検索対象

並び順

ブックマーク数

期間指定

  • から
  • まで

1 - 40 件 / 55件

新着順 人気順

線形代数の検索結果1 - 40 件 / 55件

  • わかりにくい線形代数を操作可能な図で表現することで簡単に理解できる無料の教科書「Immersive Math」

    「Immersive Math」は、数学のうちベクトルや行列などの計算を研究する分野である「線形代数」についてインタラクティブな図を用意することでわかりやすさを向上させた無料の教科書サイトです。 Immersive Math https://immersivemath.com/ila/index.html サイトのトップページはこんな感じ。「完全にインタラクティブな図を備えた世界で最初の線形代数本」と述べられています。 中央に表示されている三角形の図はインタラクティブで、左上をクリックすることで回転・停止を切り替えられるほか、各頂点をクリックしてドラッグ＆ドロップすることで位置を調整可能。自由に図を編集できるため理解しやすいというわけです。 ページをスクロールすると目次が現れました。まずは「Preface(序文)」をクリック。 「『百聞は一見に如かず』という言葉の通り、たくさんの言葉を重ね

      わかりにくい線形代数を操作可能な図で表現することで簡単に理解できる無料の教科書「Immersive Math」

    • 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


      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
        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

      • 「線形代数で何を学ぶのか、何に役立つのか」大学や高専で線形代数を学び始めた人へ送るポスト→「学生時代に読んでみたかった」「意味や繋がりが理解できて初めて面白い」

        三谷 純 Jun MITANI @jmitani 筑波大学 システム情報系 教授（'75生）CG/折紙/幾何/プログラミング，一風変わった折り紙の設計，制作をしてます．令和元年度文化庁文化交流使としてアジア諸国をまわってきました．主に数学と折紙と日常のことについてツイートします．折紙作品の写真をこちらで公開しています instagram.com/mitani.jun/ mitani.cs.tsukuba.ac.jp/ja/ 三谷 純 Jun MITANI @jmitani 理工系の大学生1年生の多くは まずはじめの数学で「線形代数」を学ぶことになると思います。 僕が学生だった頃、 「結局これって何を勉強しているの？」 という疑問がずっと拭えなかった記憶があります。 同じような疑問を持っている学生向けに、線形代数で何を学ぶのか説明する文章を作ってみました pic.twitter.com/1j

          「線形代数で何を学ぶのか、何に役立つのか」大学や高専で線形代数を学び始めた人へ送るポスト→「学生時代に読んでみたかった」「意味や繋がりが理解できて初めて面白い」

        • 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

            エンジニアに読んで欲しい技術書90選 - Qiita

          • ITスキルロードマップ roadmap.sh がすごい。AI and Data Scientist について対応する本をまとめた - Qiita

            ITスキルロードマップ roadmap.sh がすごい。AI and Data Scientist について対応する本をまとめた機械学習データ分析キャリアデータサイエンスデータサイエンティスト Developer Roadmapsというサイトがすごいです。ITエンジニアの分野別にスキルアップのロードマップが示されています。 言語、基盤、アプリ、かなり網羅されています。 その中のAI and Data Scientist Roadmapについての推薦図書まとめです。 雑感 これだけ学んでいれば「こいつ知ってるな」感がありますね。ただ気になる点としては ビジネス、ドメイン知識や分析目的定義などのスキルについて言及がないのは残念。 いきなり数学から入るコースになってますが、一旦は飛ばしてコード写経してから戻ってきても良いと思います。ここで挫折すると勿体無いので。 計量経済学重視の観点はいいですね

              ITスキルロードマップ roadmap.sh がすごい。AI and Data Scientist について対応する本をまとめた - Qiita

            • ARMはx86より効率がいいというのは過去の神話

              従来から、「ARMはx86より（電力的に）効率的だ」という言説があります。これは単純に「ARMは省電力なスマホ向けで、x86は電力を食うPC向け」程度のアバウトなイメージのこともありますし、前世紀のRISC vs CISC論争のころからある「ARMはx86 (x64を含む)に比べ命令セットがシンプルなので、命令デコードにかかる電力が少なくて済んで効率的」という議論の形をとることもあります。 この議論については、半導体エンジニアの多くは「ARMがx86 より効率が良いというのは、もはや過去の神話」(in today’s age it is a very dead argument)という認識を共有していると言っていいでしょう。有名なところではApple CPU (ARM)とZen (x86)の両方を開発したジム・ケラー氏のインタビューでも言われていますし、Chips and Cheeseとい

