30歳を迎えたソフトウェア開発者である私が、20代のころに聴いておきたかったアドバイス | ライフハッカー・ジャパン
『人工知能プログラミングのための数学がわかる本』が機械学習研究入門書としてとても良さそうだった - Stimulator
- はじめに - 本を読んで筆者に媚を売る記事シリーズです。 「人工知能プログラミングのための数学がわかる本」という書籍を筆者の石川 聡彦（Aidemy）@akihiko_1022さんから譲り受けました。 人工知能プログラミングのための数学がわかる本 作者: 石川聡彦出版社/メーカー: KADOKAWA発売日: 2018/02/24メディア: 単行本この商品を含むブログを見る 明日2/24発売ですが、筆者である石川さんがCEOを務めるAidemyさんと人工知能、機械学習のイベントにてご縁があり頂く形になりました。 そもそもAidemyは、Python及び機械学習のための知識と実装に関する学習を行えるWebサービスです。 aidemy.net 似たサービスではUdemy(https://www.udemy.com/jp/)というアメリカのサービスがかなりのシェアを誇っています。 Aidemy
確率論と統計学は俺がまとめるから、他の分野はお前らの仕事な。 確率論 Index of /HOME/higuchi/h18kogi 確率空間 生成されたσ-加法族 確率の基本的性質 確率変数とその分布 分布の例 分布関数 期待値、分散、モーメント 期待値の性質 独立確率変数列の極限定理 大数の弱法則(Weak Law of Large Numbers) 確率1でおこること 大数の強法則 中心極限定理 特性関数 Higuchi's Page Brown運動 Brown運動のモーメントの計算 連続性 Brown運動の構成:Gauss系として Brown運動に関する確率積分 空間L^2の元の確率積分 伊藤の公式(Ito formula) 日本女子大学理学部数物科学科の今野良彦先生のところにあった資料 最尤法とその計算アルゴリズム 収束のモード 大数の法則と中心極限定理 指数分布族モデルにおける最
結局、機械学習に必要な数学ってなに？
マショマロで１ヶ月間質問に答えて紹介した書物をまとめてみた 読書猿Classic: between / beyond readers
機械学習の有益な書籍情報を共有します。 初心者向け 最初に読む本としては「オンライン機械学習」「フリーソフトではじめる機械学習入門」「言語処理のための機械学習入門」がオススメです。 「オンライン機械学習」は3章までが入門的な内容になっています。4章以降は発展的な内容なのである程度力がついてからが良いです。オンライン機械学習という分野は実装が簡単で実用性が高いので最初に取り組むのに適しています。 広い範囲で機械学習を概観したい場合は「フリーソフトではじめる機械学習入門」がよいです。こちらは全体像がつかみやすい反面、数式の展開がわかりにくい箇所がちらほらあるので適当なスルー力が必要とされます。 「言語処理のための機械学習入門」はやや実装よりの本です。数式をみるより具体例をみたほうがわかりやすい、という人はこの本が良いと思います。 数学 何をやるにしても基礎体力は大切。数学の理解が深まれば深まる
はじめに 目標の設定と指標の決定 目標の設定 指標の決定 評価指標に対する最低限の知識 機械学習における知識（補足） ニューラルネットワークの学習 最初に使うニューラルネットワーク 時間的にも空間的にも独立である複数の特徴量を持つデータ 空間の局所的な構造に意味のある多次元配列データ（例えば画像） 時間的な変動に意味のあるデータ（例えば音声、自然言語） ニューラルネットワークの細かい設定 ユニットの数と層の数 正則化 活性化関数 ドロップアウト バッチ正規化 学習の早期終了 性能が出ない場合 データの追加収集 ニューラルネットの設定をいじる 用いるニューラルネット自体を変更する 新たなニューラルネットワークの考案 コードを書くにあたって データ成形 結果を記録するコード フレームワークの利用 フレームワークの選択 ChainerとPyTorch TensorFlow Keras 最後に は
リクルートは8月20日、同社の新人エンジニア向け研修資料を無償公開した。Amazon Web Services（AWS）やJavaScriptなど技術分野だけでなく、トヨタ生産方式のようなマネジメント手法など20講座以上の資料を公開している。 公開したのは、AWSやTypeScript、Webブラウザの仕組み、Web広告の成果を測るときなどに使うA／Bテスト、業績改善に役立てられる制約理論（ToC）、トヨタ生産方式入門などの資料。 これらの研修資料は、リクルートの新卒エンジニアが「現場で本当に必要な生きた知識・技術」を学べるように作ったという。同社のベテラン社員の経験を基にした内容で、ほとんどの資料を内製している。 同社は2017年から新卒エンジニア向けの研修資料を社外にも公開しており、フィードバックを受け、内容を毎年改修している。21年版では、「HTML／CSS講座」を「ブラウザ講座」に
