150 分で学ぶ高校数学の基礎
[重要なお知らせ (2023/8/12)] 現在，スライドの p.10 に不十分な記述があります．ルートの答えは 0 以上の数に限定することに注意してください (たとえば -3 を 2 乗しても 9 ですが，ルート 9 は -3 ではありません)．なお，現在筆者のパソコンが修理中でデータがないので，修正は 1 週間後となります． [目次] 第1章 数学の基礎知識（p.5～） 第2章 場合の数（p.31～） 第3章 確率と期待値（p.56～） 第4章 統計的な解析（p.69～） 第5章 いろいろな関数（p.103～） 第6章 三角比と三角関数（p.141～） 第7章 証明のやり方（p.160～） 第8章 ベクトル（p.187～） 第9章 微分法と積分法（p.205～） 第10章 その他のトピック（p.240～） スライドのまとめ（p.254～）
2020年5月末でP&Gのブランドマネージャーを退職しました。僕はこのNOTEで、P&Gで非言語的に受け継がれているマーケティングの思考法を、分かりやすい教科書のようにまとめようと思います。本気で読めば1時間かからず読めると思います。が、ちゃんと理解すれば知識レベルとしては本何冊分にもなることをお約束します。さらには、そのマーケティング思考の先に、僕がどんなマーケティングの進化を考えていて、そのために次のチャレンジとしてどんなアクションを取ろうと思っているかも最終章にまとめようと思っています。 総合商社から中途採用でP&Gのマーケティング本部に採用され、シンガポールのアジア本社への異動も伴いながら、世界最高峰のブランドマネジメントの"いろは"に触れらたことは、本当に幸運なことです。直近では、ファブリーズのブランドマネージャーとして、ブランドレコードとなる売り上げを達成することが出来たのは、
高校レベルの数学から大学の教養数学くらいまでを独学/学び直した - razokulover publog
去年の12月頃から数学の学び直しを始めた。 職業柄少し専門的な、特に機械学習の方面の書籍などに手を出し始めると数式からは逃れられなかったりする。とはいえ元々自分は高校時代は文系で数学1A2Bまでしか履修していない。そのせいか少し数学へ苦手意識があり「図でわかるOO」とか「数学無しでもわかるOO」のような直感的に理解出来る解説に逃げることが多かった。実務上はそれで問題ないにしてもこのまま厳密な理解から逃げているのも良くないなと感じたのでもう少し先の数学に取り掛かることにした。 巷には数学の学び直しについての記事が既にたくさんある。それに自分の場合は何かの受験に成功した！とか難関の資格を取得した！というような華々しい結末を迎えている状態ではない。そんな中で自分が何か書いて誰の役にたつかもわからないが、少なくとも自分と似たようなバックグランドを持つ人には意味のある内容になるかもしれないので、どの
本書は、Amazon総合1位(無料)となった科学的学習法の本のWeb版です。 １２万部のベストセラーとなった前著と同様、図とイラストを使って分かりやすく解説しています。 英語学習者・教師・受験生・小学生～高校生の親御さんに読んでいただきたいです。 全５巻(派生巻も含めると全８巻)構成で、これは第１巻です。 それでは、さっそく、サイエンス誌に掲載された論文を解説します。 (サイエンス誌は、ネイチャー誌と双璧をなす、世界最高峰の学術誌です) この論文からは、学習効率に関する重要ポイントをいくつも学べます。 本書は、基本的には中学生でも読めるように書いてあります。 実際、本書をある中学３年生の女の子に読んでいただいたところ、たいへん好評でした。 実際に期末試験の成績も上がり、志望校にも合格し、ご両親も喜んでおられました。 では、以下、論文の解説をどうぞ。 ■カーピキー2008実験 たとえば、英語
俺はさっきまで知らなかった。これはやばすぎるので増田に書いて広めようと思う。（追記にも書いたが、公式の英語字幕があるので聞き取れなくても心配しないでほしい。） 以下のリンクから飛べる。 https://nptel.ac.in/courses リンク先を見ればすぐ分かると思うが、驚くべきは、カバーしている分野の広さだ。アメリカのMOOC(Udacityだの、Udemyだの)は、表層的な、「すぐ使える技術」の講座ばかりで、オペレーティングシステムやコンピュータネットワーク、あるいは偏微分方程式や代数学といった、コンピュータサイエンスや数学等の基礎学問のような分野はあまりカバーされていない。（主観だが、恐らく正しいはずだ。Udacityのジョージア工科大のコンピュータサイエンスの授業は別だが、数は少ないし、それにしても数学はカバーしていない。） しかし、この「NPTEL」では、自分に関わりのある
「未経験文系から3ヶ月でデータサイエンティストになって一発逆転」はここで終わり (2020/7/31 更新) - todo-mentor’s diary
