今週のQiita技術書まとめ
2017年6月18日配信
『Cython ―Cとの融合によるPythonの高速化』のメモ
参考文献 - 『Cython ―Cとの融合によるPythonの高速化』, オライリー・ジャパン, ISBN978-4-87311-727-01 - 以下では、Cython本と呼ぶ - Cython ドキュメント（和訳） — Cython 0.17.1 documentation( Cython概要
Cython
Ｐｙｔｈｏｎの表現力とＣ／Ｃ＋＋の速さを備えたＣｙｔｈｏｎを使って、高速なシステムを効率的に開発する手法を示す。科学技術計算や統計分析の分野では恒常的にある「Ｐｙｔｈｏｎを高速化したい」というニーズに応える一冊。ＳｃｉＰｙの初期の開発とメンテナンスを行っていたことで知られるＥｎｔｈｏｕｇｈｔ社のコンサルタントである著者がていねいに解説。
素人が「ディープラーニングをなんとなくわかっておくか〜」と思って2週間くらいでやったこと
概要 素人が急に「ディープラーニングをなんとなくわかっておくか〜（素人）」と思い立って２週間くらい勉強したことを忘れないうちにメモしておきます。なんとなくわかっておくというのは、 - ディープラーニングはどういう仕組みで、どういうことができるのか - 実際にどういうコードを書けばいいのか - 精度を上げていくためにどういう工夫をすればいいのか
ゼロから作るDeep Learning
実際にシステムを作りながらディープラーニングを学ぶ！ ディープラーニングの本格的な入門書。外部のライブラリに頼らずに、Python 3によってゼロからディープラーニングを作ることで、ディープラーニングの原理を楽しく学びます。ディープラーニングやニューラルネットワークの基礎だけでなく、誤差逆伝播法や畳み込みニューラルネットワークなども実装レベルで理解できます。ハイパーパラメータの決め方や重みの初期値といった実践的なテクニック、Batch NormalizationやDropout、Adamといった最近のトレンド、自動運転や画像生成、強化学習などの応用例、さらには、なぜディープラーニングは優...
BIについて勉強したいときに見るWebサイトや書籍の紹介
BI関連のWeb資料 関連用語がわかりやすく表現されています システム企画担当者のためのBIシステム導入の勘所( 書籍 個人的には、全体を俯瞰するような入門資料は書籍で勉強するのが好みです。
実践的データモデリング入門
本書は、データベースを中心とした業務システムの開発で必須となる「データモデリング」の解説書である。対象となる業務をＥＲ（Ｅｎｔｉｔｙ Ｒｅｌａｔｉｏｎｓｈｉｐ）図で表現するための「トップダウンアプローチ」や「ボトムアップアプローチ」を説明し、最終的にテーブルに実装するまでを具体的に提示している。さらに、単なる理論の解説を超え、データ項目のネーミングやデータモデルの見直しなど、実践的手法を盛り込んだ。モデリングを中心とした質の高いシステム開発を目指す方のために最適な一冊。
機械学習の超初心者が、みんなが良いと言う記事を読んでまとめてみた
機械学習について勉強したいので調べてみたのですが、 同じ記事や同じ本をおすすめされてることが多かったので、自分なりにまとめてみました。 私は数学も機械学習も無知だし、まだ何も機械学習のコードを書いてません。 ただのリンク集になってます。 実際にやってみた画像認識の内容も含めたブログ記事はこちらです(
プログラミングのための線形代数
本書は、専門・非専門を問わずコンピュータにかかわる方を主な対象に想定した線形代数の参考書です。単に「線形代数プログラムの書き方」を解説する本ではなく、数学のプロでない読者に線形代数の本音を語ることが狙いです。
Deepに理解する深層学習による物体検出 by Keras
誰向け 深層学習をすでに理解して画像の分類から物体検出への仕組みをマスターしたい方へ 数式が多いのでコード確認したい方は下記へGo 具体的な実装例( おまけ
直感 Deep Learning
人気フレームワークKerasの解説書！ 直感的かつ短いコードでアイデアを形にできるKerasはTensorFlowのラッパーとして大人気のライブラリです。本書でもTensorFlowをバックエンドとして使用し、自然言語処理、画像識別、画像生成、音声合成、テキスト生成、強化学習、AIゲームプレイなどさまざまなモデルをPythonとKerasで実装します。対象読者は、各種のディープラーニングを素早く実装したいプログラマー、データサイエンティスト。ディープラーニングを支える技術の速習にも好適です。数式はなるべく使わずにコードと図で説明します。ニューラルネットワークおよびPython 3の基本を...
画像認識
デジタルカメラの顔認識機能など、身近で利用されている画像認識の技術。機械学習の応用により、その精度は格段に向上した。最前線で活躍する研究者が、基礎から深層学習を取り入れた応用的手法までをくわしく解説する。画像認識の現状と今後の展望を知るのに最適な一冊！ ■おもな内容 第1章 画像認識の概要 第2章 局所特徴 第3章 統計的特徴抽出 第4章 コーディングとプーリング 第5章 分類 第6章 畳み込みニューラルネットワーク 第7章 物体検出 第8章 インスタンス認識と画像検索 第9章 さらなる話題（セマンティックセグメンテーション／画像からのキャプション生成／画像生成と敵対的生成ネットワーク...