2020年07月29日20:00 教養を身につけたいからオススメの本を教えてくれ Tweet 1: 以下、5ちゃんねるからVIPがお送りします 2020/07/29(水) 11:16:40.515 ID:QIgj6rif0 VIPPERに教えてもらった『銃・病原菌・鉄』と『コンクリートの文明誌』を読み終わったから新しいの読みたい 3: 以下、5ちゃんねるからVIPがお送りします 2020/07/29(水) 11:17:53.039 ID:SMl7AwsP0 古典読むのがいいんじゃない？ 5: 以下、5ちゃんねるからVIPがお送りします 2020/07/29(水) 11:18:59.332 ID:H4FEB8Hdd >>3 けっこう読んでる 原文はほとんど読んでないけど なんかオススメある？ 11: 以下、5ちゃんねるからVIPがお送りします 2020/07/29(水) 11:21:48.5
大学数学を独学するための方法・考え方 | 趣味の大学数学
どうも、木村（@kimu3_slime）です。 大学数学を独学したい。大学入試を終えて入学前の僕は、独学にチャレンジしてみましたが、うまくいきませんでした。 結果、大学に入り数学科へ進んでから、だんだんと大学数学の独学のやり方・考え方がわかってきました。そのポイントをかいつまんで紹介します。 自分なりのテーマを探そうまず、「大学数学」とは何か？ どんな分野があるかをロードマップで確認しておきましょう。 大学数学のロードマップ ～ 分野一覧と学ぶ順序 言葉の意味はわからなくて問題ありません。図書館で数学の棚へ行き、これらのキーワードの本をパラパラとめくってみましょう。中には興味を持てるものが見つかるかもしれません。 当サイトでも多くの本を紹介しています。本や映画から、これができたら楽しそうだな、カッコいいな、といったテーマを見つけてみてください。 参考：Kindle Unlimitedで読み
ゲームエンジンを自作しながら思ったこと - Qiita
本稿では、私が長く続けている個人でのゲームエンジン開発で得られた知識や経験を紹介します。 嘘ですポエムです。アルコールとか入ってます。 本当はかっこいいこと言ってみんなの役に立つこと書きたかったです。書きたかったけど無理だったよ…。 ひとつのゲームエンジンを作り続けてもう何年も経ちます。その間コンセプトも定められず満足なメジャーリリースもできないままだらだら作り続けてしまったので、あんまり役に立つことは書けなさそう。 とりあえず昨今のゲームエンジンの開発に必要な技術要素と、私が開発している Lumino というゲームエンジンでの代表的な実装例を紹介する、みたいな体で書いてみようと思います。なにか間違ってそうでしたらコメントお願いします。 多分、ちょっとでも役に立つかもしれないのは、「ゲーム作ってたけど気が付いたらゲームエンジン作ってて、ゲームが出来てないけどゲームエンジン公開してみたくなっ
「Pythonのように書けて，Cのように動く」新しいプログラミング言語Juliaの基本的な文法や使い方から，実践的な内容として，標準ライブラリには含まれない数値計算やデータの可視化などのパッケージの活用まで解説する。 ◆対象者◆ ＊ Juliaに興味を持ち，初めて触れるプログラミング学習者 ＊ 科学技術計算を高速かつ手軽に行いたい学生や研究者 ◆書籍の特徴◆ Juliaは2012年に開発版が公開され，2018年に安定版のバージョン1.0がリリースされた新しいプログラミング言語である。JuliaはPythonやRなどのスクリプト言語のように手軽に使用できながら，Cなどの高速なプログラミング言語にも匹敵する実行速度をもち，科学技術計算分野を中心に大きな注目を集めている。2019年には，米国の工業・応用数学に関する学会であるSIAM（Society for Industrial and Appl
アラフォーで文系出身のおっさんが米国コンピュータサイエンス修士に入学した話｜Yohei@Ph.D. in Business
注：この記事は、永続的に全文無料で公開しています。 はじめに / 勝手な謝辞この記事は、社会人学生アドベントカレンダーの12日目です。現在、ウィスコンシン大学マディソン校のMaster of Science in Computer Science - Professional Master’s Programに所属している@YorkNishimura1と申します。アドベントカレンダーを作ってくださった@momiji_fullmoonさん、ありがとうございます。11日目の@wakadori_Mk3さんの1年の絵師鍛錬の成果がすごすぎて、プレッシャーに感じています。 留学の準備期間中、@tkm2261さんのこの記事、@katryoさんのこの記事、@rui314さんのこの記事、@fushiroyamaさんのこの記事、@noralifeさんのこの記事を読んで、出願時の有益な情報を得たり、米国を目指
