週刊Railsウォッチ（20191204後編）Rubyコードをトランスパイルするruby-next、Cloud Run正式リリース、2019年Web年鑑レポート、V言語ほか｜TechRacho by BPS株式会社
2019.12.04 週刊Railsウォッチ（20191204後編）Rubyコードをトランスパイルするruby-next、Cloud Run正式リリース、2019年Web年鑑レポート、V言語ほか こんにちは、hachi8833です。1日遅れの後編です🙇。 各記事冒頭には⚓でパーマリンクを置いてあります: 社内やTwitterでの議論などにどうぞ 「つっつきボイス」はRailsウォッチ公開前ドラフトを（鍋のように）社内有志でつっついたときの会話の再構成です👄 毎月第一木曜日に「公開つっつき会」を開催しています: お気軽にご応募ください ⚓お知らせ: 週刊Railsウォッチ「第17回公開つっつき会」（無料） お申し込み: 週刊Railsウォッチ公開つっつき会 第17回｜IT勉強会ならTECH PLAY［テックプレイ］ 第16回目公開つっつき会は、明日12月05日（木）19:30〜にBPS会
連載目次 行列式や固有値、固有ベクトルの壁を越えられないのは、行と列を掛けたり足したりという成分の計算で力を使い果たしてしまい、図形的な意味や線形代数の体系の中での意味を考える余裕がないからではないでしょうか。今回は行列式について、計算で力尽きないようにするための裏技を見た後、図形的な意味などについて考えてきたいと思います。固有値、固有ベクトルについては番外編5で取り扱います。 ポイント1 行列式はスカラーである まず、大前提です。行列式が求められるのは行数と列数が同じ正方行列のみです。ここからのお話に登場する行列は全て正方行列です。 さて、2×2行列の行列式は平行四辺形の面積を表すとか、3×3の行列式は平行六面体の体積を表すといった話を聞いたことがある人も多いかと思います。面積とか体積であるということは、行列式はスカラーであるということです。 行列Aの行列式はdet Aまたは|A|と表し
新星プログラミング言語Julia。 Rubyの動的さとC言語の速度を両立させた、公認会計士の資格を取得したジャニーズJr.みたいな、そんなのアリかよって感じの言語だ。 Juliaの宣伝文句はすごい。引用してみよう。 僕らが欲しい言語はこんな感じだ。まず、ゆるいライセンスのオープンソースで、Cの速度とRubyの動的さが欲しい。Lispのような真のマクロが使える同図象性のある言語で、Matlabのように分かりやすい数学の記述をしたい。Pythonのように汎用的に使いたいし、Rの統計処理、Perlの文字列処理、Matlabの線形代数計算も要る。シェルのように簡単にいくつかのパーツをつなぎ合わせたい。チョー簡単に習えて、超上級ハッカーも満足する言語。インタラクティブに使えて、かつコンパイルできる言語が欲しい。 （そういえば、C言語の実行速度が必要だってのは言ったっけ？） こんなにもワガママを言った
意識が生成したフィクションとしての現実を生きるということ――伊藤計劃『ハーモニー』＃闇のSF読書会②｜Hayakawa Books & Magazines（β）
闇の自己啓発会による#闇のSF読書会。今回は伊藤計劃『ハーモニー』を取り上げます。『闇の自己啓発』でも度々言及されてきた作品ですが、この作品を読んで自分に刺さった箇所、想起したこと、そして意識の消失について、各人が自身の感想を熱く語り合いました。その模様をご紹介していきます（ネタバレ全開ですので、未読の方はご注意ください）。 ＊前回はこちら ■ゼロ年代的「中二病」のモードが歴史化されている江永 それでは『ハーモニー』を。始めの章「<part:number=01:title=Miss.Selfdestruct/>」が、すごく印象に残っています。謎めいた少女ミァハと出会った13年ほど前の高校時代を回想しながら、その後の章のきっかけとなる大事件（旧友キアンが自分の目の前で亡くなる）までを語り手トァンが提示していく部分です。私の感覚で言えば、ゼロ年代的「中二病」のモードが、ここに歴史化されている感
この記事はNuco Advent Calendar 2022の25日目の記事です データアナリストになるためのロードマップとは 本記事の指す「データアナリストとは」 データアナリストとはデータの収集・分析のプロフェッショナルです。 分析した情報を元に仮説を立て、問題解決や目標達成を目指します。 本記事でいうデータアナリストとは、データベースへ自らアクセス可能で、データの処理と傾向の特定、主要なビジネス上の意思決定を支援するデータの視覚化が可能な人間を指します。 データアナリストの業務例 プロダクトの機能改善、事前見積もりや効果検証 施策についての仮説設計と効果検証 予測モデル構築 事業戦略の振り返りやKPI設計 本記事の概要 本記事ではデータアナリストになるためのロードマップを提示します。 ステップ１：独学で学ぶ ステップ２：データアナリストとして就職する（未経験可の求人に通る） ステップ
