今週のQiita技術書まとめ
2017年10月1日配信
ドキュメンテーションコストを下げる
開発者が開発を進めているときに大事なことは、できるだけ本業の開発に専念できる時間を増やすことだ。 本業の開発時間を確保するのに役立ってきたこと - ソースコードの管理コストは、バージョン管理ソフトウェアで改善した。 - タスクの管理コストは、課題管理システムRedmineなどで改善した。 これによって、発生しているトラブルの状況を何人もにそのつど説明しなおす手間が減った。Redmineにチケット…
[DDD]ドメイン駆動設計で実装を始めるのに一番とっつきやすいアーキテクチャは何か
DDD連載記事 なぜDDD初心者はググリ出してすぐに心がくじけてしまうのか( ドメイン駆動設計の定義についてEric Evansはなんと言っているのか( モデルでドメイン知識を表現するとは何か( ドメイン駆動設計で実装を始めるのに一番とっつきやすいアーキテクチャは何か(
実践ドメイン駆動設計
『エリック・エヴァンスのドメイン駆動設計』は、2003年の刊行だったにもかかわらず、大型ソフトウェア構築時につきまとう不透明感を払拭するための指針として現役技術者に多大な影響を与えた。ある意味、エリック・エヴァンスの先見性によって、今日、必要とされるパタン／アンチパタンが整理されていたためだ。 とはいえ、それからすでに11年。ベースとなるオブジェクト指向はそれほど大きな変革はないものの、この10年の間にコンピューティングの対象は大きく増え、さらにドメイン駆動設計をコトバでは知っているものの、経験値のまだ低い技術者の増加もあり、理論だけではなく現状に則した形で体得する必要性が増している。...
【強化学習初心者向け】シンプルな実装例で学ぶSARSA法およびモンテカルロ法【CartPoleで棒立て：1ファイルで完結】
※2018年06月23日追記 PyTorchを使用した最新版の内容を次の書籍にまとめました。 つくりながら学ぶ! 深層強化学習 PyTorchによる実践プログラミング 18年6月28日発売( 強化学習の代表的な手法である「SARSA法」と「モンテカルロ法」の、実装コード紹介と解説を行います 学習する対象には、強化学習の「Hello World！」的存在である「CartPole」を使用します。
これからの強化学習
◆強化学習は「ポストビッグデータ」の技術である！ 人工知能，金融工学，ロボット制御，言語処理，生産現場やサービスの最適化，あらゆる分野に応用が広がる強化学習．十分なデータが与えられることが前提とされる他の機械学習法と異なり，「足りないデータを集めながら最適化すること」に力点を置く強化学習は，ビッグデータの先を行くための重要な技術となることが期待されます． ◆強化学習の「いま」を知り，「これから」を切り拓くための1冊． 本書では，この分野を代表する執筆陣が集い，強化学習の基礎・発展・応用を多面的に解説します． ・基礎：強化学習の動作原理と基本アルゴリズムを，初学者でも分かるように導入．...
人工知能について学んでみた（２ヶ月）
人工知能(AI)について２ヶ月学んできました。 AI初心者のAI初心者によるAI初心者のためのAI超入門的な記事を書いてみようと思います。 人工知能に興味がある、またはこれから人工知能を学んでみようという方にとって、少しでも参考になれば幸いです。 できるだけ「Simple & Short」に書くことを心がけます。 まだまだ未熟者なので、誤った内容などがあればご指摘いただけたらと思います。
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...
Pythonではじめる機械学習
数学の知識がなくても読み進められる、理論だけでなく実践面も重視した機械学習の入門書！ バックグラウンドに数学的な知識がなくても理解できるように書かれた、Pythonを使った機械学習の入門書。Pythonの機械学習用ライブラリの大定番、scikit-learnの開発に関わる著者が、scikit-learnを使った機械学習の方法を、ステップバイステップで解説します。最初に実践について述べて後から理論を補強するスタイルで、理解しやすいように工夫されています。理論面と実践面のバランスが良く、モデルの評価と改善について多くの紙面を割くなど、類書にはない特徴を備えています。
「はじめてのパターン認識」読書会 第一回(1,2章)の資料
「はじめてのパターン認識」読書会 第一回( <div style="display: none" $$\newcommand{\x}{{\bf x}}$$ $$\newcommand{\t}{{\bf t}}$$ $$\newcommand{\w}{{\bf w}}$$