                ARMはx86より効率がいいというのは過去の神話

              • 統計検定1級に受かりたければこれをやれ - Qiita


                2023年11月19日に統計検定1級を受験し，統計数理，統計応用(社会科学)にダブル合格。 勉強期間半年(半分ダラダラ)で一発合格できた経験をもとに主観込み込みで綴っていきたいと思う。 結論 結論からいいます。統計検定1級に受かりたければやることはただひとつ。 現代数理統計学の基礎を完璧にする。 これだけです。現代数理統計学？統計検定準1級ワークブック？過去問？いりません。 現代数理統計学の基礎，この本を仕上げ切るまでは手をつけなくていいです。 なぜ僕がこう言い切れるのか軽く説明していきたいと思います。 簡単な自己紹介 某都内私立大学3年生。大学の授業で線形代数，微積，確率統計の基礎を履修。受験期は理系で数3も勉強していたためそこまで数学に対する抵抗はない。というか数学に抵抗のある方は統計検定1級に向いてないと思う。 なぜ現代数理統計学の基礎だけでいいのか 統計応用の勉強はどうするの？そう
                  統計検定1級に受かりたければこれをやれ - Qiita

                • Udemyで夏のビッグセール開催！ 話題の生成系AIからプロダクトマネジメントまで、新たな得意分野を見つけよう - はてなニュース


                  ※夏のビッグセール、およびキャンペーンは終了しました。ご応募ありがとうございました。なお、Udemyの講座修了者を対象とした﹁学習応援キャンペーン﹂は9月30日まで実施中です。 オンライン学習プラットフォーム﹁Udemy﹂では、2023年8月22日︵火︶から夏のビッグセールを開催します。対象の講座が1,200円から購入可能と、なかなかチャレンジできなかった新しい領域を学習するにはとってもお得なチャンス。 今回のセール対象講座から、ChatGPTやMidjourneyといった話題の生成系AI、その基礎となる大規模言語モデル︵LLM︶の入門や実装を扱う講座といった人気のトピックに加えて、アプリケーション開発やプロジェクトマネジメント、さらには英語学習など、ステップアップを目指すITエンジニアにオススメの中級から上級の講座もピックアップして紹介します。 Udemyで勉強を始めたいけれど、いろいろ
                    Udemyで夏のビッグセール開催！ 話題の生成系AIからプロダクトマネジメントまで、新たな得意分野を見つけよう - はてなニュース

                  • 2023年の話題＆ベストセラーをまとめて紹介！ Udemyで今年最大級のセール開催、生成AIなど対象講座が1,200円より - はてなニュース

                    世界中を席巻した生成AIは、ブームに終わることなく着実に社会のさまざまな場面で利用が進んでいます。特にChatGPTを始めとするテキスト生成はビジネスシーンですぐに適用可能なケースも多く、使いこなす人とそうでない人には大きな差が生じつつあります。 使いこなすノウハウにも一定の知見が貯まっており、定番となるセオリーが整理されています。正しく学ぶことができれば一気にキャッチアップできるでしょう。Udemyの講座でも、ChatGPTを使いこなすプロンプトの作法や、アプリケーションにLLM（大規模言語モデル）を組み込むノウハウ、AIをより深く知る数学知識などに人気があります。 この記事では、2023年11月17日（金）に始まるブラックフライデーセール（24日まで）、そして26日（日）から2日間のサイバーセールの対象になる人気講座から、エンジニアリングやビジネスシーンにおいて読者の成長を助けてくれる

                      2023年の話題＆ベストセラーをまとめて紹介！ Udemyで今年最大級のセール開催、生成AIなど対象講座が1,200円より - はてなニュース

                    • 数学の入門書を選ぶ3つのコツ - webエンジニアの日常


                      微分方程式をしっかりと学んだことが無く、何か手ごろな入門書はないかと本屋さんに出向いたあなたは、きっと驚くはずだ。 微分方程式の入門書はとても多いからだ。さらに、ぱらぱらとめくってみたり、目次を見てみても、中身はほとんど同じだったりする。 これは例え話ではなく、本当に驚くほど同じような書籍が連立している。 線形代数ともなると、さらに多い。 そこで、この記事では、似たような専門書・入門書の中からあなたが欲しいと思う一冊を見つけ出すための3つのコツを紹介する。 これは勉強マニアの私が常に実践しているコツで、この方法を使い始めてからほとんど本の購入に失敗したことが無い。︵多くの失敗を重ねてできたノウハウだともいえる︶ もちろん、数学でなくても物理学の専門書・入門書を選ぶときでも使える。 ︻目次︼ ﹁はじめに﹂に注目 あなたが得たい知識は﹁練習問題﹂にある 最初の1割を理解できるか 最後に ﹁はじ
                        数学の入門書を選ぶ3つのコツ - webエンジニアの日常

                      • 「入試に数学を課さないデータサイエンス学部」は是か非か - 渋谷駅前で働くデータサイエンティストのブログ


                        最近の話ですが、以下のようなニュースが話題になっているのを見かけました。 データサイエンス系の学部は文理融合の学びを掲げ、文系の受験生も集めるため、受験科目に﹁数学﹂を含まない入試方式を設ける大学も少なくない。河合塾によると、私立大のデータサイエンス系学部・学科における昨春の一般選抜のうち、数学を選ばずに受験できる大学は約半数もあった。 要は﹁数学不要﹂のデータサイエンス学部が出てくるようになったというお話で、各種SNSでは論議を呼んでいるようです。界隈によってはほとんど﹁嘲笑﹂に近い評が流布していることもあり、少なくともデータサイエンス業界におけるこのニュースの受け止められ方としてはかなり冷ややかだという印象があります。 とは言え、冗談でも何でもなく﹁全国津々浦々どこに行っても大学の新設データサイエンス学部の広告を見かける﹂*1というのが既に常態化している昨今では、これに類する話題は今後
                          「入試に数学を課さないデータサイエンス学部」は是か非か - 渋谷駅前で働くデータサイエンティストのブログ