Webサービスの開発やWebサイトのスクレイピングから機械学習まで、様々なことができるプログラミング言語のPython。 Pythonは人気プログラミング言語ランキングの中でも上位に入っていて、プログラミング学習初心者の方からプログラミング経験が豊富なベテランエンジニアの方にまで人気な印象です。 今回は、プログラミング言語Pythonを学べるUdemyのPythonコースの中で、プログラミングを学ぶ目的別にオススメのコースを紹介していきます。 Udemyとは？Udemyの特徴 Udemyとはどんなサービスなのか？ Udemy とは、Google・Apple・FacebookなどIT有名企業が本社を置くアメリカのシリコンバレーで生まれたオンライン学習サイトです。 プログラミング言語のPython以外にも多くのプログラミング言語のコースや、Webデザインのコースなど、様々なプログラミングを学習
Jay Alammar氏の記事「A Visual Intro to NumPy and Data Representation」を共訳しました。「実用的な使い方」より前の部分の訳は私が行い、もう片方は上杉周作が行いました。ちなみに原文はCC BY-NC-SAライセンスで公開されているので自由に翻訳できます。この文章も同じくCC BY-NC-SAで公開しています。 NumPyは、Pythonによるデータ分析、機械学習、 科学技術計算において大活躍するパッケージです。NumPyを使うことで、ベクトルや行列の計算がいとも簡単になります。 また、scikit-learn、SciPy、pandas、tensorflowといった人気のパッケージは、NumPyを基にしてつくられています。つまりNumPyをマスターすれば、データの扱いに強くなるだけでなく、NumPyが基になっているパッケージの扱いにも強く
思わず笑う「数学者の日常」の異次元っぷり見て 7選
数学を愛し（？）、ひたむきにその道を極めようとする者たちの日常が完全に異世界でした……。凡人には理解不能な「数学の世界」にあなたも染まってみては？ 1. 「数学って難しいですよね」という話をすると、その人がどこで数学を諦めたのかが分かる。ルートがと話す人は中学時代、サインコサインがと話す人は数1、ベクトルがと話す人は数2、線形代数がと話す人は大学初年度でそれぞれ数学から距離を取っていることが多く、測度論がと話す人には異常者が多い。 — いっかり(Aiken Vackenzie) (@bebebeBayes) May 18, 2022 2. 「大学の数学は哲学」というのは「俺には大学の数学が全くわけわからんかったし哲学も全くわけがわからん」という意味であって「大学の数学は高校生が哲学だと思っていたものになる」という意味ではない 数学は哲学ではない — ふぁぼん(Фабон Ильич Фав
先日統計検定準１級に合格することができました。 誰かの何かの役に立つと思うので記事に残そうと思います ※合格メソッドとかではないので責任は持てません！ 確率と種々の応用は計算ミスした記憶があり無念です。 算数が苦手なのがこういうところに響きましたがなんとか合格できました。 私の紹介 37歳 経済学部出身（統計はそれなりにやってたけど嫌いだった、数学は結構得意） お仕事的には経営企画とか人事とかやってきた なんとなく面白そうなのでデータアナリストになった。３年目 ３年前に統計検定2級合格 ツイッターはこちら※特に有益なことはいわないです こんな人です。情報とか統計を専攻していた訳ではないので準１級は結構ハードルが高かったです。勉強した内容と資格合格に向けた戦略を以下の手順で書いていきます。1回受けてダメだったので戦術を見直したことも記載していきます。 この記事で書いてること/書いてないこと/
Reading Time: 3 minutes GPU アプリケーションを高速化する方法には、主にコンパイラ指示行、プログラミング言語、ライブラリの 3 つがあります。OpenACC などは指示行ベースのプログラミング モデルで、コードをスムーズに GPU に移植し、高速化することができます。使い方は簡単ですが、特定のシナリオでは最適なパフォーマンスが得られない場合があります。 CUDA C や C++ などのプログラミング言語は、アプリケーションを高速化する際に、より大きな柔軟性を与えてくれます。しかし、最新のハードウェアで最適なパフォーマンスを実現するために、新しいハードウェア機能を活用したコードを書くことも、ユーザーの責任です。そこで、そのギャップを埋めるのが、ライブラリです。 コードの再利用性を高めるだけでなく、NVIDIA 数学ライブラリは、最大の性能向上のために GPU ハード
こちらの記事は、Rhea Moutafis 氏により2020年5月に公開された『 Bye-bye Python. Hello Julia! 』の和訳です。 本記事は原著者から許可を得た上で記事を公開しています。 Pythonの勢いに歯止めがかかると同時に新しい競争相手の登場だ Juliaがまだあなたにとって未知であっても、心配しないでほしい。 Photo by Julia Caesar on Unsplash 誤解しないでほしい。 Pythonの人気は、コンピュータ科学者、データサイエンティスト、AIスペシャリストといった堅固なコミュニティによって支えられている。 しかし、これらの人々と一緒に夕食をともにしたことがあれば、彼らがPythonの弱点についてどれほどわめき散らしているのかも知っているだろう。 速度が遅いことに始まり過度のテストが必要になること、以前のテストにもかかわらずランタイ
｢Python機械学習プログラミング｣はまさに"理論と実践"を学ぶのに最適な本 - Explore cs in depth!