INDEX はじめに PageRank の基本概念 どうやって PageRank を求めるか 現実に適用する際の問題 Namazu での実装実験 PageRank に対する個人的見解 参考文献 おまけ：「グーグル？／ゴーグル？」 Since: Thu Feb 1 18:22:44 JST 2001 Last Refreshed: Sat Jan 24 18:30:35 JST 2004 ★(2004/1/24) Yuan Huanglin氏によって 本ページの中国語訳 が作成されました。 ★(2003/7/1) 拙著『Namazuシステムの構築と活用』を改訂しました。 詳しくは サポートページをご覧ください。 ★(2003/5/20) Google に関するオンラインニュース記事一覧(日本語記事のみ)を 別ページ(googlenews.html) として分離しました。 ★(2001/2/
Web開発におけるコンピュータサイエンス - 機械学習編2 - Hatena Developer Blog
この教科書は、はてなサマーインターンの講義資料として作成されたものです: https://github.com/hatena/Hatena-Textbook 機械学習編1（基礎編）では、最も初歩的な分類器である単純パーセプトロンを題材に、機械学習の基本について勉強しました。機械学習編2（実用編）では、実問題に機械学習を適用する上でのコツや、各種の機械学習アルゴリズムの使い分け、高次元データへの対処法、といったトピックについて解説していきます。 実問題に機械学習を適用する タスクを定義する データを特徴ベクトルに変換する 評価方法を決める 正解データの正例と負例は均等に ベースラインとなる手法を実装する 実データに向き合うときの心構え 機械学習のワークフロー 1. 前処理 データセット作成 サンプリング 特徴抽出 欠損値・欠測値への対応 値のスケーリング 特徴選択 次元削減 2. 学習 モデ
やる夫で学ぶ応用数学 -フーリエ解析-
■掲示板に戻る■ ■過去ログ倉庫一覧■ やる夫で学ぶ応用数学 -フーリエ解析-1 ： ◆zmN9XuyND6：2011/12/24(土) 20:28:30 ID:QzQ2AiG6 / :..:..:.:.:.:.:.:.:.:.: : : : : : .ﾉ : : : : : : : : : .ハ. /..:..:..:..:..:. :.:.: : : : : : ／: : ／:.}. . . . ／: : : .､ はろー /:..:..:..:..:.. :.: : : : : : ／: : ／ ,勹. . .／.: : : : }:.:.: /:..:..:..:.:.: rt ､/: : ／/ｰ ´ ｀メ､:.:.／.:.／: : :/: : i 今日はフーリエ解析と、その周辺の科学について /:..:..:.:..／∧ /: ／: / { 笊ﾐ彡
次のサービスや製品はどれも身近にありますが、これらに共通していることはなんでしょう。 Amazonの「この商品を買った人はこんな商品も買っています」 はてなブックマークの「関連エントリー」 Google 翻訳 Google 日本語入力 メールクライアントのスパムフィルタ デジタルカメラの自動顔認識 ニンテンドーDSの手書き文字認識 買い物履歴、ユーザが書いたコメントやタグ、Webに無数にあるページ、メール、画像や動画と対象はそれぞれ異なっていますが、どれも「データから有益な情報を取り出す」ということを行っています。 これらは「機械学習」という技術を使って実現されているのです。 機械学習の応用範囲 機械学習は冒頭で挙げた以外にも、様々な分野で使われています。 例えば、ノイズ除去や特徴の抽出を目的とした利用パターンがあります。音声認識や画像認識、文字認識（OCR）などはその代表格です。それらも
スレ主さんからの投稿より。 1 ：愛のVIP戦士＠全板人気トナメ開催中：2008/06/19(木) 23:57:24.46 ID:DxFjSi2L0 ＿＿＿_ ／ ＼ ／ ─ ─＼ はぁ…ひまだお…おっ！ ／ （●） （●） ＼ 有希ちゃんがいるお！ | （__人__） | 何の本を読んでるんだお… / ∩ノ ⊃ ／ ( ＼ ／ ＿ノ | | .＼ “ ／＿＿| | 4 ：愛のVIP戦士＠全板人気トナメ開催中：2008/06/20(金) 00:00:06.60 ID:DxFjSi2L0 -─――- ､＿＿ '´ ｀丶、 ／ ヽ