で、今回はプログラミングの上級者が備えてると個人的に考えてる抽象的思考とアナロジー思考ですが、色々本に投げちゃいます。 前々からプログラミングは地頭の良さで差が出て、IQ高い人ほど学習が早いようなことを書いていましたが、「抽象的思考」と「アナロジー思考」という表現のツールを手に入れて、やっと少し言語化ができそう。IQの高い人＝抽象的思考・アナロジー思考が得意な人とも思えていて、IQは考え方で伸びるものだと思っています。この記事があなたの思考を加速させられれば幸いです。 プログラミング学習を加速させる抽象的思考 抽象化して学ぶということ 変数の例 データの持ち方 アルゴリズム インターフェース設計 障害対応 言語の違い 言語・フレームワークの選定 抽象的思考力を付けるためには 抽象化の悪い例 学習を活かすためのアナロジー思考 アナロジー思考を身につけるには コミュ力とは まとめ プログラミン
在宅時間が増加したであろう現在は、AI（人工知能）やプログラミングの講座にチャレンジしてみる絶好のチャンスと言えます。とくに無料ならば、気軽に手を伸ばしやすいはず！ そこで、今回は大学では文学部で日本語学を専攻する文系大学生が、AIに関する無料講座にチャレンジする「文系大学生がAI講座受けてみた」の記事を7つまとめました。 文系大学生が約1時間半でAIの歴史がわかる無料講座を受けてみた！ 第1回は、スキルアップAI株式会社が提供する「AIジェネラリスト基礎講座」を受けてみました。 第一次AIブームに関する解説のなかでは「フレーム問題」について、現代においても本質的な解決はできておらず、AI研究の最大の難問と言われていて、「実行したい事柄に関係のあるものごとだけを選び出すことは非常に難しい」と話しています。スライドのロボットの絵での説明が非常にわかりやすかったです。 文系大学生が無料のPyt
化学書籍レビュー 化学のためのPythonによるデータ解析・機械学習入門 2021/4/19 化学書籍レビュー ケモインフォマティクス, 機械学習 コメント: 0 投稿者: hoda hodaです。今回は筆者の勉強用に読んだ機械学習関連の書籍を紹介します。 概要 本書は、化学・化学工学分野でPythonを使って機械学習を行うための入門書です。 これまでに蓄積してきた実験／製造データをデータ解析・機械学習を用いて分析することで、いままでとはまったく別のアプローチで材料開発を加速させたり、プロセス管理を効率化・安定化させたりすることができます。なぜなら、実験や製造データは、目に見えない、研究者・技術者の知識・知見・経験・勘の宝庫だからです。そして、データ解析・機械学習を用いることで、これらを目に見える形にすることができるからです。 読者が一から実践できるよう、Pythonのインストール方法、デ
2022年1月8日紙版発売 2021年12月24日電子版発売 岡野原大輔 著 A5判／304ページ 定価2,948円（本体2,680円＋税10%） ISBN 978-4-297-12560-8 Gihyo Direct Amazon 楽天ブックス ヨドバシ.com 電子版 Gihyo Digital Publishing Amazon Kindle ブックライブ 楽天kobo honto 本書のサポートページサンプルファイルのダウンロードや正誤表など この本の概要 初学者の方々に向けた，ディープラーニングの技術解説書。 2012年に一般画像分類コンテスト（ILSVRC）で衝撃的な性能を達成したAlexNetの登場以来，急速な進化を遂げているディープラーニング。現在の人工知能/AIの発展の中核を担っており，スマートフォンからIoT，クラウドに至るまで幅広い領域で，画像，音声，言語処理をはじめ
AWS 認定 機械学習 – 専門知識(AWS Certified Machine Learning – Specialty)の学習方法とマシンラーニング・ディープラーニングの基礎知識が学べる学習リソースの紹介 - NRIネットコムBlog
小西秀和です。 この記事は「AWS認定全冠を維持し続ける理由と全取得までの学習方法・資格の難易度まとめ」で説明した学習方法を「AWS 認定 機械学習 – 専門知識(AWS Certified Machine Learning – Specialty)」に特化した形で紹介するものです。 重複する内容については省略していますので、併せて元記事も御覧ください。 また、現在投稿済の各AWS認定に特化した記事へのリンクを以下に掲載しましたので興味のあるAWS認定があれば読んでみてください。 ALL Networking Security Database Analytics ML SAP on AWS Alexa DevOps Developer SysOps SA Pro SA Associate Cloud Practitioner 「AWS 認定 機械学習 – 専門知識」とは 「AWS 認定