目次 目次 概要 前提知識 本題 まさに｢脱入門者｣をターゲットに置いている 式展開がかなり丁寧 1章 2章 3章 4章 6章 12章 15章 総評 概要 書籍｢Python機械学習~達人データサイエンティストによる理論と実践(第二版)~｣ を読み終わりました｡ [第2版]Python 機械学習プログラミング 達人データサイエンティストによる理論と実践 (impress top gear) 作者: Sebastian Raschka,Vahid Mirjalili,福島真太朗,株式会社クイープ出版社/メーカー: インプレス発売日: 2018/03/16メディア: 単行本（ソフトカバー）この商品を含むブログ (2件) を見る 機械学習の基礎を｢厳密に｣理解したい 表面上をさらうのではなく数学的定義や内部構造まで知りたい プログラミング技術も解説してほしい という方には特におすすめの本です｡
統計検定準1級 リンク集 - Qiita
背景 統計検定2級を合格し、準1級を受けようとしたら範囲広すぎ＋難しすぎるので、見返せるようにリンク集を作成しました。 準1級では必須の参考書である統計学実践ワークブックに沿って自分がわからなかった部分作成したいと思います。 一部解説者においては作成時点ではYoutubeで見れていたものの、Udemyで有料公開となったようです。ただ、非常に初心者にとってはわかりやすい解説なので購入する価値はあると思います。 埋まっていない箇所についてはワークブックである程度理解できたor諦めたのどちらかです。 統計等のバックグラウンドがない中で、WB、問題集、本リンクで77点で合格しております。（3回受験したのは内緒） また、ワークブックとは別に下記の方もとても頼りにさせていただきました。 【失敗しない】統計検定準1級向けのおすすめ参考書 ワークブック問題回答まとめサイト① ワークブック問題回答まとめサイ
しっかり学ぶ数理最適化
本書が想定する読者はどのような人でしょうか？ 大学1-2年生で微積分，線形代数の授業を受けていれば読みこなせると思います．アルゴリズムとデータ構造の授業を受けていればなお良しです．私自身は大学2-3年生向けの入門書のつもりで執筆しましたが，原稿をチェックしていただいたD先生とT先生には口を揃えて「これは入門書じゃないでしょ？」と言われたので，やや難しいと感じる人がいるかも知れません． 本書の特色を教えて下さい． 数理最適化の基本的な知識を一通り習得できる入門書を目指して，できる限り多くの最適化問題とアルゴリズムを紹介しました．一般的な教科書の約2倍のボリューム(368ページ)あります．また，各章の始めには現実問題を最適化問題にモデル化するための具体的な手法を紹介するように努めました． どのあたりが「しっかり学ぶ」なんでしょうか？ 数学から遠い分野を専門とする人には流し読みできる本ではないこ
物理数学というと，微積分，線形代数，微分方程式，複素解析，変分法，特殊関数(ガンマ関数，ベータ関数，ベッセル関数などなど)，群論，微分幾何などなど分野に分けたそれぞれが該当するので，非常に広くなってしまう．以下では網羅性を重要視し，個別の分野に特化した書籍は挙げないこととした． 一方で物理数学特有の道具的側面，もしくは数式にイメージを対応させる，といった側面は何か特化したものとも言い難いので，これはこれで良いと思ったものを挙げている． ゴトケン 詳解物理応用数学演習 必須の一冊．今すぐ読まなくても，全部読まなくても，この一冊は買っておくべき． 仮に独学するならば，尚更，必須の一冊． もう絶対だ．何度でも強調したいくらいだ． また本書に関して「数学的に厳密でない」とか「生ぬるい」という指摘を受けたとしても， 学部生レベルの世の物理数学の水準で言えば十分過ぎる水準で書かれているため， ひとまず
数学原論 - 東京大学出版会
数学は1つである――線形代数と微積分を柱に、集合と位相のことばで書かれた現代数学の基礎の先にはどのような世界が広がるのだろう。代数・幾何・解析が有機的に結合、交差し、数学をつくりあげるようすを圏論的視点から解説する、「21世紀の『数学原論』」。 ※試し読み用のPDFがダウンロードできます。 ※「圏の定義（定義1.2.1）をなじみにくく感じる読者のために」 ※本書について斎藤先生が「UP」にエッセイをご執筆されています。こちらのPDFファイルをご覧ください。 はじめに この本の使い方 第1章 圏と関手 第2章 環と加群 第3章 ガロワ理論 第4章 ホモロジー 第5章 微分形式 第6章 複素解析 第7章 層 第8章 曲面と多様体 第9章 リーマン面 第10章 楕円曲線 おわりに――ブルバキ『数学原論』について 【詳細目次】 はじめに この本の使い方 第1章 圏と関手 1.1 ファイバー積 1.
