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2 14 2.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 2.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 2.3 . . . . . . .
韓国人 on Twitter: "一般に言われてる30ぐらいで頭悪くなるというの、十年ぐらい経過すると受験で勉強したこと全て忘れるというのが正しい気がする"
一般に言われてる30ぐらいで頭悪くなるというの、十年ぐらい経過すると受験で勉強したこと全て忘れるというのが正しい気がする
More PRML Errata
More PRML Errata Some more errata and additional comments for PRML View on GitHub Download .zip Download .tar.gz More PRML Errata This report (a link to the compiled PDF) is an unofficial list of errata for Pattern Recognition and Machine Learning or PRML by Bishop (2006). Looking for the official errata document? Consult the support page to find out a version that suits your copy of PRML. Referen
「現代制御理論」の教科書PDF。状態方程式を使った制御工学の講義ノート（問題と解答つき） - 主に言語とシステム開発に関して
講義ノートの目次へ 制御工学で，現代制御理論の講義ノート。 古典制御論ではおもに伝達関数と複素函数論を使い， 周波数領域で安定性を解析した。 いっぽう現代制御論では，状態方程式と線形代数を使って， 時間領域で線形システムの分析と設計を行なう。 下記のノートで独学できる。 ※事前の復習として，古典制御のノート，線形代数のノート，微分方程式のノートも参照。 現代制御論の講義ノート しっかり学べるPDF： 制御理論II（3年後期） http://www.sd.te.chiba-u.jp/sites/def... 千葉大，２２３ページ。 1.線形システムの表現 2.線形システムの構造解析 3.線形システムの安定性 4.システムの性能 5.線形システムの安定化 6.安定化制御器のパラメータ化 7.フィードバック制御の限界 8.非線形システムの安定論 9.フィードバック線形化 線形制御理論（講義資料）
やる夫で学ぶディジタル信号処理
やる夫cry2 実験データの解析とかで信号処理をしなくちゃならないことが多くなってきたお… やる夫cry 数学でフーリエ解析とか習ったけど，真面目に聞いてなかったのでさっぱりわからないお… やる夫 だからやらない夫に教えてもらうお! やる夫で学ぶディジタル信号処理 東北大学 大学院情報科学研究科 鏡 慎吾 更新履歴 (最終更新: 2016.01.08 ) PDF版 アスキーアートがないと読む気にならないという方は，ページ上部の「アイコンを表示する」をクリックしてください．アスキーアートではないけど多少は助けになるかも知れません． 講演の機会を頂きました．ご関係各位に感謝します: やる夫で信号処理は学べるか ―東北大学機械知能・航空工学科における信号処理教育とウェブ教材― (依頼講演), 電子情報通信学会総合大会, AS-2-8, 九州大学伊都キャンパス, 2016年3月16日. [PDF]
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
外山恒一 on Twitter: "たまに「事前にもうちょっと予備知識をつけた上で……」的に参加を躊躇してる学生のツイートを見かけるが、勘違いというものだ。予備知識をつけて合宿に臨むのではなく、合宿で予備知識をつけて世界に臨むべきなのである。合宿参加以前の学生生活な… https://t.co/q41Gp4PjHn"
娘の「なぜ1+1＝2なのか」に対して「りんご1つとりんご1つを合わせると２つになるって説明は」と聞くと「それは『例え』」と返された話
https://utokyo-icepp.github.io/qc-workbook/welcome.html
コグニカル
日本数学会『数学』ホームページ
https://web.stanford.edu/~hastie/ElemStatLearn//printings/ESLII_print10.pdf