今週のQiita技術書まとめ
2017年3月19日配信
データサイエンス、データ分析、機械学習に必要な数学
2025年版Update記事を書きました データサイエンス、データ分析、機械学習の専門書の前書きには「大学初年度の数学」≒微分積分と線形代数を前提としているものが多い。 それならば大学に行っている人はほとんど履修しているはずなのだが、その専門書を読むと全然歯が立たない事が多い。 かといって微分積分や線形代数のテキストを開くと、これが機械学習やデータ分析のどこに役立つのか全然分からず、途方に暮れる。…
パターン認識と機械学習 上
2006年出版以来、amazon.comの人工知能部門で世界的トップセラーとなり、たちまち4刷となった英語版原著Pattern Recognition and Machine Learning、待望の日本語版。5名の監訳者のもと、選りすぐられた日本人研究者達14名によって丁寧に訳出。ベイズ理論に基づいた統一的な視点から、機械学習とパターン認識の様々な理論や手法を解説。
パターン認識と機械学習 下
ベイズ理論に基づく統計的予測技術は、計算アルゴリズムの開発と計算機の性能向上により、近年、急速に進展してきた。本書は、このベイズ理論に基づいた統一的な視点から、機械学習とパターン認識の様々な理論や手法を解説した教科書。この下巻では上巻の基礎的な話題を発展させた様々な手法を扱う。まず、予測精度の高さで注目を集めたサポートベクトルマシンと、今や幅広い領域で使われているカーネル法を説明。次に高度な確率モデルを表現するベイジアンネットなどのグラフィカルモデルや、潜在変数を扱うEMアルゴリズムを紹介。その後、ベイズ理論の適用範囲を広げた変分ベイズ法とMCMC法について触れ、次元削減や時系列の扱いと...
これなら分かる最適化数学
最適化手法とは，利益，損失などの望ましい，あるいは望ましくない値を最大，または最小にするように設計する手法である。従来から経営学やオペレーションズリサーチ(OR)の中心テーマであったが，計算機技術の進歩によって過去には不可能と思われた複雑な問題が実際的な時間で解けるようになり，今日ではあらゆる工学分野，特に電子，情報，通信技術の設計のほとんどに浸透している。 本書はこの立場から，最適化手法の入門書として書かれたもので，経営学やORのみならず，統計的最適化や機械学習に関する話題も扱っている。また，各手法を紹介するだけでなく，その数学的背景の解説に力点を置いている。 本文中では最適化手法...
Androidアプリのコンポーネントについて
概要 最近インターン先でAndroidアプリの開発をすることになり、コンポーネントについての理解が足りず苦労したので、勉強したことをメモ代わりに書きます。かなり初歩的な内容なのであんまり参考にはならないかもです:satisfied: 勉強に使った本 基本からしっかり身につくAndroidアプリ開発入門( 各コンポーネントの概要と役割
キリスト教の牧師(見習い)からWebエンジニアに転職した話
前提 この投稿には、技術的なことは一切書いてありません。ご了承ください。 タイトルにあるように、どのような過程を経てエンジニアに就職することができたか、その歩みが書いてあります。 概要 私は神学大学院を卒業し、27歳の時にキリスト教の牧師(見習い)として教会で働き始めました。その後、2年間働き、自分の未熟さから29歳でその職を辞め、エンジニアに就職しました。
プログラミング言語Go読書会 #1 (まえがき- 1.2) [2017/03/17]
Go読書会 1 ( がランサーズ株式会社( 進捗した内容 + まえがき + Goの起源 + Goプロジェクト
国民の祝日.csv の解析プログラムのScala版を頑張って作ってみた。
はじめに 国民の祝日.csv が一ヶ月ほど前に話題( ここ2年ほど趣味で学習しているScalaで変換にチャレンジしてみました。 『ScalaがXXXにより優れている』とかの意図はまったくありません。プログラミング言語による実装の違いが純粋に面白かったので、この記事を書いてみました。 Ruby版を見てて思いついた実装方法がScalaのパーサー・コンビネーター（parser combinators）の…