これは何か? このシリーズでは、Gilbert Strang 先生の Linear Algebra Vision 2020 を元に、線形代数の直感的理解を得るための「目から鱗」の話題を紹介したいと思います。 Gilbert Strang 先生は MIT の有名な（名物）線形代数の先生です。OpenCourseware で無償で先生の講義をみることができます。これが、とっても楽しいです。定理の証明を追うようなスタイルでなく、具体的な数で手を動かしながら、どんどん、直感的理解が進みます。ほんと、目から鱗です。まるで、古典落語を鑑賞するような感覚で何度も見ることができるクラシックです。 その他、有名な著作がいくつもあり、インタビュー動画等もあります。 先生の線形代数の本 『ストラング：教養の線形代数』 日本語版が出ました（2023/2/11)。 表紙の $A=CR$ の意味、解説はこちらに。（→
「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
量子コンピューティング – 大阪大学基礎工学研究科 藤井研究室
量子コンピューティング 2020 春・秋学期 大学院授業 授業概要と目的：量子力学は、電子や光子といったミクロな世界を 支配するもっとも基本的な物理の枠組みである。 量子力学は、半導体や超伝導物質、そして NMR(核磁気共鳴)といった現代のテクノロジ ーを影で支えている。このような量子力学を表舞 台へと引っ張り出し、量子力学の原理を積極的に 利用して計算を行うコンピュータが量子コンピュ ータである。本講義では、このような量子コンピ ュータがどのように記述され、どのような仕組み で機能し、どのような分野に活用できるかを理解 することを目指す。 前提知識：有限次元の線形代数と、初歩的な量子力学 第1回：ガイダンスと量子コンピューティングの導入 画像や写真等を多く使っているため非公開。講義内容はほとんど「驚異の量子コンピュータ：宇宙最強マシンへの挑戦」岩波科学ライブラリー に書かれた内容ですので
「ITエンジニアと数学」ーー みなさんはどんなイメージをお持ちでしょうか？ ITエンジニアと一言でいっても，職種はさまざまですので，業務の内容によってイメージは異なるかもしれません。数学を駆使してさまざまなアルゴリズムを使いこなすプログラマー，あるいは，統計学と機械学習でデータを分析するデータサイエンティストといったあたりでしょうか。ITの基礎となるデジタル計算機（あえてこう呼びます！）やプログラミング言語が，数学に基づいた原理に支えられているのは間違いありません。しかしながら，IT業界の中でも，「まだまだ数学はよくわからない」「これからでも数学の勉強を始めたい」と考える方は少なくないようです。 「機械学習に数学は必要？」問題 数年前，機械学習ブームが広がり始めたころ，「機械学習をマスターするのに数学は必要か？」という話題が私のまわりで盛り上がりました。世間の声に耳を傾けると，「
「シュレーディンガーの猫」の運命など量子力学についてよくある4つの誤解
量子力学について専門的に勉強したことがなくても、「シュレーディンガーの猫」や「量子もつれ(エンタングルメント)」といった、量子力学の分野特有の不思議な現象について興味を持ったことがある人は多いはず。インターネットなどでよく見られる量子力学に関しての誤解について、イギリスのヘリオット・ワット大学で量子力学を研究しているメフル・マリク教授とアレッサンドロ・フェドリッツィ教授が4つ紹介しました。 Four common misconceptions about quantum physics https://theconversation.com/four-common-misconceptions-about-quantum-physics-192062 ◆誤解1：猫は生きていても死んでいてもいい オーストリアの物理学者であるエルヴィン・シュレーディンガーは1935年に、「毒ガスが入った瓶を猫
この記事は Akatsuki Advent Calendar 2019 22日目の記事です。 はじめに 「シェーダーに興味あるけどやり方わからん！」という方を最近よく見る気がします． 私個人，もはやシェーダーしかできないくらいシェーダーが大好きなので，興味持ってくれる方が増えてとても嬉しいです！ ただ，シェーダーに関するドキュメントは他のプログラムやアーキテクチャに比べて少ないので，初めての方は取っかかりにくいと思います． 加えて，線形代数や光学の知識，グラフィックスに対するデザイン能力も必要になります． この記事では，Unityのシェーダー(Shader Lab)が描けるようになる最低限の知識とやり方を紹介していきます． 「シェーダーに興味あるけどやり方わからん！」という方に対して少しでも力になれればと思います． 前提知識 シェーダーを描けるようになるための前提知識として， ・透視投影変