                        • ChatGPT の仕組みを理解する（前編） - ABEJA Tech Blog


                          こんにちは！株式会社 ABEJA で ABEJA Platform 開発を行っている坂井︵@Yagami360︶です。世間では ChatGPT などの大規模言語モデル︵LLM︶による対話型AIが盛り上がってますね。クオリティーも凄いしAI業界以外でも盛り上がってると嬉しいですよね。この数年で一段とAIの社会実装が業界以外の人にも目に見える形で進んできたなあと実感しております。 自分は普段業務では ABEJA Platform というAIプロダクトやその周辺プロダクトのバックエンド開発とフロントエンド開発をやっているのですが、AI業界所属していながら ChatGPT などの LLM 全然追いかけれていない状態になっちゃてて自責の念にかられているので、このブログ執筆という良い機会に ChatGPT の仕組みについて調べてみました。 本記事の対象読者としては、以下のようになりま
                            ChatGPT の仕組みを理解する（前編） - ABEJA Tech Blog

                          • 法律に詳しくない人と司法のズレがよく見える例なのでまとめたよ

                            anond:20240520211053 https://b.hatena.ne.jp/entry/4753738212916529184/comment/preciar ＞名誉毀損裁判、裁判官の価値観出過ぎて一貫性が保ててなくね？ これ見て書きました 日本歴史学協会の声明歴史研究者による深刻なハラスメント行為を憂慮し、再発防止に向けて取り組みます（声明） http://www.nichirekikyo.com/statement/statement20210402.html 呉座の主張https://ygoza.hatenablog.com/entry/2022/04/07/102424 日本歴史学協会の「今般、日本中世史を専攻する男性研究者による、ソーシャルメディア（SNS）を通じた、女性をはじめ、あらゆる社会的弱者に対する、長年の性差別・ハラスメント行為が広く知られることとなりました

                              法律に詳しくない人と司法のズレがよく見える例なのでまとめたよ

                            • Numpyが18年ぶりのメジャーアップデート！　改善点、変更点まとめ - Qiita

                              NumPy 2.0.0の主要な変更点 皆さんもお世話になっているであろう科学計算ライブラリNumPyが、2006年以降初めてのメジャーアップデートを発表しました。そこで、変更点をざっくりとまとめてみました。以下は変更点の一部であり、それ以外については実際のドキュメントを参照してください。 免責事項：この記事は、NumPy 2.0.0の変更点について個人的な見解を述べたものであり、NumPyの開発チームや関係者の公式な見解を代表するものではありません。変更点の影響や対応方法については、必ず公式のリリースノートと移行ガイドを参照してください。また、この記事には不正確な情報が含まれている可能性があります。記事の内容を実際のプロジェクトに適用する前に、必ず公式ドキュメントで情報を確認してください。 概要 2006年以来の最初のメジャーリリース 破壊的な変更あり 多くの新機能とPython/C AP

                                Numpyが18年ぶりのメジャーアップデート！　改善点、変更点まとめ - Qiita

                              • 50代になってから始めた数学の学び直しを振り返り、独習ノートを晒します。

                                PDFを見返すと独習を始めた頃の線形代数のノートはほとんど殴り書きで、単に計算用紙としてノートを使っています。微分積分に入ると少しはましになってきますが、頭に入れたい概念の定義や定理の証明を何度も書き直したりしています。また独習ですから間違った理解を正しいと思い込んだまま証明を書いて、分かったつもりになっている箇所も少なからずありそうです。とまれ上記の表に挙げた各書籍に曲がりなりにも取り組んだことを示す、書証のつもりでノートを晒しました。 余談ですが、使用したノートは、PLUS の品番 NO-204GS (A4 G罫 5mm方眼 40枚) という方眼ノートです。また筆記用具は当初シャープペンシルを使っていましたが、「オイラーの贈物」からは万年筆に替えました。プラチナ#3776センチュリーUEF(超極細字)を使っています。 1.3 私について 本記事の作者であり学び直しをした本人である私は、