2016年10月に未経験・新人データサイエンティストで雇ってもらいました。当時はまだ業界が牧歌的だったのと、比較的書類上のスペックが高い若者だったのもあり、運良く拾ってもらえたのでした。今だと100％受かってないです。 そんな私が今までで読んだ本の中で、役に立った本をつらつら書いていきます。 現代の若者がどんどん優秀になっているので、これくらいでいまんとこいっぱしのデータサイエンティスト（@ビジネスサイド）になれるんだなあという基準を述べようかと思いました。何年か後に振り返りたいですね。 もちろん、これが誰かの学習の役に立てばと思っています。 ちなみに、アフィリエイト入れてないので気にせず買っていってください。 数学無難に解析学と線形代数学を勉強しておくといいと思っています。
最近はツイッターでいろんな人に普段どんな感じで勉強してるのかということを聞かれるのですが、ぼくはだいたいネットでPDFを拾ってきて読んでます。 そこでぼくが今まで読んだ中で良さげな機械学習系の本のリンクをまとめておこうと思います。 ちなみに全て英語ですので日本語じゃないとやだ〜〜〜って泣いちゃう方はタブを閉じるか日本語訳を書店で探してきてください。 PRML (Pattern Recognition and Machine Learning) Pattern Recognition and Machine Learnng www.microsoft.com まず1冊目はみんな大好きPRML。 機械学習の本というよりかはベイズの本と言っていいようなお気持ちもあるのですが、基礎力として非常にいい本だと思います。 特にグラフィカルモデルの章はめちゃくちゃ読み応えあるので個人的には大好きな一冊。
Udemyで夏の大キャンペーン開催！ はてなブロガーも受講した、Python・機械学習・人工知能など最先端スキルを学べる講座を5つピックアップ - はてなニュース
お盆休みが明けてもう8月下旬。秋に向けて自分が学んでみたいことや身に付けておきたい技術などを見つけ始めるにはよいタイミングです。そこで、オンライン学習プラットフォーム・Udemy（ユーデミー）のオンライン講座をチェックしてみてはいかがでしょうか。 Udemy(ユーデミー)公式サイト Udemyの講座は一度購入すれば受講に期限はなく、PCでもスマートフォンでもデバイスを問わず見られるので、ちょっとした隙間の時間を有効に活用可能。必要な時に必要な講座を選べます。はてなブログを使って、受講内容のまとめや振り返り、学んだことのメモを書いている方も多くいらっしゃいます。今回はUdemyの数ある講座の中から、はてなブログユーザーさんの声も交え、おすすめの講座を5つピックアップしました。 Udemyでは8月30日（金）午後3時59分まで、対象の講座が1,200円から受講できる大セールが実施されています！
経済学を知ったかぶりするための独学方法
すらたろう氏が独習者のためのおすすめ経済学入門テキストを紹介しているのを見て、ask.fmを始めたところ、経済学研究科に行かないで経済学を学ぶ方法を質問されたのを思い出した。 用途が分からないのだが、SNSで聞かれたのでSNSで使うための知識なのであろう。主に文系学問を学んできた人が、インターネットの交流サイトで経済学を知ったかぶりするための独学方法を考えてみたい。 1. 基礎的な数学を学ぶ 経済学は言葉として数学を利用しているため、ある程度の数学の知識が必要だ。記号の意味ぐらい分からないと、読み飛ばしもできない。しかし経済学の教科書の数学の説明は極端に省略されているので、やさしめの数学書を読んだ方が理解が深まる。線形代数、集合、位相、解析のイロハを学ぼう。 一般教養で数学を履修していなかった人は、『微分・積分30講』と『線形代数30講』を読んでおく方が良いと思う。だらだら読んでいても一ヶ
エンジニアに読んで欲しい技術書90選 - Qiita
はじめに タイトル通り、読んで欲しい（圧）技術書をたくさん集めてみました。自身の担当から外れる領域に関しては、会社の人に協力を仰ぎ、編集しました。「何を読めばいいかわからない」、「次の読む本を探したい」などのように考えている方の参考になればと思います。 また、大きく、 ・新米エンジニア ・脱新米エンジニア と分けてまとめたので、参考にしてみてください。 技術書のススメ 技術書の紹介の前に、技術書で得られるものについて説明したいと思います。全然読み飛ばしてもらって大丈夫です。この章から本の紹介を行なっていきます。 技術書は体系的な構成となっているため、技術書を読むことで、 ・論理的な思考力が身に付く ・技術の歴史・背景を知れる ・技術の知識、手法を学べる これらを学ぶことができます。論理的な思考力、知識はわかるけど、技術の歴史・背景を知ってどうするんだと思う方もいるかもしれません。しかし、歴