無限の状態のうち1つの状態を取る量子ビットを基本単位とする量子コンピュータ。その振る舞いは時に直感に反し、仕組みをしっかり理解するには数学を用いるしかありません。CodeZineを運営する翔泳社では、量子コンピュータを「なんとなく」ではなく厳密に理解するための『みんなの量子コンピュータ』を1月24日（金）に発売しました。 『みんなの量子コンピュータ』は、量子コンピュータの基礎理論を数学を使ってしっかり理解したい方のための入門書で、Chris Bernhardt氏による『QUANTUM COMPUTING FOR EVERYONE』（The MIT Press Cambridge）の邦訳です。 本書では量子ビットや量子もつれ、量子テレポーテーションなど、量子コンピューティングに欠かせないテーマが取り上げられており、その概念を数学で明確に理解することが目標に掲げられています。直感に反することも
機械学習では、普通、多くの変数や係数を同時に取り扱う。そのような場合にそれぞれの変数や係数を別々に取り扱うと数式が煩雑になってしまう。ベクトルや行列を利用すれば、複数の値をひとまとめにして取り扱えるので、数式が極めて簡潔になる。今回はベクトルについて、基本的な計算方法を紹介する。 連載目次 第4回～第8回までは微分について説明しました。機械学習の数学において微分は特に重要です。もう一つ重要なのが線形代数です。今回からは線形代数について学んでいきます。まずはベクトルの基本を学びましょう。 ベクトルについては、「大きさと向きを持った矢印のようなもの」というイメージを持っている人も多いと思います。高校の数学でもそういった例から話が始まっているはずです。もちろん、それは間違いではありませんが「位置」と「角度」を表す方法としてベクトルを使う、と言った方が応用の幅が広がります。また、ベクトルというもの
【レベル別】線形代数オススメ参考書10選｜ぶく
皆さんこんにちは。このページを開いてくださったということは、少しでも線形代数を勉強したいと思っておられる方だと思います。本屋さんに行くと線形代数の参考書っていっぱいあってどれから読めばいいのかわかりませんよね。少なくとも大学1年生の当時の私はそうでした。今回は私の経験（私は数学専攻の博士課程を卒業し、また、博士課程在籍中には社会人向けの数学専門塾で線形代数や微分積分を教えていました）に基づいて、個人的にオススメな線形代数の参考書をレベル別に紹介したいと思います。少しでも参考になれば幸いです。 超初級レベル（中学・高校の数学が少しわかる方や文系の方向け）①数学ガールの秘密ノート/行列が描くもの（結城浩）
初心者から経験者まで「AIの作り方」を徹底解
初心者から経験者まで「AIの作り方」を徹底解説 機械学習や深層学習（ディープラーニング）技術を利用した製品が登場したり、ビジネスでの活用が模索されるなかAIという存在が世の中にだいぶ浸透してきました。技術者や分析職でAIに関心がまったくないという方はほとんどいないのではないでしょうか。 しかし、AIの作り方や開発方法となると多くの方が知らないと思います。AIという言葉だけでも難しいイメージがありますし、人工知能は大学の研究者や先端企業が取り組む難解なテーマでもあります。 そのため、個人開発でAIを作るってかなり大変じゃないの？と考える方も多いのではないでしょうか。確かに、まったくの初心者にとってプログラムは大変かもしれませんが、その手前の簡単なAIを試しに動かしてみることはそれほど難しくありません。 この記事では、「自分でAIを作ってみたい」というあなたのために、ごくごく初歩的な内容から、
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
画像は「スマートエスイー「深層学習」講座PV ～ gacco：無料で学べるオンライン講座」より オンライン講座サイト「gacco（ガッコ）」では7月20日の15時から、早稲田大学を中心に35以上の大学、企業、業界団体が手がける社会人教育プログラム「スマートエスイー」の一環として、オンライン講座「深層学習」が開講される。受講料は無料。 本講座では、AI（人工知能）におけるディープラーニング（深層学習）の理論と技法を理解することを目的として、予備知識と畳み込みニューラルネットワーク（入門レベル）、実践上の留意点とテクニック、ビジネス適用事例について学べる。 講師・スタッフは『ITエンジニアのための機械学習理論入門』（技術評論社）や『プロのためのLinuxシステム構築・運用技術』（技術評論社）などの著書で知られるグーグル合同会社 中井悦司氏のほか、早稲田大学 理工学術院 専任講師 シモセラ・エド
コンピュータサイエンスのカリキュラム標準