                                  50代になってから始めた数学の学び直しを振り返り、独習ノートを晒します。

                                • 数学の勉強のやり方

                                  はじめにお前は誰やねん解析学を研究している博士課程の2年生。 この記事の目的もし大学1年生の自分に会えたら数学の勉強についてアドバイスしたいことがいくつかあるので、それを簡単にまとめたい。現在進行形で学部生をやっている人の参考になれば嬉しい。ただし、あくまで個人的な考えであり、視点が偏っているので、鵜呑みにはしない方が良い。 最初にやるべきことできる限り早い段階で集合と写像の言葉を覚えよう。微分積分や線形代数より先にこちらをやった方が良い。そもそも集合と写像の言葉は大学数学をやっていくうえで必要不可欠であり、微分積分や線形代数さえこれらの知識がなければ十分には理解できない。それから、定義に従って厳密に議論できるようにならなければ、そもそも大学数学のスタートラインにさえ立てない。集合と写像の勉強はその習得に適していると思う。 ちなみに、僕がこの「スタートライン」に立てたのは学部1年後期だった

                                    数学の勉強のやり方

                                  • 非モテ男だけど英検と数学とジムに救われている

                                    恋愛したくなったり、風俗に行きたくなったり、過去何度も敗退したマッチングアプリに登録してみたくなったりする 3年前くらいにここでこういう苦しみを吐露した時に「物理と筋トレをしろ」と言われた それ以来、異性への関心や渇望が湧いたら運動するか勉強することにしている 運動は市立体育館のジムをビジター利用 常にいるアルバイトのマッチョなお兄さんに教えてもらって筋トレするか、ランニングマシンで走る 勉強は英検か数学 英語歴は中学の英検、高校の大学受験、大学時代のTOEICくらいだったが、コツコツと勉強し続けたことによって英語検定一級を取得した 数学は大学受験（文系）のセンターと個別で利用した数学1A2Bまでで大学に入ってからは頭から吹っ飛んでいた 中学数学から始め、基礎問題精講や青チャートを使って記憶を辿り、数3にも手を出し、高校数学が終わった現在は解析、線形代数、確率の入門書を一冊ずつ購入してそれ

                                      非モテ男だけど英検と数学とジムに救われている

                                    • 【鼎談】新全集が示す関孝和像（前編）　上野健爾／佐藤賢一／橋本麻里｜『関孝和全集』刊行記念


                                      目次 編者4人の役割 旧全集への疑問 本文を確定する作業 読み下しと現代語訳 関の著作は何か 関孝和の数学 国文・国語学の人にも見てほしい 背景事情を探る史料 和算の源流、中国の数学 関以前の和算 編者4人の役割 写真左から、上野健爾氏、佐藤賢一氏、橋本麻里氏 橋本　このたび刊行される﹃関孝和全集﹄︵上野健爾・小川束・小林龍彦・佐藤賢一編、岩波書店、2023年10月刊︶をまとめる過程で、お二人はそれぞれどんな役割を担われたのですか。 上野　私はもともと数学史の専門家ではありません。和算に興味を持ち始めたのは京都大学にいたときで、隔週土曜日に高校生を集めて数学の話をしていたのですが、なにか面白い話題はないかなと和算の資料を読んでいるうちに、だんだん虜になったというのが一つ。もう一つは、日本数学会で関孝和賞を作ろうとしたときに、大阪教育図書から出ていた﹃関孝和全集﹄︵平山諦、下平和夫、広瀬秀雄
                                        【鼎談】新全集が示す関孝和像（前編）　上野健爾／佐藤賢一／橋本麻里｜『関孝和全集』刊行記念

                                      • テンソルが意味不明な物理学習者へ: 共変ベクトルと反変ベクトルからテンソルまで｜vielb

                                        物理の本ではよく, 「反変ベクトルとは～～という変換則をもち, 共変ベクトルは・・・という変換則をもつものとして定義される」と説明がなされますが, 初学者にとってはなぜ唐突にこのような定義がされるのか非常にわかりにくいと思います. そこでこのページでは数学的によりシンプルな定義を採用し, 一点の曇りなく自然に反変ベクトルと共変ベクトルが導入されることを説明します. さらに2つの拡張としてテンソルが自然に導入されることもみていきます. 以下では$${\left(e_i\right)_{1\leq i\leq n}}$$を$${n}$$次元実ベクトル空間$${V}$$の基底とします. 複素ベクトル空間の場合も以下の$${\mathbb{R}}$$を$${\mathbb{C}}$$に変えるだけで全て上手く成り立ちます. このページと同じ内容のPDFも用意していますので適宜ご利用ください. 前提知

                                          テンソルが意味不明な物理学習者へ: 共変ベクトルと反変ベクトルからテンソルまで｜vielb

                                        • データ解析用ライブラリ - Qiita

                                          はじめに 皆さん、データ解析やデータ処理にどのライブラリを使用していますか？ 恐らく、ほとんどの人がpandasを使用していると思います。 今回は、その他のデータ解析用ライブラリやデータ処理ライブラリについて紹介したいと思います(/・ω・)/ Pandas 言わずと知れたデータ解析用ライブラリですね。 データフレームとシリーズという2つの主要なデータ構造が提供されており、データの読み込みやフィルタリングなど、様々なデータ解析/処理に適しています。 中小規模のデータセットに適しており、大規模なデータの処理はメモリ不足や処理速度の問題からあまり向いていません。 Numpy こちらも言わずと知れたライブラリです。 高速な多次元配列の処理とベクトル化演算のためのライブラリであり、配列の生成やブロードキャスティングなどの多彩な操作を提供しています。 線形代数や乱数生成、フーリエ変換などの科学技術計算