中学数学からはじめる三角関数
sin(サイン)、cos(コサイン)、tan(タンジェント)とは何なのか。 はじめて触れる人や全く理解できないまま時を過ごした人に向けて 弧度法(ラジアン)の解説もあります 【中学数学からはじめるシリーズ】 中学数学からはじめる微分積分 https://youtu.be/4p1rwfXbCoY 中学数学からはじめる確率統計 https://youtu.be/K2cJofUJVO8 中学数学からはじめる複素数 https://youtu.be/IQaYyFboK48 中学数学からはじめる相対性理論 https://youtu.be/voFHToRM4xI --------------------------------------------------------------------------------------------------------- 【ヨビノリたくみの書籍
【量子機械学習】量子ニューラルネットワーク（ディープラーニング）のために、好きな活性化関数（非線形関数）を量子コンピュータ上で作ろうという話。 - sun_ek2の雑記。
目次。 目次。 はじめに。 ニューラルネットワーク（ディープラーニング）に活性化関数（非線形関数）は、なぜ必要？ 読んだ論文 Marco Maronese, Claudio Destri, Enrico Prati: Quantum activation functions for quantum neural networks. Quantum Information Processing (2022) 内容。 さいごに。 この文章を読んで、面白い！役に立った！...と思った分だけ、投げ銭していただけると嬉しいです。 ofuse.me 【宣伝】ギターも歌も下手だけど、弾き語りをやっているので、よければ聴いてください。 www.youtube.com はじめに。 前回に引き続き、量子ニューラルネットワークの話。前回書いた文章『【量子機械学習】量子ニューラルネットワーク（ディープラーニング）
MoT、AI技術開発部の立松です。先日、統計検定準一級(CBT)を受験し合格しました。非常に学びの多い資格だったので、勉強の流れや受験してよかった点などをご紹介したいと思います。 はじめにこんにちは！MoT、AI技術開発部の立松です。普段はDRIVE CHARTというサービスにて、データサイエンティストとして分析業務やモデル開発等をしています。先日、統計検定準一級(CBT)を受験し、合格しました。非常に学びの多い資格だったので、勉強の流れや受験してよかった点などをご紹介したいと思います。 試験概要「統計検定」とは、統計に関する知識や活用力を評価する全国統一試験です。今回私が受けた準1級は、「実社会の課題に対する適切な手法の活用力」というレベルを目安に設計されています。2021年より、CBT(Computer Based Testing)方式の試験に切り替わっており、都合のよい試験日時に受験
CADDi でアルゴリズム系の開発を担当している寺田です。ぜひ一緒にアルゴリズム開発に携わってくれる仲間を募集したいと思い、筆を執りました。通常の Tech Blog よりPR色の強い内容となりますことをご容赦ください。 そこに課題があるから アルゴリズムが好きな方であれば、「解くに値する面白い課題」を欲しているのではないでしょうか。 教科書を読めば、様々なアルゴリズムの技法を学ぶことが出来ます。その技法を使えばどんな問題が解けるかも分かるし、身近なライブラリの背後で使われている理論的背景を知ることが出来ます。 しかし、教科書の例にドンピシャに当てはまる仕事に巡り会う機会はそうあるものではありません。多くのアルゴリズムは既にライブラリとして実装済みであり、自分で実装する機会は多くありません。また、現実の問題は教科書のように整理や定式化がされていませんし、場合によっては問題と認識すらされてい
えるエル on Twitter: "インペリアルカレッジロンドンが提供する,機械学習のための線形代数の講義まとめ https://t.co/fijAqtFraN 線形代数の応用に関する講義はいくつかあるが,機械学習に絞ったコースは珍しい 各講義は、コンパクトにまとま… https://t.co/U5ViR1WMgd"
インペリアルカレッジロンドンが提供する,機械学習のための線形代数の講義まとめ https://t.co/fijAqtFraN 線形代数の応用に関する講義はいくつかあるが,機械学習に絞ったコースは珍しい 各講義は、コンパクトにまとま… https://t.co/U5ViR1WMgd