データサイエンティストを生業にする手段と実態について述べる。 途中、具体例・境界値の例として私個人の話もするが、なるべく一般性のある話をする。 この記事で言いたいことは具体的には4つだ。 プログラミングスクールをディスるなら代わりの入門方法を提供しようよ。 もう「未経験文系から3ヶ月でデータサイエンティストで一発逆転物語」を止めろ。*1 おじさんは人生逆転したいなら真面目にやれ。 若者はワンチャンじゃなくて、ちゃんと化け物になれよ。 この記事についてはパブリック・ドメインとして転載・改変・リンク記載を自由にしてよいです。 (続き書いた) a. 入門は辛いが… b. 思考停止でプログラミングスクールに通うな。 なろう系・始めてみよう系資料一覧 （最速・最短ルート用） まずは動かしてみよう。強くてニューゲームが体験出来るぞ！ 入門以前の本 一般向け業界本 (AI業界と展望がわかる本) 技術者入
私はタイムラインとトレンドを一切見ないタイプのツイ廃なので、流行の話題に乗り遅れることが多々ある。（それでいいと受け入れている） そのため「不登校だった（？）VTuberが積分についてイチから勉強する配信」が少し前に話題になっていたらしいと今さら知った。 私はVTuberのオタクではない。ときどきのらきゃっとさんの放送を観るくらいで、今をときめくホロライブとかにじさんじについては何も知らない。 ただ、私は数学ガールのオタクである。 数学ガールとは、ラノベ風の数学読み物シリーズだ。ラノベと言っても、扱う数学は高校〜大学レベルかそれ以上と、ガチである。（派生した『数学ガールの秘密ノート』シリーズでは中学〜高校レベルの易しい内容を扱っている） 私は本当に数学ガールシリーズが好きで好きでたまらなく、約1年前からはレビュアーとして出版前の原稿を読ませて頂いている。だから「著者からの回し者とかではござ
7/25(日) 13:00から行われた東京オリンピック 女子ロードレースで奇跡が起こりましたので普段、自転車ロードレースに関心の無い方でも分かるよう解説してみました。 何が起こったのかオーストリアからたった一人参加していたプロではない博士号持ちの数学研究者アンナ・キーセンホーファー選手がスタート直後から飛び出し、そのまま最後まで逃げ切って金メダルを獲得してしまいました。 何がすごいのか通常ロードレースでは大きな集団(メイン集団とかプロトンと呼ばれます)になって走りますが、そこから飛び出して先行する少人数の逃げ集団も良く作られます。 今回もアンナ選手と他に4人がスタート直後にメイン集団から飛び出し、5人の逃げ集団を作って先行しました。 しかし、そのような逃げ集団はレース終盤にはメイン集団に追いつかれて吸収されてしまうのが一般的です。 たまに逃げ集団の選手がそのまま逃げ切って勝ってしまうことも
積分とは・対数とは・微分とは〜「分かる」とはどういうことか〜
文系向け「統計学」の授業で、積分・対数・微分を復習する機会があった。その時の「1枚スライド」を公開した。この図をめぐって、「分かる」とはどういうことか、について多くのコメントをいただいた。それを、まとめました。（話が同時並行で進行するので、スレッド風の「まとめ」です。） 注意：積分は、統計学の場合、正規分布表を見るために必要。対数の必要性は、尤度関数（尤もらしさ）の対数をとって計算を簡単にする式変形で使うため。微分の必要性は、確率密度関数の最大値（尤度最大の条件）を求めるため。どれも統計学で必須の内容。 注意２：（追記8/6）ここに出てくる「指数、対数、微分、積分」は「感染症の数理モデル」の基礎となっている。 注意３：（追記8月9日）番外編『「積分」と「源氏物語」〜「晩年の清少納言」から「京都女子大」まで』へのリンクはこちらです。https://togetter.com/li/157284
ゴリゴリの文系がＡＩをほぼ独学した半年 - Qiita
ゴリゴリの文系（偏差値４０前半）がAIを学んだ半年 どうも、ゴリゴリの文系です。 商業高校卒業したあと、文系学部にいったので、そこらへんの文系とは格が違います。 文系界のサラブレットです。 肝心な数学力ですが、高校で数学Aまで勉強して、大学で数学入門とっただけです。 つまり、戦闘力0.1ぐらいです。 これから勉強する人に向けてポエムをつらつらと書いていきます。 やってきたこと 実装から始めたい人はある程度参考になるかと。 理論から始めたい人は微積、線形代数、確率統計の基礎を習得してからcouseraに行くのが良いのではないでしょうか。（個人の感想です。） 独学はモチベドリブンでやんないとしんどいので自分でカスタマイズしていってください。 0ヶ月目 会社の研修でプログラミングの基礎を習得。 ここでJavaを勉強してそこそこ組めるようになりました。 研修が終わってから2日くらいかけて、pyth
なぜ、微積分は役に立つのか
