今週のQiita技術書まとめ
2018年7月8日配信
[Kaggle]0から本当に機械学習を理解するために学ぶべきこと～一流のデータサイエンティストを例に～
「機械学習が出来るようになりたい」そう思いつつも、中々身についた感じがしない。 そんな方々に向けて、Kaggle( 1. データを分析するために必要な統計的知識 機械学習の目的は未知の事柄を推定することです。そのために既にあるデータから何らかの法則性を見つけ出す為に様々な手法が考えられてきました。 統計学はご存知でしょうか？ 機械学習はデータを扱うという点で統計学と深い関係があります。平均値や標準…
Pythonで理解する統計解析の基礎
統計解析を学びたいと考える方に向けて、データを確認しながら学習できる新時代の入門書。複雑な計算やグラフの描画が簡単にできるＰｙｔｈｏｎをフル活用。
東京大学のデータサイエンティスト育成講座
本書は、2017年と2018年に東京大学で実施された「グローバル消費インテリジェンス寄付 講座」の学生向けオフライン講義と、社会人向けオンライン講座で使われた教材がベースになっています。 約400名ほどの受講枠（2年間）に、のべ1,800人以上の応募があった人気の講義です。この本のベースとなるコンテンツはJupyter Notebook形式で公開されていますが、この内容をさらに精査、ブラッシュアップし、読みやすく整えたものが本書になります。 ●本書の内容 本書には、データサイエンティストになるための基礎をつめこんでいます。データサイエンティストは、Pythonや確率・統計、...
PythonによるAIプログラミング入門
ディープラーニングの前に身につけておきたいAI技術の入門書！ 近年ディープラーニングが爆発的人気となっています。しかし、人工知能の手法はディープラーニングに限りません。過去のAIブームの単純なニューラルネットや論理的プログラミングもあれば、遺伝的アルゴリズム、自然言語処理、音声信号処理や、画像からの動物体検出、分類問題、回帰問題、連続データ解析、強化学習といった、古典的なデータ解析や機械学習の手法もあります。これらはディープラーニングを始める前に身につけておくべき基礎技術です。「鶏を割くに焉んぞ牛刀を用いん」の諺のように、読者がデータ収集や計算コストがかかるディープラーニングの他にも適材...
Node.jsの実行モデルを理解するために必要な前提知識を説明していく
はじめに Node.js公式の説明ページ( Node は（中略）非同期型のイベント駆動の JavaScript 環境です。（中略）各接続ごとにコールバックは発火され、（後略） 知らない人にどう動いているのか説明できるでしょうか。 ちなみに私は「超難しいからまずはイメージをつかんでくれ」と「仕事を他の人に頼む、すると自分は手が空くからその隙に別の仕事をする、頼んでた仕事が上がってきたら処理を再開する…
詳解Linuxカーネル第3版
本書はＬｉｎｕｘのソースコードの恩恵を最大限に活かすための羅針盤です。複雑で難解なＬｉｎｕｘカーネルの仕組みを、基礎からていねいに説明。Ｌｉｎｕｘカーネルの基本機能を網羅し、ハードウェア依存部分についても踏み込んだ解説がなされています。第３版では、Ｌｉｎｕｘ２．６を対象として改訂を行い、特にメモリとプロセススケジューリングについて大幅な変更と加筆がなされています。Ｌｉｎｕｘのソースコードを理解するためのガイドブックとして、オペレーティングシステムの本格的な解説書として最適の１冊です。
低レベルプログラミング
アセンブラとC11でIntel 64ビットプログラミングモデルを堪能する！ 「IoT」というコトバが爆発的に広がり、老若男女だれもが知っているIT用語となった昨今ではあるけれど、そのインフラストラクチャとしてのPCアーキテクチャは、大多数の人々にとってはブラックボックスのままです。 とはいえ、そのブラックボックスを十全に理解し、各種ブラックボックスをフル活用できなければ、IoT自体の活用や発展・進歩はありえません。 本書はアセンブリとC言語を使用し、インテル製アーキテクチャの64ビット版が、コンパイルされたプログラムをどのように処理し、データをどのように、そしてどこに配置し、...