「わかった」にとりつかれて研究者になる - いつか博士になる人へ
図書館に行くのが好きだ。 書架に並んでいる本を眺めながら歩いていると心が落ち着く。 研究室での作業に疲れたときは、よく図書館に行ってただぼんやりと歩いている。 静かな空気や紙の匂い、絨毯をふむ感触が好きだ。 晴れた日には窓際の机につっぷして寝てる学生をよく見かける。 その幸せそうな背中を見ると気が抜ける。 ここに私を傷つけるものは何もないという気がする。 図書館の中をひととおりまわると、いつも最後に自分の専門の本がならぶ一角へ行く。 そこにある本には私の思い出がくっついている。 大学の講義で読まされた本、研究室に入ってから輪講で読んだ本、卒論のイントロを書くためにあわてて読んだ本。 そんな本を見て頭に浮かんでくるのは、「わからない……」と絶望しながら、それでも必死でページをめくった毎日だ。 そんな時間が私に教えてくれたことは、「わかる」というよろこびだった。 「わからない」の先にある「わか
精度保証付き数値計算 - Wikipedia
精度保証付き数値計算[1]（せいどほしょうつきすうちけいさん、Validated Numerics, Rigorous Computation, Reliable Computation, Verified Computation, Numerical Verification, 独: Zuverlässiges Rechnen）とは数学的に厳密な誤差（前進誤差、後退誤差、丸め誤差、打切り誤差、離散化誤差）の評価を伴う数値計算のことであり、数値解析の一分野である[2]。演算では区間演算を使用し、結果はすべて区間で出力する。精度保証付き数値計算はウォリック・タッカーによって14番目のスメイルの問題を解くのにも活用されており（Tucker (1999)を参照）、力学系の研究では重要なツールとして位置づけられている[3][4][5][6]。 精度保証付き数値計算の必要性[編集] 精度保証付き数値
デザイナーやアーティストなど、さまざまな審美眼を持つ方々に「さいきん、買ったもの」をテーマにお話をうかがい、「買う」という行為から、その人らしさや考え方を少しのぞく連載「さいきん、なに買った？」。 今回は特別版として、2022年の1年間で買ったもので印象に残っているものを5名の方に紹介していただく『2022年、なに買った？』。今回は、映像作家の石川将也さん、イラストレーターのカチナツミさん、デザイナーのサリーン・チェンさん、建築家の桝永絵理子さん、ザリガニワークス工作担当の武笠太郎さんに、2022年に買ったものと買い物にまつわるお話をうかがいました！ 石川将也さん 映像作家やグラフィックデザイナーという複数の肩書きをもつ石川将也さん。2019年までクリエイティブグループ「ユーフラテス」に所属し、Eテレの「ピタゴラスイッチ」や「2355/0655」などの制作に携わり、2020年に独立。デザイ
![クリエイター5人に聞く―2022年、なに買った？ - デザイン情報サイト[JDN]](https://cdn-ak-scissors.b.st-hatena.com/image/square/87d8179b5da414933603f9b27fd14316ba132a62/height=288;version=1;width=512/https%3A%2F%2Fwww.japandesign.ne.jp%2Fwp%2Fwp-content%2Fuploads%2F2023%2F01%2Faf219c7c93dac8b950dee32ab173860f.jpg)
Algebraic Topology: A guide to literature このサイトについて クラウドファンディングについて 使用上の注意 目次 基本 文献の探し方使い方 ホモロジーとコホモロジー ホモトピー群とホモトピー集合 各種空間と空間に対する操作 様々な写像 トポロジーの歴史 重要な道具や概念 圏と関手 スペクトル系列 代数的な道具 コホモロジー作用素の理論 \(K\)理論 コボルディズムと関連した話題 単体的および余単体的手法 ホモトピー代数 安定ホモトピー論 層と関連した概念 オペラッドと関連した概念 他分野との関連 多様体など幾何学的対象のトポロジーと幾何 点や超平面などの配位の空間 組み合せ論 代数幾何学 Euclid幾何や双曲幾何などの古典的な幾何学 数論と関連した話題 頂点代数とその周辺 数理物理とそれに関連した数学 解析学との関連 トポロジーと計算機科学 統
NumPy / Pandas / Matplotlib / scikit-learn などの理解度確認ができる「Python 3 エンジニア認定データ分析試験」に合格した - kakakakakku blog