なぜ、微積分は役に立つのか 2023.11.27 Updated by Atsushi SHIBATA on November 27, 2023, 14:58 pm JST 今回紹介する書籍：『はじめての物理数学』永野 裕之（SBクリエイティブ、2017） 朝起きてから寝るまで、我々は何種類もの「数」を見ます。 私自身、朝起きるとネットやニュースで降水確率、予想気温のように気象にかかわる数、為替、海外の株式市場の指数など、いろいろな種類の数をチェックします。しばらく前なら、コロナウイルスの感染者数や増加傾向を表す指数を毎日のように確認していました。 自分を取り巻く環境を知るために、私たちはいろいろな「数」を確認します。そして数を手がかりにして、行動を決めます。現代を生きる私たちにとって「数」は、世界を知るための「目」としての役割を持っています。 現代人が日常的に見るこの種の数は、たいてい計
1. はじめに こんにちは、東京大学 3 年の米田と申します。この度は、ダイヤモンド社から『高校数学の基礎が 150 分でわかる本』という書籍を出版させていただくことになりました。高校数学の基礎を図解で超わかりやすく説明した本です。 【フルカラー図解】高校数学の基礎が 150 分でわかる本 - Amazon 発売日は 3 週間後の 2023/7/26 です。電子書籍版も同時期に出る予定です。本記事では、この本の内容や特徴について、簡単に紹介させていただきます。 2. この本はどういう本か 本書は、主に次のような方に向けた、高校数学の「超」入門書です。 高校数学をはじめて学ぶ方 数学を学び直したい方 日本ではたくさんの数学の本が毎週のように出版されています。しかしこの中の多くは、難しくて多数の人が挫折してしまうか、雰囲気でわかった気にはなるけど結局身に付かないかのいずれかです。 そこで本書は
文系パパエンジニアが放送大学等でコンピュータサイエンス・数学を学んで理系学士を取りに行く話 - とあるCS学徒のブログ
※取りに行く話なのでまだ取ってません。 界隈ではコンピュータサイエンス（以下CS）を学ぶことが流行っていますが、これはとあるパパのとある一例です。どなたかの参考になれば。 こちらの通り申請致しました。 https://t.co/IDkVJAWjc2— Y (@wbspry) 2021年2月13日 誰？ 事の経緯 なぜ大学でCS・数学を学びたいのか CS系学位を課す外資大企業たち CSできるマンへの憧れ 立ちはだかる数学の壁 dynamicなものよりstaticなもの ところで、CSって何？ 選択肢と選択 なぜUoPeopleではなかったか 週次の人巻き込み課題が大変そう 単位移行が可能なのか（※当時は）よくわからなかった とはいえ なぜ帝京理工通信ではなかったか なぜJAISTではなかったか 学位授与機構との出会い 新しい学士への途（単位累積加算制度）とは 学位取得までの流れ そして単位集
JJUG CCC 2022 Fallで「Javaの入門が終わったら何の勉強をすればいいの？」という内容で発表を行いました。 基本的なものが作れるようになったけども、イマイチプログラムが組めないというときに、何を勉強すればいいかをまとめました。 入門が終わって作りたいものがあれば作っていきましょう、業務で言われたものが作って行こう、でもなんだかちゃんとしたものが作れないな、もっとちゃんとしたものを作りたい、次のステップに進みたいというときに勉強していく感じです。 資料はこちらです とりあげた本についてまとめておきます。 開発作業について 概要 プログラミング言語 アーキテクチャ ミドルウェア ネットワーク デプロイ 理論 開発手法 開発プロセス まとめ フレームワークは入門でやってる前提です。Java入門書「プロになるJava」ではJavaの基本から簡単なDB操作、Spring Bootまで
Skip to the content. 機械学習の研究者を目指す人へ 機械学習の研究を行うためには、プログラミングや数学などの前提知識から、サーベイの方法や資料・論文の作成方法まで、幅広い知識が必要になります。本レポジトリは、学生や新社会人を対象に、機械学習の研究を行うにあたって必要になる知識や、それらを学ぶための書籍やWebサイトをまとめたものです。 目次 プログラミングの準備 Pythonを勉強しよう 分かりやすいコードを書けるようになろう 数学の準備 最適化数学を学ぼう 基本的なアルゴリズムとその実践 機械学習の全体像を学ぼう 基本的なアルゴリズムを学ぼう 深層学習の基礎を学ぼう scikit-learnやPyTorchのチュートリアルをやってみよう サーベイの方法 国際会議論文を読もう Google Scholarを活用しよう arXivをチェックしよう スライドの作り方 論文の
競技プログラミングの問題を解くためには２つのステップがあります。 問題で要求されていることを言い換える知っているアルゴリズムやデータ構造を組み合わせて解く 必要な（知っておくべき）アルゴリズムやデータ構造は色々なところで学ぶことができます。 しかし、「問題の言い換え」や「アルゴリズムを思いつく」というのは、非常に様々なバリエーションがあり、問題をたくさん解かないとなかなか身につきません。 そこで、この記事は以下のことを言語化し、練習のための例題を提示することを目標とします。 問われていることを、計算しやすい同値なことに置き換える方法アルゴリズムを思いつくための考え方競技プログラミングで「典型的」と思われる考え方 ※一部問題のネタバレを含むので注意 ※良く用いられるアルゴリズムやデータ構造については競技プログラミングでの典型アルゴリズムとデータ構造 を参考にして下さい。 入力の大きさ(制約)