                                            データ解析用ライブラリ - Qiita

                                          • ちくま学芸文庫刊行書目一覧　最新版｜かるめら

                                            2024年2月29日時点での既刊のちくま学芸文庫全2,036点（セット版を除く）をあげた。 文庫の整理番号順に従って表記（一部変更あり）した。 「♾️」マークはMath&Scienceシリーズ（青背）を示す。 人名表記の揺れ（例「シモーヌ・ヴェイユ」と「シモーヌ・ヴェーユ」）は訳者に従い、統一はせずそのままにした。 編者、訳者は一部を除き割愛し、編著者が3人以上に及ぶ場合は代表者1人の名前のみ記した。 Math&Scienceシリーズのみの刊行書目一覧はこちら。 浅田彰『ヘルメスの音楽』 赤坂憲雄『異人論序説』 赤坂憲雄『王と天皇』 赤坂憲雄『排除の現象学』 赤坂憲雄『遠野/物語考』 赤坂憲雄『象徴天皇という物語』 赤坂憲雄『柳田国男を読む』 天沢退二郎『宮沢賢治の彼方へ』 飛鳥井雅道『明治大帝』 E・アウエルバッハ『ミメーシス［上］　ヨーロッパ文学における現実描写』 E・アウエルバッハ『

                                              ちくま学芸文庫刊行書目一覧　最新版｜かるめら

                                            • 月間はてなブックマーク数ランキング（2024年5月） - はてなブックマーク開発ブログ

                                              はてなブックマークのブックマーク数が多い順に記事を紹介する「はてなブックマーク数ランキング」。2024年5月のトップ50です*1。 順位 タイトル 1位 仕事の進め方がグダグダの会社はどうすればいいのか、「プロジェクトマネジメントの基本が全部わかる本」の著者に聞いてみた | Agend(アジェンド) 2位 取調べを受けることになったら ー取調べを受ける心がまえについてー - しんゆう法律事務所 3位 1on1ミーティングガイド (1on1ガイド) 4位 正常独身青年、先祖の戸籍を取り寄せる 5位 令和のHTML / CSS / JavaScriptの書き方50選 6位 ひとり社長の経理の基本｜Tetsuya Morimoto 7位 知れば写真が上手くなる！基本・応用の構図15選と構図を使いこなすコツ | Adobe 8位 【個人資産800億円】“伝説の投資家”清原達郎氏の情報収集「会社四季

                                                月間はてなブックマーク数ランキング（2024年5月） - はてなブックマーク開発ブログ

                                              • 教育【制御工学チャンネル】：500本以上の制御動画ポータル（制御工学技術者・大学生・研究者向け）


                                                制御工学チャンネル︵Control Engineering Channel︶では，制御工学︵せいぎょこうがく, Control Engineering︶や制御理論︵せいぎょりろん, Control Theory︶に関連したYouTube動画をまとめています︵動画５００本以上，YouTubeチャンネル数15︶。制御とは、システムの入出力特性を思い通りに操るための方法論です。見出しも含めて下線はページへのリンクです。トピック﹁制御のための数学﹂、﹁伝達関数入門﹂、﹁状態方程式入門﹂は大学1～3年生向け︵基礎︶。﹁制御理論﹂は大学院生、企業研究者向けです︵実践︶。﹁実験とシミュレーション﹂では、制御実験、制御シミュレーション動画などの利用事例を掲載しています。また、J-Stage掲載の制御工学に関する解説記事(145本)をリンク集としてまとめています。MATLABコードへのリンクも用意しています
                                                  教育【制御工学チャンネル】：500本以上の制御動画ポータル（制御工学技術者・大学生・研究者向け）

                                                • 今週のはてなブックマーク数ランキング（2024年5月第3週） - はてなブックマーク開発ブログ

                                                  はてなブックマークのブックマーク数が多い順に記事を紹介する「はてなブックマーク数ランキング」。5月13日（月）～5月19日（日）〔2024年5月第3週〕のトップ30です*1。 順位 タイトル 1位 1on1ミーティングガイド (1on1ガイド) 2位 令和のHTML / CSS / JavaScriptの書き方50選 3位 頼むから男は「今すぐ」化粧水を塗れ！！（追記でデッキ公開） 4位 タワマン刺殺女性「命を賭けて金を搾り取る」証拠動画が物議。色恋営業論はなぜ和久井容疑者に通用しなかったのか？ - まぐまぐニュース！ 5位 フルタイムで働く6児の母が副業でゲームを作った話を聞いたら「天才すぎて何の参考にもならねえ」と思ってしまった話 6位 日本人女性の海外売春の現状●続きあり 7位 わかりにくい線形代数を操作可能な図で表現することで簡単に理解できる無料の教科書「Immersive Mat