先週末に「Python 3 エンジニア認定データ分析試験」を受験して合格した🎉とても良い試験で，特に試験勉強をする過程で知識の幅が広がった．試験の認知度向上のためにも紹介したいと思う．当然ながら試験問題に関しては何も書かず，基本的に公開情報をベースにまとめていく！ www.pythonic-exam.com 試験概要 : Python 3 エンジニア認定データ分析試験 📊 試験名にもある通り「Python 3 エンジニア認定データ分析試験」は Python を使った「データ分析」に関する理解を問う試験で「数学」や「Python ライブラリ」に関する出題が多くある．詳しくは以下に出題範囲を載せる． セクション 出題数 出題率 データエンジニアの役割 2 5.0% Python と環境 : 実行環境構築 1 2.5% Python と環境 : Python の基礎 3 7.5% Pytho
はじめに E資格の数学問題で何かと話題の「特異値分解」。数式や社会への応用例については多くのサイトで解説されていますが、手計算でどうやって解いてくのか？を解説したものはあまり見かけないように思います。 $$ A = U \Sigma V^T $$ なので、E資格数学の登竜門ともされる（と個人的に思う）特異値分解の手順を、自己流ながらまとめました。ここおかしい！というところがありましたらツッコミをお願いします。 この記事は数学の計算過程を書いています。線形代数の行列に関する知識（ベクトルの内積、行列の和、積、行列式、固有値、固有ベクトル）に関する知識が必要です。 特異値分解の手計算の手順 特異値分解は線形代数の様々な計算法を使用します。これら1つでも間違うと正解を得ることができないので、 以下のステップごとに、着実にマスターしていく必要があります。 $U$、$\Sigma$、$V$の行列の形
[PDF] 線形代数って？ 三谷純
生活インフラとして欠かせない情報通信を扱うNTTコミュニケーションズでも、データサイエンティストが活躍する場面は多い。 大学院でコンピューターサイエンスを学び、同社に入社した河合康平さんは、データ分析を基にして、同社が抱える課題を解決するコンサル業務を担当する。例えば、データ解析によって、電話やポータルサイトなどの顧客が同社と接点を持つ手段の満足度を高めている。 特集「データサイエンティストとは何者か」の第9回目は、河合さんが経験した業務における挑戦について詳述する。【斎藤公也】 〈Profile〉 河合康平（かわい・こうへい） NTTコミュニケーションズ株式会社 デジタル改革推進部 データドリブンマネジメント推進部門。 2015年、名古屋大学大学院工学研究科計算理工学専攻修了後、NTTコミュニケーションズ入社。 保守運用部門においてデータ分析基盤の開発を担当。2018年9月、R&D部門に
macOS Monterey 12.6.2, Python 3.9.15, matplotlib 3.6.1, numpy 1.23.4, scipy 1.9.3 時系列データの特異スペクトル解析 特異値分解 まず，特異スペクトル解析で用いられる特異値分解について説明します。線形代数の言葉が出てきますので，難しいと思う方は飛ばしてもらっても大丈夫です。 階数 $r$ の $m\times n$ 行列 $\mathsf{A}$ に対して，次のような分解 (特異値分解 (singular value decomposition: SVD)といいます) が存在します： $$ \mathsf{A} = \mathsf{U}\mathsf{\Sigma} \mathsf{V}^\top $$ ここに，$\mathsf{U}$ と $\mathsf{V}$ はそれぞれ，$m$ 次と $n$ 次の直交行
大学で学ぶ物理を板書１枚にまとめてみた
分野が多岐に渡り、それらが複雑に絡み合う物理学ですが、ここで１つの概観を提示してみました。より生々しい感覚を届けたかったので、板書１枚一発撮りに挑戦しています。もちろんここでは紹介しきれていない分野もありますが、オーソドックスなものだけを挙げたと捉えていただければ幸いです。これからも物理学を楽しんでいきましょう 『物理学の全体像(専門分野)』は5/10(日)21時にプレミア公開予定です このチャンネルのスポンサーをこちらで募集しています↓ https://camp-fire.jp/projects/view/130136 --------------------------------------------------------------------------------------------------------- 【ヨビノリたくみの書籍一覧】 「難しい数式はまったく
双対数を利用した自動微分のしくみ - かみのメモ