【Python】専門書や論文を読みたいけど数学が苦手・わからない人向けのコードを読んで学ぶ数学教本 - Qiita
はじめに プログラミング自体は文系、理系、年齢関わらず勉強すればある程度ものになります。プログラミングがある程度できるようになるとTensorflow,PyTorchやscikit-learn等のライブラリで簡単にできる機械学習やデータサイエンスに興味を持つの必然! これからさらになぜ上手くいくのか・いかないのかの議論をしたい、社内・外に発表したい、理論的な所を理解したい、先端研究を取り入れたい、応用したい等々と次々に実現したい事が増えるのもまた必然でしょう。このときに初めて数学的なバックグラウンドの有無という大きな壁が立ちはだかります。しかし、数学は手段であって目的ではないので自習に使える時間をあまり割きたくないですよね。また、そもそも何から手を付けたら良いかわからないって人もいるかと思います。そんな人に向けた記事です。本記事の目標は式の意図する事はわからんが、仕組みはわかるという状態に
4年前に会社の福利厚生を使ってスタンフォードの授業を取ってみたら面白く、 働きながらでも続けられそうだなという実感を得たので、 2年後、受験を経てジョージア工科大学にリモートで通い始めた。 そして先日、ジョージア工科大学からコンピュータサイエンス修士号をいただくことができた。 画像の学位記は卒業式イベント用の非公式のもので、1~2か月すると Masterとちゃんと書いてある本物が来るらしい *1 。 After 1 year and 9 months, I graduated from Georgia Tech and got a master's degree in computer science. It was intense to be a student while working full-time, but I learned a lot. pic.twitter.com/J
ラマヌジャンは本当に何も知らなかったのか
$$\newcommand{a}[0]{\alpha} \newcommand{Aut}[0]{\operatorname{Aut}} \newcommand{b}[0]{\beta} \newcommand{C}[0]{\mathbb{C}} \newcommand{d}[0]{\delta} \newcommand{dis}[0]{\displaystyle} \newcommand{e}[0]{\varepsilon} \newcommand{F}[4]{{}_2F_1\left(\begin{matrix}#1,#2\\#3\end{matrix};#4\right)} \newcommand{farc}[2]{\frac{#1}{#2}} \newcommand{G}[0]{\Gamma} \newcommand{g}[0]{\gamma} \newcommand{Gal}[0]
「その数自体は0でないのに、2乗するとはじめて0になる数」ってなんですか？ そんな数あるはずがないと思いますか？ でももしそんな数を考えることができるなら、ちょっとワクワクすると思いませんか？ 今回はそんな謎の数のお話。 実数の中には、「2乗して0になる数」というのは0しかありません。 （2乗して0になる実数は0しかない図） ということは、「2乗してはじめて0になる数」というのがあるとしたら、それは実数ではありえません。 「1年A組にはメガネの人はいないので、メガネの人がいたとしたらその人は1年A組ではありえない」くらいの当たり前のことを言っています。 この辺の議論は、複素数で「」を導入したときと同じですね。 「実数の中には、2乗して-1になる数というのは存在しないので、それがあるとしたら実数ではありえない」ということで「虚数」であるが導入されるわけです。 それならばということで、ここでは
はじめにこの記事では、放送大学で修得した単位を独立行政法人大学改革支援・学位授与機構に「積み上げ単位」として提出し、2022年8月に同機構から情報工学の学士（厳密は学士（工学）、専攻の区分：情報工学）を取得した際の記録についてまとめています。 執筆者のプロフィールとこれまでの経緯についてはこちらの記事をご覧ください。いわゆる文系SEだと思っていただければ大丈夫です。これまでに何本か記事を書いていますので、この記事では学位授与機構関連の部分に絞ります。 なぜ情報工学の学位が欲しかったのか放送大学は1学部6コース構成となっており、どのコースを卒業しても（＝例えば情報工学っぽい科目だけを取っても哲学っぽい科目だけを取っても）得られる学位は一律「学士（教養）」というものになります。せっかく情報科学・情報工学に全振りした履修をしたのに（教養）では少々寂しいということで、学位授与機構の「積み上げ単位」