                                                    今週のはてなブックマーク数ランキング（2024年5月第3週） - はてなブックマーク開発ブログ

                                                  • データサイエンティストに必要な3つのスキルセットとは？くわしく解説

                                                    会社のDX推進に欠かせないデータサイエンティストですが、具体的にどのようなスキルを備えている必要があるのでしょうか。今回は一般社団法人データサイエンティスト協会が公開している「データサイエンティストスキルチェックリストver5」の内容に則り、データサイエンティストに求められる3つのスキルセットを解説します。 データサイエンティストに必要な3つのスキルセットとは？ データサイエンティストには、大きく分けて「データサイエンス力」「データエンジニアリング力」「ビジネス力」の3種類のスキルが求められます。 データサイエンス力 データサイエンス力は、企業のビジネス課題に関連するデータを情報科学理論に基づいて分析し、課題解決につなげる能力です。企業が効率的にデータを活用できるかどうかはデータサイエンティストの解析能力に大きく左右されるため、データサイエンティストにとって要のスキルと言えます。 データエ

                                                      データサイエンティストに必要な3つのスキルセットとは？くわしく解説

                                                    • アメリカでレイオフからの再就職に苦労した話｜america_iroiro


                                                      はじめにX / twitter では "[あめいろ]" という名前です。 アメリカに住んで19年、企業で働きはじめて12年になります。2023年の4月末に勤めていた会社でレイオフにあい、その後7ヶ月に渡って就職活動を行ってきた時の記録です。経歴や職種は人それぞれで、景気やjob marketの状況も刻々と変わっていくので、直接的に誰かの役に立つとは思っていませんが、これだけ長い間就職活動に苦戦してきたことを自分のために何か記録に残しておきたいと思い、書き留めることにしました。 今回の就職活動を数字で振り返ると以下の通りです: 224 days 135 jobs applied (incl. 13 referrals) 54 first recruiter calls 106 interviews (incl. 23 live coding) 3 take-home assignments
                                                        アメリカでレイオフからの再就職に苦労した話｜america_iroiro

                                                      • 今週のはてなブックマーク数ランキング（2024年4月第3週） - はてなブックマーク開発ブログ

                                                        はてなブックマークのブックマーク数が多い順に記事を紹介する「はてなブックマーク数ランキング」。4月15日（月）～4月21日（日）〔2024年4月第3週〕のトップ30です*1。 順位 タイトル 1位 簡単でおいしい山本ゆりさんのレシピ、その中でも個人的に激推しを並べます。ガチ勢の皆さまも一押しを教えてください。 - Togetter 2位 小学生に教えるために編集者歴17年の父親が本気で考えた…｢きちんと伝わる文章｣を書く10のコツ ｢説明ができる｣とは｢生きる力がある｣ということ | PRESIDENT Online（プレジデントオンライン） 3位 好きなポッドキャストについてまとめる 4位 私が学問に目覚めた時 法学部教授・蒲島郁夫 5位 東京ディズニーリゾートは、過去イチ遊びやすくなってる 6位 雑に思考を整理する技術と効能 - Speaker Deck 7位 「病気を公開しながら、音

                                                          今週のはてなブックマーク数ランキング（2024年4月第3週） - はてなブックマーク開発ブログ

                                                        • 今こそはじめるJAX/Flax入門 Part 1


                                                          1. はじめに 2012年から始まった深層学習の発展の過程で、さまざまな学習フレームワークが登場しました。中でもPyTorchとTensorflowは最も広く使われており、それぞれのフレームワークが支持されている背景には、柔軟性、拡張性、そして使いやすさがあります。 一方で、これらのフレームワークはその機能を拡張し続けてきた結果として、全体として非常に巨大で複雑なライブラリになっています。そのため、独自に機能拡張を行いたいユーザーにとっては扱いづらく、性能的にもオーバーヘッドを感じさせることがあります。 そこで新たに出てきたのが﹁JAX﹂とその関連ライブラリの組み合わせになります。2019年に登場して以降、特に海外の開発者に支持されてきました。近年注目されている大規模言語モデル︵LLM︶の分野においても、JAXによるモデルが公開されていることは珍しくなくなりつつあります。 PyTorch︵
                                                            今こそはじめるJAX/Flax入門 Part 1

                                                          • 改めて「特徴量エンジニアリング」とは何か？ - Qiita

                                                            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

                                                              改めて「特徴量エンジニアリング」とは何か？ - Qiita

                                                            • スイス人の友達に「心折れそう...」と伝えたら「なんか日本の漁師がめっちゃ励ます動画あったろ、あれ見ろ」と励まされた


                                                              セシル☆ @sesiru8 数学者見習い(SDU🇩🇰量子数学研究所)/代数幾何学/線形代数勉強会(YouTubeチャンネル↓) /個人HP: sesiru.com /academistクラウドファンディング: academist-cf.com/fanclubs/256?l… youtube.com/channel/UCRIZE… セシル☆ @sesiru8 スイス人の友達に﹁デンマーク語の授業大変で心折れそう…﹂と伝えたら﹁なんか日本の漁師がめっちゃ励ます動画あったろう。あれ見て元気出せ。﹂ と励まされたんだけど、もしかしなくても松岡修造だった。 2024-01-31 20:38:47
                                                                スイス人の友達に「心折れそう...」と伝えたら「なんか日本の漁師がめっちゃ励ます動画あったろ、あれ見ろ」と励まされた