最近、SLAMの勉強をしてみたいなぁと思いceres-solverのコードを読んでいたのですが、ヤコビアンの導出のところで見慣れない操作をしていることに気付きました。 調べてみると双対数というものを利用して自動微分なる計算をしているらしいです。 ということで、この記事では双対数（二重数, dual number）とそれを利用した自動微分についてまとめてみます。 平たく言えば、プログラムで微分を計算する方法を紹介します。 ざっくり理解で書いている部分もあるので、間違いを見つけたらマサカリ投げてください。 スポンサーリンク もくじ 1. 前置き 2. 導関数の演算則 3. 双対数 3.1. 双対数の定義 3.2. 双対数の演算則 3.3. 双対数と導関数の演算則の共通性 4. 双対数を利用した自動微分 4.1. 自動微分の原理 4.2. 計算例 4.3. 実装 5. 双対数による自動微分と数値
朝日塾小学校様に伺い、PTA主催の講演会でお話をさせていただきました。学園は、岡山駅からタクシーで20分ほどの、大変風光明媚な場所にあります。 門の前には美しい自然が広がります。 テーマは「算数が好きになる7つの方法」。 お客様は高学年の生徒さんと保護者の方で400名様ほどだったようです。時間は60分。時間が短いのでやや欲張りなテーマだったのですが、せっかく岡山まで呼んで頂いたので、できるだけ多くことをお伝えしようと思い、このテーマを選びました。 （１）算数を勉強する理由を知る （２）暗記をしない （３）言葉の意味を正確に知る （４）数に興味を持つ （５）解く喜びを味わう （６）難しい問題に触れる （７）歴史を知る 謝辞 （１）算数を勉強する理由を知る 算数の力は、四則演算と割合や比などを使いこなす「生活能力」と、将来の数学の力に通じる「未知の問題を解く力」に分けられると考えています。 「
統計検定2級・準1級【実際の勉強レベルで気づいたこと】
私自身、勉強途中であり、学士・修士・博士を持っているわけでもありませんので、あくまで参考程度にお願いいたします。また内容に関して一切責任が負えません。 統計検定2級、準1級で共通で最重要 1.例えば2級であれば「平均、分散、標準化、相関係数、共分散、質的、量的、棄却、受容、帰無仮説、対立仮説、有意水準」など、言葉が定義されているものはしっかりと言葉の意味を明確にする。 2.絶対に見ているだけだと覚えられないので、QuizeletやAnkiなどの一問一答形式の問題を作れるサービスを利用するか、紙に穴埋めや一問一答を手書きで書くなどする。「見るだけ」ではなく、「隠された状態→なんだっけ→答え合わせ」という過程がないと覚えられないと思う。（少なくとも自分は） 2に関して、これは大学の試験勉強でも意識していることですが、「①知識で覚えなきゃいけない部分」と、「②数式など組み立て考える部分」を分ける
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
［AI・機械学習の数学］線形代数の行列式をマスター
Juliaの速さの核心に迫る〜インタプリタ、コンパイラ、JITコンパイラ〜 - SEむううみんのプログラミングパラダイス
データアナリストになるためのロードマップ【決定版】 - Qiita
【エンジニア初心者向け】UdemyのPython入門のオススメコースを厳選 - 仮想サーファーの日常
【初心者向け】図解でわかるNumPyとデータ表現｜Saya｜note
統計検定準１級に合格するまでの道のり【追記あり】 - Qiita
NVIDIA 数学ライブラリによる GPU アプリケーションの高速化
バイバイ Python。 ハロー Julia！ - Qiita
物理数学 – オススメの参考書 (網羅性重視で厳選紹介) | Math Relish
Gilbert Strang先生から学んだ線形代数 - Qiita
crexistのブックマーク - はてなブックマーク
「ITエンジニアと数学」の古くて新しい関係：新刊ピックアップ
Unityでシェーダー描いてみたい - Qiita
統計検定準1級受験体験記 | MoT Lab (GO Inc. Engineering Blog)
アルゴリズムで事業の非連続を創りたい - CADDi アルゴリズムチームへの招待 - CADDi Tech Blog
クリエイター5人に聞く―2022年、なに買った？ - デザイン情報サイト[JDN]
Algebraic Topology: A guide to literature
特異値分解の計算方法を手順ごとにまとめてみた - Qiita
「顧客の要望」をデータ分析で把握、満足度を高める【NTTコミュニケーションズ】
【時間-周波数解析の基礎】特異スペクトル解析を用いた時系列データの成分分析【SSA】 - LabCode
【講演】算数が好きになる7つの方法 - 永野裕之のBlog