はじめまして。mayocornです。 先日のABC281で青コーダーになりました！ 経歴 20代の主婦。旦那は競プロやってないです。 中学卒業→高校入学→高校中退→バイトを転々とする（ITに関してはSESで半年ほど働いた経験あり）→今の住所に引越してきてからは無職 趣味はゲームで、最近やっているタイトルはファイアーエムブレムエンゲージ、Splatoon3です。音ゲーやカードゲームに熱中してた時期もありました。CHUNITHMは旧レートでベスト枠15.3くらい。でものめりこむほどお金がかかるのでやめました。競技プログラミングは何問解いても無料なので続けられてます。 学力に関して話すと、高校数学は確率、論理と集合がちょっとわかるくらいで三角関数、微分積分、行列あたりは全然分かりません。青パフォーマンスをとるのにこのへんの知識が必要になったことはなかった気がします。（私が参加した回の中では） 競
文系大学生が機械学習を０から始めて９か月でKaggle銀メダルを獲得するまで - Qiita
今回自分は０から始めて９か月でコンペで銀メダル(6385分の249位,top4パーセント)を獲得できました。 自分の今までの流れをおさらいしていきます。 それまでの僕のスペック 数3と行列はほぼ何も分からない プログラムはrubyとjavaはそこそこに書ける、pythonは知らん 勉強の流れ １２月末 機械学習を始めると決心、とりあえず何をやればいいかよく分からないがpythonが必要らしいのでprogateでpythonをやってみる １月 数学が必要らしいので、行列と微分積分について１から学んでみる。今から考えると、行列の基礎をさらえたのは良かったですが、それ以外はこの時間は絶対いらなかったなと考えています。 微分積分 行列 ２月 Udemyで多くの講座を受ける、詳細は以下の記事にまとまっています https://qiita.com/HayatoYamaguchi/items/c8051
「映像も物理も、微分可能になるとすごいことが起きる」ということの意味を文系にもわかるように説明しようと試みる 2021.07.26 Updated by Ryo Shimizu on July 26, 2021, 07:12 am JST 最近のプログラミングの新しい波は微分可能プログラミング(differentiable programming)である。 微分可能プログラミングとは、簡単に言うと・・・と思ったが、簡単に言うのは結構難しい。 まず「微分」という言葉があまり簡単ではない印象がある。 まずは微分と積分の関係性を説明しておこう。文系の読者に向けた記事であるので、非常にざっくりと説明してみよう(そのかわり、元々数学が得意な読者にとっては直感的ではない説明になるかもしれない)。 まず、瓶からコップにジュースを移すような状況を想定してみる。 瓶からコップが一杯になるまで60秒で注ぐとし
こういう人間です ・ 文系（英文学科） ・ Webエンジニア ・ 統計を勉強中モチベーションここ２年ほど統計を勉強しているのですが、そこで毎回立ちふさがるのが数学の壁でした。わたしは文系ということもあって数ⅡB（しかも途中まで）しか履修していなかったため、微分積分や線形代数などが出てくると理解することが難しく時間がかかってしまいます。 でももっと統計を知りたいし理解したい 😭 という気持ちをずっと感じていて今回数学をやり直すことにしました。 高校３年分と考えるとなかなか決心するのに時間がかかりましたが、やってよかったと思います。スケジュール感や実際使った本などを共有することで同じような方の参考になればよいなあ、と思います。 実際使用した本 ・ 講座■ よくわかる数学シリーズ 主にMY BESTシリーズを使用しました。カラーで説明もわかりやすく、目にも心にもやさしい仕上がりになっております
ある日、テレビ局からメールが届いた。内容は要約すると以下の通りだ。 "数学検定1級に9歳で合格した安藤匠吾くんに取材をしているのだが、どうやって勉強したのかと聞くと、あなたのYouTubeチャンネルを愛用しているらしい。番組内でYouTubeの授業動画を使用させて頂けないか" え・・・、 ほんとに・・・？数検1級といえば、その試験範囲に大学数学(微分積分・線形代数・確率統計など)を含む、合格率が10%を切ることもある難関試験である。 それを小学4年生の子供が・・・？冷静なフリをして返信を済ませ、そっと喜びを噛み締めた。自分のYouTubeチャンネル(予備校のノリで学ぶ「大学の数学・物理」：通称『ヨビノリ』)は主に大学レベルの数学や物理を扱うチャンネルであり、メインのターゲットはもちろん理系大学生である。 しかし、開設当初から「学校の勉強に満足ができない子に進んだ教材として利用してほしい」と