ネタ元 J17-CS: カリキュラム標準コンピュータ科学領域(CS) CS2013: Curriculum Guidelines for Undergraduate Programs in Computer Science CC2020(Computing Curricula 2020): Paradigms for Global Computing Education. 位置づけ J17-CSは情報処理学会が定める日本の大学向けのカリキュラム標準 J17-CSはACMが定義したCS2013を出発点に検討されている だいたい10年周期ぐらいで見直されてる CS2013はグローバルなコンピュータサイエンスのカリキュラム ACMはAssociation for Computing Machineryの略称 ACMは世界でもっとも影響力のあるアメリカの計算機科学分野の学会 CC2020はコンピュ
はじめに この記事は、特徴量エンジニアリングについてわかりやすく説明することを目的として書きました。特徴量エンジニアリングについては、多くの記事で取り上げられていますが、最初に読む入門的な内容を目指しています。 「特徴量エンジニアリング」とは、大雑把に言えば「機械学習モデルの予測精度を上げるための入力データの加工」のことですが、実はこの言葉の定義には曖昧さがあります。様々な記事を読むと、この言葉は使う人により若干意味が異なっていることが分かります。 例えば、ある記事では、欠損値の補完は「前処理」で、カテゴリカルデータのワンホットエンコーディングが「特徴量エンジニアリング」と解説されています。一方、別の記事では両者とも「特徴量エンジニアリング」と解説されています。したがって、この言葉でイメージするものは人によって異なっていると言えます。 データサイエンティストの中でも自然言語処理をメインに扱
セガ公式アカウント🦔 @SEGA_OFFICIAL サインコサインタンジェント、虚数i…いつ使うんだと思ったあなた。実は数学は、ゲーム業界を根から支える重要な役割を担っているんです。 今日は、セガ社内勉強会用の数学資料150頁超(!)を無料公開。 #セガ技術ブログ クォータニオンとは？基礎線形代数講座 #segatechblog techblog.sega.jp/entry/2021/06/… pic.twitter.com/eBUG2YJwH1 2021-06-15 12:22:08
今年は仕事内容も変わって，いろいろなものを勉強した気がします．ということで買ってよかったもの，とは別に．やってよかった教材（書籍，オンライン教材，ブログ等）を紹介しようと思います．入門系多めです． Andrew Ng先生 今年はAndrew Ng（アンドリュー・エング）先生の大ファンになりました．Twitter界隈でまずNg先生のCourseraやCS229をやれ，という話は時折上がってくるので見てみたらハマりました．私は2017年ぐらいからNLPを始めて，機械学習の知識は必要に応じて勉強していたので，体系だってあまり学んで来ませんでした（高村先生の機械学習入門ぐらい）． そこでゼロから勉強し直そうと思い，Andrew Ng先生の教材をやってみました． 結論から言うと非常に良かったです．これから機械学習始めたいという方に特にオススメ，というかこれ以外から始めない方が良いかも，と強く言いたい
開催期間: 2020.8.28 - 2020.9.10 Kindleストアの出版社横断プログラミング書籍セール 700冊以上が対象 50%ポイント還元 or 50%オフ (対象外のも含まれていますのでご注意を) 出版社別対象作品リスト: インプレス / 日経PB / SBクリエイティブ / マイナビ出版 / 秀和システム / 翔泳社 / 近代科学社 / MdN / NextPublishing (セール対象外多め) 本ページはキンセリの特設ページです アマゾンに当セールの対象作品一覧ページが存在しないので作成しました （間違い等ありましたら運営者までお知らせくだされば幸いです） 沈黙のWebライティング —Webマーケッター ボーンの激闘— 沈黙のWebマーケティング −Webマーケッター ボーンの逆襲− ディレクターズ・エディション アルゴリズムイントロダクション 第3版 総合版：世界標
はじめに 2020年10月入学のJAIST東京社会人コース博士前期課程の入試に合格し、10月から入学することとなりました。 そこで本記事では、 なぜJAISTを受験するに至ったのか受験にあたってどのような準備をしたのか試験で聞かれたこと 等を書いていこうと思います。 社会人としての勤務を続けつつ情報系修士を取ることを検討している人や、JAIST東京社会人コースの受験を考えている人の参考になれば幸いです。 そもそもなぜ情報系修士号を取るのか 以下に書いた以外にも考えていることはあるのですが、大まかに言うとこんな感じでした。 エンジニアとして勤務する中で、情報科学の基盤的知識の不足を感じた。非情報系の学部卒で数学もあやふや。大学レベルの微積や線形代数は独学したが怪しさを感じる。論文を読んでいる中で、自分も研究をきちんとやってみたい気持ちが生まれた。博士号を取りたいが、博士後期課程への出願には基