                                                              • [PDF] 線形代数って？ 三谷純

                                                                • ニューラルネットワークの仕組み | Chapter 1, 深層学習（ディープラーニング）

                                                                  この動画は3Blue1Brownの動画を東京大学の学生有志団体が翻訳・再編集し公式ライセンスのもと公開しているものです。 チャンネル登録と高評価をよろしくお願いいたします。 近年さまざまな分野で成果を出しているニューラルネットワーク。神経細胞を模したニューロンの多層構造による深層学習（ディープラーニング）の仕組みについてのシリーズの第一回です。 誤字訂正 14:16 バイアスのベクトルの最後の添え字はnではなくkです 編集 シリーズ第1回のみ英語版で赤緑の色分けになっている箇所があり、日本語版では青緑の色分けに変更しています。 線形代数シリーズ https://youtube.com/playlist?list=PL5WufEA7WHQGX7Su06JzbPDXUQGOd0wlq&si=dnM07l6OnnAP6Phs Michael Nielsenの本 https://goo.

                                                                    ニューラルネットワークの仕組み | Chapter 1, 深層学習（ディープラーニング）

                                                                  • PythonとSymPy: 数学の力を解き放て！ - Python転職初心者向けエンジニアリングブログ


                                                                    Pythonはその柔軟性と拡張性から、様々な領域で利用されています。数学の分野においても、PythonはSymPyという強力な数学ライブラリを提供しています。この記事では、PythonとSymPyの連携に焦点を当て、SymPyを使用して数学的な問題を解決するための実用的なコーディング例を通じて、その魅力を探求していきます。 SymPyとは何か SymPyはPythonで書かれたシンボリック計算ライブラリで、代数演算や方程式の解法、微積分、線形代数など、数学に関する幅広い操作をサポートしています。SymPyは数学的な問題をシンボリックに表現し、数式の形で扱うことができます。これにより、数学的な概念をプログラムで表現し、計算機による数学の応用を容易にします。 SymPyの基本的な機能 SymPyは様々な数学的な操作をサポートしていますが、その中でも特に基本的な機能を紹介します。 シンボルの定義
                                                                      PythonとSymPy: 数学の力を解き放て！ - Python転職初心者向けエンジニアリングブログ

                                                                    • University of the Peopleを卒業してコンピュータサイエンスの学士号を取りました(仮) - Journal


                                                                      先日AY2024-Term3を終えて卒業要件単位数を満たすことができました。今はまだ卒業申請中なので﹁仮﹂としている。ディプロマを手にするまでは実感が湧かなそうだけれど日に日に記憶が薄れていくので振り返りを。 清々しい気分で見物した今年の牡丹 目次 CS 2204 Communications and Networking CS 2301 Operating Systems 1 CS 3307 Operating Systems 2 CS 4402 Comparative Programming Languages CS 4407 Data Mining and Machine Learning さいごに CS 2204 Communications and Networking OSI参照モデル、TCP/IPモデルの各レイヤーの役割とそこに使われているプロトコルやアルゴリズムを一通り学ん
                                                                        University of the Peopleを卒業してコンピュータサイエンスの学士号を取りました(仮) - Journal

                                                                      • なぜ量子論では線形代数が必要なのか？｜Kenji Nakahira


                                                                        量子論について理解するためには，線形代数に関する知識が少なからず必要になるはずです。その理由は，量子論では線形写像を考えることが実質的に不可欠であるためといえるでしょう。そもそも，なぜ量子論では線形写像が現れるのでしょうか？その理由を，量子論の専門家ではない人にできるだけわかりやすく説明します。 量子論では，大別すると2種類の線形写像が現れます。これらを区別できれば，量子論に関する理解が大幅に深まることと思います。 準備‥線形写像とはまず，線形写像についてざっくりと説明しておきます。ある集合$${X}$$からある集合$${Y}$$への写像$${f}$$が線形であるとは，任意の$${x_1,\dots,x_k \in X}$$と$${a_1,\dots,a_k \in \R}$$︵$${\R}$$は実数全体︶に対して $$ f \left( \sum_{i=1}^k a_i x_i \rig
                                                                          なぜ量子論では線形代数が必要なのか？｜Kenji Nakahira