こんにちは。しおぱんです。ChatGPTのプラグインがあまりに多すぎて大変だったので、プラグイン機能一覧を作りました。 【お知らせ】 プラグインの増加速度が早すぎるため、記事作成が追いついておりません🙇 お急ぎの方はこの記事作成でも利用しております、こちらのプロンプトを使ってみてください🙌 【カテゴリ検索の方法】 ブラウザの検索バーに [カテゴリ名] を入力すると絞り込みできます🙆 Mac: Command + F / Windows: Ctrl + F 【カテゴリ一覧】 [エンタメ] [音楽・音声] [画像・動画] [学習] [学術] [語学] [プログラミング] [ビジネス] [マーケティング] [ファイナンス] [ニュース] [ツール] [リサーチ] [ウェブアクセス] [天気] [旅行] [レストラン] [ショッピング] [医療・健康] [不動産] [求人] [ユーティリティ
先日、博士（情報学）になりました。学部と大学院をあわせた 9 年間で読んだ情報科学関連の教科書・専門書を思い出を振り返りつつここにまとめます。私は授業はあまり聞かずに独学するタイプだったので、ここに挙げた書籍を通読すれば、大学に通わなくてもおおよそ情報学博士ほどの知識は身につくものと思われます。ただし、特に大学院で重要となる論文を読み書きすることについては本稿には含めておりません。それらについては論文読みの日課についてや論文の書き方などを参考にしてください。 joisino.hatenablog.com 凡例：（半端）とは、数章だけ読んだ場合か、最後まで読んだものの理解が浅く、今となっては薄ぼんやりとしか覚えていないことを指します。☆は特におすすめなことを表します。 学部一年 寺田 文行『線形代数 増訂版』 黒田 成俊『微分積分』 河野 敬雄『確率概論』 東京大学教養学部統計学教室『統計学
最近プロパガンダの話とは別にミーム戦がどうこうという話を耳にする人が増えたかもしれないし、増えていないかもしれない。 より詳しい人は「デジタルゲリマンダー」について文献を漁ってもらえれば良いと思うが、既存メディアの人たちや政治分析に従事する人たちですらその前段階の概念であるミーム戦について理解していない人たちが多いので、そのうち削除するけど念のために書いておく 「ミーム戦」を知る前に まず情報部門では「アナリスト」と言われる学識ある偉い人と、「エージェント」と言われる正規軍の人たち、そして現地で違法行為も厭わず情報をかき集める「オペレーター」とに分かれる 昔は野球の守備位置に例えられるぐらいそれなりに厳格に資格が分かれていたのだが、最近では現地採用の人が偉くなってエージェント活動を担ったり、湾岸戦争後にクウェートやアフガニスタンに自ら乗り出して現場活動を始めてテロ死したアナリストもいるので
κeenです。最近JEITAのソフトウェアエンジニアリング技術ワークショップ2020に参加したんですが、そこで五十嵐先生、柴田さん、Matzとパネルティスカッションをしました。その議論が面白かったので個人的に話を広げようと思います。 年末年始休暇に書き始めたんですが体調を崩したりと色々あって執筆に時間がかかってしまいました。 時間を置いて文章を書き足していったので継ぎ接ぎ感のある文体になってるかもしれませんがご容赦下さい。 というのを踏まえて以下をお読み下さい。 いくつか議題があったのですが、ここで拾うのは一番最後の「プログラミング言語の未来はどうなるか」という話題です。 アーカイブが1月末まで残るようです。もうあと数日しかありませんが間に合うかたはご覧下さい。 そのとき各人の回答を要約すると以下でした。 五十嵐先生：DSLを簡単に作れる言語というのが重要。それとプログラム検証、プログラム
エンジニア・データ分析職の方々にお薦めしたい、LLM時代に不可欠な教養が身に付くテキスト3選 - 渋谷駅前で働くデータサイエンティストのブログ
（『IT Text 自然語処理の基礎』より） 3ヶ月ほど前に空前のLLMブームについて概観する記事を書きましたが、それ以降も世間のLLMに対する狂騒ぶりは収まるどころかますます拍車がかかるという有様で、あまつさえ僕自身の仕事における日常業務にもじわじわと影響が及びつつあり、今後も良きにつけ悪しきにつけLLMと共生し続ける必要がありそうだと感じている今日この頃です。 そんな猫も杓子もLLMに群がるが如き空前のブームを受けて、エンジニアやデータ分析職の方々の中には「LLMに興味はあるんだけど世の中にあまりにも多くのLLM関連コンテンツが溢れ返っていて何から手をつけたら良いのか分からない」という向きもあるように見受けられます。そこで、僕も断じてLLM以下生成AIの専門家などではないのですが、個人的に「このテキストを読めばLLM時代を生き抜くことが出来そうだ」と感じた書籍を、全くの独断と偏見で3冊
統計・機械学習の理論を学ぶ手順 - Qiita
社内向けに公開している記事「統計・機械学習の理論を学ぶ手順」の一部を公開します。中学数学がわからない状態からスタートして理論に触れるにはどう進めばいいのかを簡潔に書きました。僕が一緒に仕事をしやすい人を作るためのものなので、異論は多くあると思いますがあくまでも一例ですし、社員に強制するものではありません。あと項目の順番は説明のため便宜上こうなっているだけで、必ずしも上から下へ進めというわけでもありません。 （追記）これもあるといいのではないかというお声のあった書籍をいくつか追加しました。 数学 残念ながら、統計モデルを正しく用いようと思うと数学を避けることはできません。ニューラルネットワークのような表現力が高くて色々と勝手にやってくれるような統計モデルでも、何も知らずに使うのは危険です。必ず数学は学んでおきましょう。理想を言えば微分トポロジーや関数解析のような高度な理論を知っておくのがベス