はじめにこの記事は、文系出身の若手SIer社員が放送大学を活用してAI人材を目指した記録です。AI（機械学習・深層学習）を全く知らない状態からスタートして、2年間でJDLA E資格の取得と機械学習を使った論文の学会発表まで至りました。一旦AI（が少し分かる）人材のスタートラインには立てたかなと思っています。 そもそも誰？なぜ放送大学なの？というところは以前公開したこちらをご参照ください。いわゆる「文系SE」だと思っていただいて大丈夫です。 忙しい人のために：AI人材への4ステップ1.まず放送大学に入学して以下の科目を履修します。 ＡＩシステムと人・社会との関係（’２０） 計算の科学と手引き（’１９） 情報理論とデジタル表現（’１９） 入門線型代数（’１９） 線型代数学（’１７） 入門微分積分（’１６） 解析入門（’１８） 自然言語処理（’１９） データの分析と知識発見（’２０） 統計学（’
こんにちは。谷口です。 最近、機械学習の勉強をしている人や、機械学習に関連した研究開発の求人を探す人がすごく増えてきました。 paizaが運営しているプログラミング学習サイト「paizaラーニング」でも、Python×AI・機械学習入門編は非常に人気があります。 ただ、「機械学習を勉強したいけど、何から手を付けたらいいのかよくわからない」「挑戦してみたいけど、難しそう」という人も多いです。それなりに開発経験のあるエンジニアでもそうなので、経験の浅い人だと、なおさらかと思います。機械学習を実践するのに必要な知識の分野は多岐に渡りますので、やみくもにやろうと思ってもなかなか身につきません。 そこで今回は、機械学習を学ぼうと思っている初心者・未経験者の方へ向けて、機械学習の入門に役立つ記事をまとめました。 これから機械学習の勉強を始めようとしている方の参考になれば幸いです。 目次 機械学習への入
数字であそぼ。 １ | 絹田村子 | 【試し読みあり】
数学×爆笑キャンパスライフ！ 「重要参考人探偵」「さんすくみ」の絹田村子最新作！ 読めば数学が好きになる！？ 数学の本当の楽しさを味わっていく青春コメディ！ 京都の名門・吉田大学理学部に合格した秀才・横辺建己（よこべたてき）。 だが大学の高度な数学の授業を全く理解できず、 人生で初めての挫折を味わう。 しかし、ふたたび数学に向き合い、 卒業という頂（いただき）を目指すことに･･･！？ 周囲は頭はいいけど奇人変人だらけ！ マイペースな教授や友人たちに囲まれ、 建己の前途多難な大学生活が始まった！ 「実数の定義」「微分積分」「線形代数」･･･ そんなキーワードを見ただけで「ウッ」となる 数学への苦手意識が強い方はとっても多いと思います。 そんな方にオススメなのがこの「数字であそぼ。」。 なぜなら、主人公の建己は、大学に入って落ちこぼれてしまう 数学迷子だからです。 そんな彼でもわかるように、「
コロナ影響による陰りがありつつ、データサイエンス人気は依然として高そうです。 僕自身も、データサイエンス・データアナリティクスは引き続きビジネスにあたって、なくてはならない技術でありつづける気はしています。 （コレだけでは食っていけなくなる危機感もある） データアナリストを名乗る底辺な私ではありますが、これから目指したいと思っている学生やキャリアチェンジ組の方、新卒でデータアナリストになってこれから頑張ろうとしている人に、自分の経験を元にした至極私的な道案内をしてみます。 ※なんかamazonリンクばっかで大変アフィリエイトっぽい感じですが、一切リンクないので安心してご閲覧ください！爆 私はどんな人？ そもそも私はこんな感じです。 ・10年ぐらいコンサル兼データアナリスト、転職後2年ぐらいデータアナリスト専業 ・R、Python等のプログラミング言語ちょっと。Power BI , Tabl
プログラミング経験ゼロから、1年間で読んできたPython、数学、統計学、資格、機械学習、深層学習などの主な書籍をまとめています。Qiitaには別の諸先輩方が記載している書籍まとめ記事がいっぱいありますが、そもそもプログラミング自体も知らない本当の素人が試行錯誤して読んできた本をここに備忘録的にもまとめておきます。 バックグラウンド 大学院では脳神経科学の研究室にいた生物系 物理、微分積分、線形代数、統計学などは大学生のときに基礎科目として学んだ程度 プログラミングはそれすらない本当のゼロ 新卒で臨床試験の開発部署に（プログラミング、データ解析等とは無縁） 医療画像診断や臨床統計学に興味を持ち始めたのがデータサイエンス学習へのきっかけ ------Python------ 独学プログラマー プログラミング学習への第一歩。Pythonというより、Pythonを通じて、まずはプログラミングとは