_ 統計の教科書を公開 2013年度の学部の講義「統計学」で使用するための教科書を公開します． http://ruby.kyoto-wu.ac.jp/~konami/Text/ このテキストは，今年度まである出版社から出してもらっていたのですが，かなりの訂正と加筆を行い，元の本からはかなり内容が離れてきてしまいました．また出版社も，売れ行きがぜんぜん悪いし，カリキュラムが変わって100人以上いた受講者が30人程度に激減して儲けのタネにならなくなり，書店から引き上げてしまったようです． そこで，思い切って改訂版はネットに公開して一般の人に自由に使ってもらい，学生が授業で使う分については，小部数印刷の業者に必要なぶんだけ印刷製本してもらうことにしました．なんと2日で製本までやってくれるということで，初回の授業で注文をとってから印刷すれば，次の講義では使えるわけです．便利な世の中です． どんな教
画像は「京都大学「因果推論 －一般化線型モデルとRubin因果モデルの理論－」講座PV～ gacco：無料で学べる大学講座」より オンライン講座サイト「gacco（ガッコ）」では、オンライン講座「因果推論 －一般化線型モデルとRubin因果モデルの理論－」を開講中だ。京都大学が大学院生向けに提供する臨床統計家育成コースを過去の教育経験をベースに、臨床医学のための統計学を習得できるように構成したもの。閉講日時は2022年2月28日（月）23時59分。受講料は無料。 本講座では、医学のための因果推論（causal inference）の手法とその理論を解説する。因果推論の理論を系統的にまとめた「講義ノート」が用意され、いくつかの重要な論点を対話形式で解説した動画を視聴して学習する。 因果推論を学ばなければならない理由の1つとして、医学、経済学、政治学、教育学といった分野で、実証研究の価値が高ま
数学教室のホームページ
基礎数学 線形代数学 微分方程式 フーリエ解析 確率 データ処理 確率分布 ベクトル解析 Mathematica入門 高校大学連携教育
GPT-4に感動して社内業務を人工知能に置き換えようとしている取引先への報告にGPT-4を使って15分で終えた話｜山本一郎（やまもといちろう）
2014/10/14 追記 本書87ページに「母数」という単語が複数回出てきますが、 これは全て「分母」とすべきでした。*1 通常、統計学の文脈では、母数は各確率分布を特徴付ける変数を指す単語であり、 例えば正規分布は平均と分散という二つの母数によって形状が決定されます。 決して母数と分母（あるいは全数）と誤解してはなりません。 しかし母数と分母を混同することは本当によくあることで、 本書はこのような頻出する誤解を訂正し、 皆様が統計を用いる際の失敗を一つでも減らす という目的で執筆に至ったにも拘らず、 まさか本書でこのような重大な失敗をしてしまったことに対し 心からお詫び申し上げ訂正させて頂きます。 なお、問題個所の記述は共著者の森藤氏ではなく 私が記述したものであり、全責任は私にあります。 本を書くに当たり、誤字脱字や言い回しの不備は出来る限り無くすべきですが、 人間であるためミスをす
科学を変えた10のコンピューターコード | Nature ダイジェスト | Nature Portfolio
Fortranからプレプリントアーカイブまで、プログラミングとプラットフォームの進歩は、生物学、気候科学、物理学を新たな高みへと導いた。 2019年、イベント・ホライズン・テレスコープ（EHT）のチームは、ブラックホールの実際の姿を初めて世界に見せてくれた。彼らが発表したリング状に輝く天体の画像は、従来の写真とは違い、計算によって得られたものだ。具体的には、米国、メキシコ、チリ、スペイン、南極点の電波望遠鏡が捉えたデータを数学的に変換することによって得られたのだ1。研究チームは、その知見を記載する論文とともに、ブラックホールの撮影に用いたプログラミングコードも公開した。科学コミュニティーが自分たちのやり方を確認し、それを足場にできるようにするためである。 このようなパターンは、ますます一般的になりつつある。天文学から動物学まで、現代のあらゆる偉大な科学的発見の背後にはコンピューターがある。
大学の理工系の講義ノートPDFまとめ （数学・物理・情報・工学） - 主に言語とシステム開発に関して