なんかマナブやばいな、ついでに色々見てたんですが、最近技術ではない方向で前に出てきてるエンジニアが増えてるようですね。 技術ブログは一般の人は見ないからわからないかもですが、技術ブログ系はエンジニアが見るだけで、基本的にそこで収益を得てるものも少ない印象があります。技術者の業界というのは業界の発展のために、無償で貢献(楽しみとしての人が多い)する人がすごく多く、それによってライブラリの充実の恩恵として再利用性や車輪の再発明を避けたりできてたりします。なので、この人達は金儲け系のブロガー界隈では話題にならないですね。 一般向けに言葉を発信する人が少なめだったというのもあるのかも知れませんが。というか、よく見たら取り上げようと思った人全員文系エンジニアですか…。文系エンジニアは技術よりお金に向かい、理系はお金より技術に向かう傾向でもあるんですかね。 今回はやまもとりゅうけん、マナブ、勝又健太さ
タイトルの通り。筆者は高校の教員で、いま業務が少しだけ落ち着いていて分析する暇が出来たので、次年度以降の入試対策のために解き直してみたのだが、新テストの方針をすごい形で問題として体現していたので、なるべくわかりやすく解説していきたい。 わかりやすくとはいえ、大学入試の古典問題について突っ込んで書くので、もし興味（と古典の知識）があったら実際に解いてから読んでみてほしい。 問題や解説・予備校の分析などは以下から参照。解けなくても解説や、現代語訳と設問を見るだけでもいい。 予備校 https://www.toshin.com/kyotsutest/ https://kaisoku.kawai-juku.ac.jp/nyushi/kyotsutest/21/ ちなみに大学入試センターの問題作成方針はこっち。 https://www.dnc.ac.jp/albums/abm.php?f=abm00
データ分析&データ視覚化のコンサルティングをしております、永田ゆかりと申します。 これまで2000人以上の方にデータ分析や活用の研修・トレーニング講師、企業への分析コンサルティングをさせていただいており、仕事をさせていただく中で必要な本を読み続けているうちに、気がついたらデータ分析領域の本を200冊以上読んでいました。 中でもデータビジュアライゼーション・視覚化の領域に関しては私自身の得意領域ということもあり、数多く読み込んでいます。 本記事では数多くのクライアントの方々との問題解決に役立った知識・ノウハウが書かれている良書をご紹介させていただきますので、是非最後までご覧ください。 データ可視化そのものについて知りたいたは、こちらの記事からどうぞ。 データ可視化とは？その重要性や手法、よくある課題と解決策を解説 データ分析における視覚化（ビジュアライゼーション）系のおすすめの本17選1 S
発掘，史上初の純国産ビデオゲーム！ HITAC 10で開発され，1973年にお披露目されたゲームと，それが後年に与えた影響とは
発掘，史上初の純国産ビデオゲーム！ HITAC 10で開発され，1973年にお披露目されたゲームと，それが後年に与えた影響とは ライター：hally 12→ 1973年7月，一般的に“日本初のビデオゲーム”とされるタイトーの「エレポン」や，セガ・エンタープライゼスの「ポントロン」が発売された。しかし，これらはあくまでAtariの「PONG」をコピーしたものであり，開発の面からすれば本当の意味で“日本初”であるとは言い難い。 では“日本人が自ら考案・設計した最初のビデオゲーム”とは，いったい何なのだろうか？ その答えが，意外なところで見つかった。調査によって，1973年の11月に，岩手大学の大学祭で「電子パチンコ」および「電子ボーリング」なるビデオゲームが，学術用ミニコンピュータ・HITAC 10をプラットフォームとして公開されていたことが明らかになったのだ。現在探しうるうちでは，これが恐ら
はじめに 初めまして。ZENKIGENデータサイエンスチームのはまなすです。正式な所属はDeNAデータ本部AI技術開発部なのですが[1]、業務委託という形で今年度から深層学習系の開発等に携わっています。 深層学習界隈では、2017年に衝撃的なタイトル（Attention Is All You Need）の論文が発表されてから早5年半、元出自の機械翻訳タスクを大きく越えて、Transformer関連の技術が様々な領域で用いられる汎用アーキテクチャとして目覚ましく発展し続けています。 今回はそんなTransformerが現時点までにどのように活用されてきたか、また、どのように工夫されてきたかをざっくりと俯瞰し、流れをおさらいする目的の記事になります。本記事の大枠は、2021年時点でのサーベイ論文である A Survey of Transformers に倣いつつ、適宜、2023年2月上旬現在ま