はじめに 最近のコンピュータサイエンスブームに影響された自分は、計算機科学を体系的に学ぶために大学の授業を受けることにした。自宅で手軽に受講できる点を考慮し、通信制大学の授業が良いのではないかという結論に至った。 また、海外大学や大学院に編入や入学する場合の前提科目の単位を習得する時にも通信制大学はオススメである。ちなみに、アメリカの大学の学費は非常に高く、オンライン授業でも1科目$700(75000円位)かかる。実はUniversity of People という授業料無料(単位認定試験に120$,13000円ほどかかる)のすごい大学がある。しかし1学期目は指定された授業を２つ取る必要があるため柔軟性に欠ける。 加えて、アメリカなどでエンジニアとして働く場合、ビザ申請にコンピュータサイエンス関連の学位が不可欠なので、最短1.5年で卒業できるオンライン大学はおすすめである。 色々調べたとこ
こんにちは、nooyoshです。2019年11月に実施された統計検定1級（統計数理・統計応用）に合格（統計応用は優秀成績賞）いたしましたので、そのあたりのことを書きます。 教科書 DeGroot&Schervish の "Probability and Statistics" をやりました。海外の古本販売サイトAbeBooks( https://www.abebooks.com/ )で買ったインド版の古本です。 ここに注釈などを自分で書き込んで読んでいきました。スタバで少しずつ読み進めていました。途中ブランクが一年ぐらい空いて、結局二年弱ぐらいかかったかと思います。演習問題については、"Student Solutions Manual for Probability and Statistics"という解答集をAbeBooksで購入し、やっていきました（この本は奇数番号しか答えがついていな
今北産業 VRChat向けの23万ポリの衣装が「重いのではないか」と騒がれている でも正直「23万ポリ」のインパクトで騒いでる人も居る印象を受けますし、実際私も初めは印象論でツイートしました（ごめんなさい） 印象論で騒ぐのは良くないので建設的な形で意見をまとめて送りたかったですし、間違った認識の元「重い」という評判が広まるのはよろしくないと思います。重いなら重いで「何が、どのように重いのか」を指摘した方が建設的です まとめていたら思いの他知見として有用そうだったので、折角なので公開記事としてまとめます（4行目） 以下、スクリーンショット等に含まれる3Dモデルは以下の製品か、それを私的に加工したものです。 Only4U 「【リアル服】only4Uクラファン開催記念無料配布衣装【セフィラ・幽狐族のお姉様・ここあ用】ver1.01」 https://only4u.booth.pm/items/3
はてなブログ独自の集計による人気記事のランキング。6月13日（日）から6月19日（土）〔2021年6月第3週〕のトップ30です*1。 # タイトル／著者とブックマーク 1 「なんとなく元気がない」状態には名前があり対応が必要だと全マネジャーは知っていたほうが良い - tomoima525's blog by id:tomoima525 2 【すべて1人泊可能】2021年はここに泊まりたい！各都道府県から1軒ずつ、一番泊まりたい宿を選出した【全47軒】 - 温泉ブログ 山と温泉のきろく by id:happydust 3 ヒューゴー、ネビュラ、ローカスと主要ＳＦ賞を総なめにした、エモーショナルな往復書簡時間ＳＦ──『こうしてあなたたちは時間戦争に負ける』 - 基本読書 by id:huyukiitoichi 4 クォータニオンとは何ぞや？：基礎線形代数講座 - SEGA TECH Blog
ゼロからのTransformer
もはや機械学習の汎用アーキテクチャと化したTransformerですが、ゼロから丁寧に解説をしている英文記事を発見したので、DeepL、みらい翻訳の力も借りつつ日本語に翻訳してみました。 元記事: Brandon Rohrer, Transformers from Scratch, https://e2eml.school/transformers.html なお、元記事はCC0のパブリック・ドメインです。この翻訳記事も元記事に敬意を表してCC0とします。 私は数年間、Transformerへの深入りを先延ばしにしてきました。最終的には、Transformerの特徴を知らないことへの不快感が、私にとってあまりにも大きくなりました。これはその深入りです。 Transformerは、2017年の論文で、あるシンボル列を別のシンボル列に変換する「配列変換」の道具として導入されました。最も有名な例