大学と大学院の，理工系の講義ノートPDFのまとめ。 PDF形式の教科書に加え，試験問題と解答，および授業の動画も集めた。 学生・社会人を問わず，ぜひ独学の勉強に役立ててほしい。 内容は随時，追加・更新される。 （※現在，６０科目以上） カテゴリ別の目次： （１） 数学の講義ノート （２） 物理学の講義ノート （３） 情報科学の講義ノート （４） 工学の講義ノート ※院試の問題と解答のまとめはこちら。 （１）数学の講義ノート 解析学： 解析学の基礎 （大学１年で学ぶ，１変数と多変数の微分・積分） 複素解析・複素関数論 （函数論） ルベーグ積分 （測度論と確率論の入門） 関数解析 （Functional Analysis） 代数： 線形代数 （行列論と抽象線形代数） 群論入門・代数学 （群・環・体） 有限群論 （群の表現論） 微分方程式： 常微分方程式 （解析的および記号的な求解） 偏微分方程
ちなみに、IT業界全体のシェアとしてはMicrosoftのAzureの方がGCPを上回っていますが、Web業界においてIaaSにAzureを採用している企業さんは2019年時点ではまだまだ少ないので、現状ではとりあえずAzureへのキャッチアップは後回しにしておいて問題ないと思われます。 クラウドアーキテクチャ設計 前述したAWSやGCPの各種マネージドサービスを適切に組み合わせてアーキテクチャ設計を行い、それを構成図に落とし込める能力は必須となります。 いわゆる「アーキテクト」という職種の担当領域でもありますが、「サービスを安定稼働させたまま、バリューをユーザに迅速に届ける」ためには、自動化のしづらい構成が採用されてしまったり、無駄な機能が開発されてしまったり、アンマネージドなツールやサービスが使用されて管理工数が肥大化したりしないように、アーキテクチャ設計の段階からDevOpsエンジニ
【年末年始】2021年の「年間総合はてなブログランキング」トップ100と「はてな匿名ダイアリー」トップ50、一挙公開！ - 週刊はてなブログ
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
若手エンジニアを不幸にしないための開発の「べからず」集 - Qiita
確率論、統計学関連のWeb上の資料 - yasuhisa's blog
文系エンジニアが機械学習に入門するために小学校の算数から高校数学までを一気に復習してみました。 - Qiita
機械学習の有益な書籍情報を共有します - EchizenBlog-Zwei
ディープラーニングの応用のための具体的方針まとめ - HELLO CYBERNETICS
リクルート、新人エンジニア向け社内研修資料を公開 AWS入門やマネジメント手法など20講座以上
Google の秘密 - PageRank 徹底解説
後編 プログラミングを学ぼうと思い立つ 行列はVBAなんかじゃ無理っぽいし、..
"プライドに傷がつくことは、山頂からの景色を眺めるためであれば取るに足らない" - naoyaの寿司ブログ
第1回 機械学習 ことはじめ | gihyo.jp
やる夫で学ぶ相対性理論:ハムスター速報 ２ろぐ
文系でも機械学習がわかるようになる教科書 - EchizenBlog-Zwei
2018年にブックマークしたURLでよかったもの集めた - Really Saying Something
「第1回 プログラマのための数学勉強会」開催しました！（動画＆資料つき） - 34歳からの数学博士
データサイエンティストとして読んで役立った本たち@2020-07｜だみ〜
無料で拾える機械学習系の本のPDFまとめ - とある京大生の作業ログと日々の雑記
統計の教科書を公開 - 【小波の京女日記】(2013-03-12)
隠れて物理を勉強する - hiroyukikojima’s blog
京都大学、因果推論の手法と理論を学べる講座が無料に 臨床統計学の講師が担当 | Ledge.ai
東京大学出版会『統計学入門』は入門を一通り終えた人におすすめ｜Colorless Green Ideas
データサイエンスのお奨め教科書。統計屋さん的視点から - hotokuとは
初学者からの統計学10冊（社会科学向き） - Qiita
技術者のための基礎解析学 機械学習に必要な数学を本気で学ぶ | 翔泳社
エンジニアのためのデータ可視化実践入門という本を書いた - あんちべ！
「音源分離」の最新手法を解説した、中級者以上向けの実践的な技術書『Pythonで学ぶ音源分離』を8月24日に発売
2019年のDevOps/MLOpsエンジニアの標準的スキルセット - Qiita