はじめにこの記事は、放送大学の（主に情報コースを中心とする）学生さん向けに、私の履修済み科目の感想と主観的評価を共有して、履修計画の参考にしていただくことを目的に作成しました。下記の記事の通り、2019年-2020年の2年間で情報コースの科目を8割方履修したのでそれなりの網羅性があるかと思います。 （2023年2月追記）その後、選科履修生として履修した他コースの科目や大学院科目などを追加して112科目掲載しています。試験難易度については履修時期によって会場試験・在宅ペーパー試験・在宅Web試験が混在しているので参考程度でお願いします。 タイトルは私が現役生の時に通っていた大学の似たような評価システムから拝借しました。 以下の科目は基本的にナンバリングが低い順に並べています。閉講済みの科目も混じっていますが、記録と後継科目の参考のために残しておきます。あくまで全て（上記の記事にある通り、文系
みんな高校で習ったことおぼえてないの？
ひょんなことで、微分をつかってちょっとしたことをした。 たったそれだけなのに、職場で「増田さんすげぇ！！」って超人扱いされた。 仕事で使わないから忘れて当然って言われるけど、自転車の乗り方みたいなもんで忘れようにも忘れられないと思うんだが。 微分忘れろっていわれても微分を知る前の自分には戻れないだろ。 聞けば、みんな高校の教科書をかなり忘れてるらしい。 自分と同世代（ちなみに40歳）だけでなく、20代ですら忘れてる。 自分はそんなに大学受験でエリートコースに乗れたほうじゃなく平々凡々だった。 偏差値は覚えてないが、どの教科もセンター試験で8割くらいだったと思う。 嬉しい反面、マジかって思う。 余弦定理とか、気体の状態方程式とか、カノッサの屈辱とか、みんな忘れちゃってるの？
物理と数学の履修時期は常に１年すれ違っている
物理学は常に数学の発展と共に進歩してきた。 というより物理学からの必要に駆られた要請によって新たな数学の概念が切り開かれてきた。 したがって当然、物理を学ぶ際には現象そのものの理解とその裏に潜む数学的内容の理解が両輪となるのだが、 なぜだか日本の学校教育においては、この前提が上手く機能していない。 物理分野においてある現象を習ったその翌年に、ようやく数学分野において必要な概念が登場するといった具合だ。 具体的には、以下のようなものがある。 小学校６年の理科で「てこ」の法則性を学ぶ。この背景にあるはずの「反比例」の関係は中学１年の数学で習う。中学校３年の理科で力の分解を学ぶ。この背景にあるはずの「三角比」は高校１年の数学Ⅰで習う。中学校３年の理科で運動エネルギーを学ぶ。この背景にあるはずの「二次関数」は高校１年の数学Ⅰで習う。高校１年の物理基礎で等加速度運動を学ぶ。この背景にあるはずの「多項
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
【1時間で分かる】P&G流マーケティングの教科書｜石井賢介
最新研究からわかる 学習効率の高め方 - 分裂勘違い君劇場 by ふろむだ
君はインド最大（多分世界最大）の無料MOOCの「NPTEL」を知っているか。
数学ガールオタクが初見VTuberの積分配信にめちゃくちゃ感動したメモ1｜kqck
オリンピック女子ロードレースの奇跡を素人にも分かるよう解説する
「高校数学の基礎が150分でわかる本」を書きました - E869120's Blog
プログラミング言語の入門が終わったら何の勉強をすればいいの？ - きしだのHatena
Hiroshi Takahashi
競技プログラミングで解法を思いつくための典型的な考え方 | アルゴリズムロジック
働きながらアメリカの大学院でCS修士号を取った - k0kubun's blog
「2乗してはじめて0になる数」とかあったら面白くないですか？ですよね - アジマティクス
放送大学と学位授与機構で情報工学の学位を取る（科目対応表付き）｜lumpsucker
【AtCoder】中卒の主婦が青コーダーになったおはなし【競技プログラミング】 - Qiita
「映像も物理も、微分可能になるとすごいことが起きる」ということの意味を文系にもわかるように説明しようと試みる
文系社会人が統計のために１から高校数学をやりなおしました｜hanaori
数学検定1級に9歳で最年少合格した少年に会ってきた話｜ヨビノリたくみ
ChatGPT プラグイン機能一覧｜しおぱん
大学で読んだ情報科学関連の教科書 - ｼﾞｮｲｼﾞｮｲｼﾞｮｲ
「ミーム戦」とか分かんない人用メモ｜山本一郎（やまもといちろう）
プログラミング言語の未来はどうなるか | κeenのHappy Hacκing Blog
ブロガー界隈の有名フリーランスエンジニアを見てプログラミングを始めないでくれ - 渡るネットは嘘ばかり
大学入試新共通テストの古典問題が凄かったので解説させてほしい
データ視覚化のプロが選ぶデータ分析のオススメ本32選
30分で完全理解するTransformerの世界
放送大学マイルストーン('23)｜lumpsucker