TL;DR numpy.matrixは非推奨。numpy.ndarrayと@演算子を使いましょう。 はじめに 少し前に「大名行列を特異値分解してみる」という記事を書いたところ、元同僚さんから「numpy.matrixはdeprecatedですよ」と言われて驚きました1。 調べたらStackOverflowにやたら詳しい解説が載っていたので、それをもとに説明してみようと思います。 特異値分解とmatrixクラス 線形代数に特異値分解(Singular Value Decomposition, SVD)という処理があります。m行n列の行列Xを、m行m列のユニタリ行列U、m行n列の対角行列S、n行n列のユニタリ行列Vの積に分けるというものです。なんか適当な行列を作ってみましょう。 import numpy as np from scipy import linalg X = (np.arange
はじめに 環境とエージェント 環境 マルコフ過程 本当のマルコフ過程 マルコフ決定過程 本当のマルコフ決定過程 強化学習の話をちょっとだけ 最後に はじめに 強化学習を真面目に勉強し始めたので、ここまで学んだ知見を記事としてまとめます。 線形代数の基本的な表記や確率統計で出てくる基本的な言葉を前提とし、理論的な証明などは割愛し結果だけを認める形で進めていきたいと思います。 環境とエージェント まず最初に強化学習で現れる「環境とエージェントの相互作用」なるもの言葉について、実を言うと、目の前にある課題は環境とエージェントの相互作用というのは必ずしも必要がないかもしれません（そうであれば強化学習という手段を行使しないということ…）。 強化学習を学び始めるとどうしてもこの相互作用なるものが前提で話が進んでしまうため、若干の分かりにくさが生まれてしまうように思います。ここでは思い切って、「環境」と
細胞の理論生物学の学び方(学部前期向け)
独学をする時の注意点 ここに記載した教科書はあくまで目安です。 前提となる知識や定番の記法やお約束がわからずに教科書や論文を読んでも理解はできません。特に初学の場合は、自分に馴染みのある問題を手がかりにした教科書を探すほうが早いです。いきなり分野の名著を無理に読むより、学生向けに書いたテキストのほうがよっぽど理解は進みます。 また数学や物理の基礎の場合は、必ずしも最新の教科書がいいわけではなく、昔の教科書のほうが良いこともしばしばあります。今の自分にあった教科書を見つけられるのは自分だけなのです。 数学基礎 理論生物学の教科書を読む場合、どうしても最低限必要となる数学(微分方程式・線形代数・ベクトル解析・確率統計など)があります。ここではその基礎的な数学をまとめます。 また志賀先生の30講シリーズは、数学的厳密さより各分野の気持ちを重点的に記載しており副読本として使うととてもよいです。 数
周りの人が大学生活を振り返る雰囲気になっていたので振り返っていこうと思います。 やはりお祈られ記事を書いて俺YOEEEするべきか— 新刊出ます (@mofmoffox) 2020年2月16日 というわけで振り返り第一弾として、大学時代に受け取ったお祈りメールを思い出していきます。 IT企業P社のアルバイト（2014年12月・B1） 高校生の頃に、高校OBだった創業者が当時僕が部長をしていた部活で講演会をしたことがあり、その中で「大学生になったら是非アルバイトに来て欲しい」と言っていたので応募しました。創業者とのコネがあるとはいえ、何も実力を示せるものがない状態で応募しても採用してくれないだろうと思って、実力を示すために書いた記事が「ご注文は機械学習ですか？」でした。 kivantium.hateblo.jp この記事が予想以上にバズったのでこれはもう受かっただろうと思って舐めた態度で面接に
機械学習をどう学んだか by 日経 xTECH ビジネスAI② Advent Calendar 2019 1日目の記事です。今日は @kenmatsu4 が機械学習をどうやって学んできたか、有用だった本の紹介をまじえて解説してみたいと思います。初のポエム記事ですw こちらは日経 xTECHさん企画のAdvent Calendarですが、ちなみに実はワタクシ @kenmatsu4 はAI道場「Kaggle」の正体 AI道場「Kaggle」の衝撃、DeNAが人材採用の特別枠を設けた訳 の中の人だったりもします 1. 学生時代 大学では経済学部に所属していまして、統計学の先生の下で勉強しました。もう15年以上前ですw 当時データサイエンスという言葉は当然なかったですが、今、データサイエンティストとして働いているのはやはりこの時期にデータ分析に携われたおかげです。文系だったので、数学は独学で勉強し
エイチームは4月11日、デザインに関する社内研修資料を、同社が運営するエンジニア向け情報共有サイト「Qiita」で公開した。デザイナー以外の職種を対象に、デザインの基礎的な考え方を説明。「具体的なテクニックより抽象的な考え方がメインだが、デザイナーと一緒に働く人や、デザインに興味がある人の役に立てるのでは」（エイチーム）としている。 資料はQiitaのデザイン業務を手掛けるデザイナーが作成した。「デザインは見た目を良くするためだけの仕事」「デザインは先天的にセンスが良い人がするもの」といった考え方をよくある誤解とし、製品などの中でデザインが担う実際の役割やその必要性を説明。フォルダの階層構造などを例に、解説した考え方を確認する演習も掲載している。 エイチームは2021年にも同様の研修の資料を公開している。前回の評判が良かったことから、研修を再び実施するタイミングに合わせて資料を更新し、改め
