学習とあとで読むに関するdoiman3dのブックマーク (2)
-
扱う領域が多岐にわたり、それぞれに専門性が必要とされるプロダクトマネージャー。日々の業務や意思決定の合間の限られた時間に、学習を進める必要がありますが、短時間で質のよいインプットを行うには、今も昔も書籍は有効な手段の一つです。一方で、一言でプロダクトマネージャーといっても、キャリアの変遷や得意とする領域が異なり、必要とする参考書も人それぞれです。そこで本稿では、全体像を押さえつつ、自分に適したラーニングパスを見つける上で参考になる、筆者の読書経験にもとづいたプロダクトマネージャーのための読書地図をご紹介します。 最初から﹁プロダクトマネージャー﹂という人はほとんどいない ﹁プロダクトマネージャーは忙しい﹂ あらゆる職場で耳にする言葉です。 それもそのはず、プロダクトマネージャーはその仕事の性質からカバーすべき範囲が多岐にわたり、それぞれに専門性を持って臨む必要があります。 そのため、キャリ
-
はじめに 前回記事﹁機械学習による株価予測 いろはの"い"﹂の公開後、筆者の機械学習モデルの獲得利益はめでたく1億を突破することができた。運用モデルの概要については筆者のブログにて紹介したが、折角の機会なので技術的な内容についてここに続編を執筆する。今回の記事では、株価を予測するための特徴量についてその考え方をまとめる。 特徴量の種類 個別銘柄を説明するための代表的なデータとは、財務諸表とチャート︵価格系列︶である。一昔前は個人投資家がこれらのデータを揃えるのにかなりの苦労が必要だった︵特に財務諸表が面倒であった︶が、最近ではQiitaでXBRL用のライブラリが紹介されていたり、バフェットコードでAPI︵有料︶が提供されていたりと、随分と手間要らずになってきたように思う。 個別銘柄を説明するための材料についてさらに進んだ話をすると、IRを自然言語処理に掛けてセンチメントを抽出したり、経営陣
-
1