                                                                        • 統計検定とは？1級取得者が難易度とメリットを徹底解説！

                                                                          昨今、AIをはじめとしてデータ分析に関する話題をニュースで見かけることが増えました。それによって、データ分析について学習したいと考えている方も多いのではないでしょうか。 データ分析の基礎となるのが統計学であり、統計に関する知識や活用力を評価する試験として「統計検定」があります。 統計検定に合格すれば統計に関する確かな能力を有していることの証明となり、就職や大学院への入学などでもアピールすることもできます。 この記事では、80,000 名以上の受講生に AI・データサイエンスの教育を行ってきたキカガクが、統計検定について詳しくお伝えします。 検定の詳細や取得のメリット、学習方法について解説していきます。ぜひ最後までご確認ください！ 目次 統計検定とは？ 統計検定の概要 統計検定取得のメリット 統計検定の試験概要と学習方法 統計検定 4 級 統計検定 3 級 統計検定 2 級 統計検定準 1

                                                                            統計検定とは？1級取得者が難易度とメリットを徹底解説！

                                                                          • 『入門現代の量子力学 -量子情報・量子測定を中心として-』の新しい点について｜Masahiro Hotta


                                                                            ﹁物理量が演算子で、それが複素数である謎めいた波動関数に作用する？その波動関数って何？因果律を破って観測で収縮するっていいの？シュレディンガー方程式に従う連続的な時間発展ではないから、その観測による収縮って変でしょ？﹂という疑問から解放されたい方には、この教科書がお勧めです。力学や電磁気学、解析学や線形代数の基礎知識を持っている大学理学部物理学科の2年生から3年生向けの内容になっています。 ﹃入門現代の量子力学﹄は、量子ネイティブ育成のための現代的な量子力学の教科書です。そしてヴィクター・ワイスコップに習って、"It doesn't matter what we cover in the textbook, it matters what you discover"の精神で書かれてます。水素原子などのこれまで標準的だったテーマを全体的にカバーして、その内容を嚙み砕いて分かりやすく教えること
                                                                              『入門現代の量子力学 -量子情報・量子測定を中心として-』の新しい点について｜Masahiro Hotta

                                                                            • 国産量子コンピュータ・システム(3号機)の概要を紹介します - Qiita


                                                                              こんにちは、@snuffkinです。 普段は、大阪大学で量子コンピュータ・システムを作ったり、運用したりしています。 趣味で、オープンソースの量子コンピュータ・クラウドを開発したり、実機を使ったサービスを4年くらい運用しています。 量子コンピュータがシステム化される時代になった 今年は﹁国産量子コンピュータ元年﹂とも言われており、国内の研究機関・企業が中心になって3台の量子コンピュータがクラウド公開されました。メディアで報道されたこともあり、もしかすると、ご存じの方もいるかもしれません。 それぞれのプレスリリースへのリンクを貼っておきます。 初号機2号機3号機 実用化はまだ先ではあるものの、量子コンピュータがシステム化される時代になりました。 量子コンピュータを実用化するには、実験装置ではなく、システムとしてユーザに提供する必要があります。 そのために、量子コンピュータ・システムの開発
                                                                                国産量子コンピュータ・システム(3号機)の概要を紹介します - Qiita

                                                                              • 年始からお手軽ベクトル検索を作る - kurainの壺


                                                                                あけましておめでとうございます。 今年は、もうちょっとblogを書こうかなということで、三が日のうちに1つ出してみようと思います。 さて、2023年はLLMの利用と同時にベクトル検索が急に利用されるようになった年でした。 Retrieval-Augmented Generation(RAG)をみんな使い出したのと、OpenAI の embedding APIの性能が思った以上に良かったことが主な理由だと思います。 ベクトル検索は faiss でもchromaでも、qdrant でも何を使ってもよいと思いますが、numpy を使えば数行で実装できるし性能も悪くないことがわかったので書き残しておきます。 import numpy as np class SimpleVecSearch(): def add(self, ndarray): self._ndarray = ndarray def
                                                                                  年始からお手軽ベクトル検索を作る - kurainの壺

                                                                                • 量子カーネル法 - Qiita


                                                                                  はじめに 友人たちと、古典のカーネル法について勉強をしていた。それが一通り終わったので、量子カーネル法について自分が知っていることをまとめて、友人に紹介することにした。 そのまとめを公開するが、そういった経緯から、この記事は線形代数やカーネル法を既に学んだことのある読者をターゲットとしている。 線形代数 複素数体での線形代数を、実数体での線形代数と比較する形で軽く触れる。 また、量子コンピュータでよく用いられるブラケット記法についても触れる。 複素数体での線形代数 実数体と比べて特徴的な違いを、以下に述べる。 エルミート共役または転置複素共役とは、行列やベクトルの転置を取り、また、値の複素共役を取る操作である。行列$A$のエルミート共役を$A^\dagger$で表す 実数行列における転置を複素数行列に拡張したものと考えることができる $(A^\dagger)_ {ij} = (A _ {j
                                                                                    量子カーネル法 - Qiita
                                                                                  1 2 次のページ

                                                                                  はてなブックマーク

                                                                                  公式Twitter

                                                                                  はてなのサービス

                                                                                  • App Storeからダウンロード
                                                                                  • Google Playで手に入れよう
                                                                                  Copyright © 2005-2024 Hatena. All Rights Reserved.