この記事は、2019年Stanアドベントカレンダー5日目の記事です。 12月5日の今日、『社会科学のためのベイズ統計モデリング』がAmazonや紀伊国屋で発売されていると思います。 この本は、ベイズ統計モデリング全般についての解説書です。しかし同時にStanを用いたモデリング事例についても書いているので、Stanアドベントカレンダーで宣伝させてもらおう、と思ったわけです。 著者の紹介 私も著者の一人なのですが、私が貢献している部分は実はほんのちょっとで、ほとんどは第一著者の浜田さん、第二著者の石田さんによって書かれている本です。というわけで、僕は広報を精一杯がんばろうと（ 第一著者の浜田宏さんは東北大学所属の数理社会学者です。数理的に社会現象を説明する研究をされていて、「格差のメカニズム」という専門者を書かれています。あと、最近、「その問題数理モデルで解決します」がヒットしたので、ご存知の
入門 Python 3 第2版
データサイエンスやウェブ開発、セキュリティなど、さまざまな分野で人気を獲得してきているPython。本書は、ベストセラー『入門 Python 3』の6年ぶりの改訂版で、プログラミング初級者を対象としたPythonの入門書です。プログラミングおよびPythonの基礎から、ウェブ、データベース、ネットワーク、並行処理といった応用まで、実践を見据えたPythonプログラミングをわかりやすく丁寧に説明します。Python 3.9に対応し、f文字列などの新機能も追加され大幅にボリュームアップしました。Pythonの機能をひと通り網羅し、リファレンスとしても便利です。 正誤表 ここで紹介する正誤表には、書籍発行後に気づいた誤植や更新された情報を掲載しています。以下のリストに記載の年月は、正誤表を作成し、増刷書籍を印刷した月です。お手持ちの書籍では、すでに修正が施されている場合がありますので、書籍最終ペ
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
教養を身につけたいからオススメの本を教えてくれ : 哲学ニュースnwk
1から始める Juliaプログラミング | コロナ社
優秀なエンジニアの持つ抽象的思考とアナロジー思考 - 渡るネットは嘘ばかり
Googleが提供する無料のAI講座受けてみた：文系大学生が無料で学べるAI講座受けてみた記事7選 | Ledge.ai
化学のためのPythonによるデータ解析・機械学習入門 | Chem-Station (ケムステ)
ディープラーニングを支える技術 ——「正解」を導くメカニズム［技術基礎］
量子コンピュータの基礎理論を厳密に理解するために 『みんなの量子コンピュータ』発売
［AI・機械学習の数学］ベクトルの基本と類似度の計算
グーグルや早稲田大学の講師らが担当、ディープラーニング講座が開講 | Ledge.ai
改めて「特徴量エンジニアリング」とは何か？ - Qiita
サインコサインタンジェント、虚数i…いつ使うんだ→セガ公式「実はゲーム業界を根から支える重要な役割を担っている」
2020年にやってよかった教材（機械学習関連の入門多め） - The jonki
【Kindle】夏のプログラミング書 合同フェア (2020/8/28から9/10まで)
北陸先端科学技術大学院大学(JAIST)東京社会人コース受験体験記
放送大学からはじめるAI（が少しわかる）人材への道｜lumpsucker
プログラミング初心者が「機械学習の入門に読むといい記事」まとめ - paiza times
データアナリストを目指したい人のために個人的な道案内をしてみる - 俺のOneNote
【書籍まとめ】データサイエンス初心者が1年間で読んだ本 - Qiita
通信制大学で学べるコンピュータサイエンスについて - 熊猫愛好家
統計検定1級に合格するために勉強したこと｜nooyosh
23万ポリという数字自体に囚われるのは良くない――かといって重くないわけでもないという話 - Qiita
今週のはてなブログランキング〔2021年6月第3週〕 - 週刊はてなブログ
混ぜるな危険！ndarrayとmatrix - Qiita
強化学習の基本：マルコフ決定過程ってなんぞ？ - HELLO CYBERNETICS
御社は君を必要とせず！ - kivantium活動日記
私がKagglerになるまでの道のり - Qiita
非デザイナーも知りたいデザインの基礎、エイチームが社内研修資料を公開
『社会科学のためのベイズ統計モデリング』を出版しました | Sunny side up!