The best place to backorder/drop purchase expiring ccTLD domain names
.ai Domain Auctions | auction.whois.ai
The best place to backorder/drop purchase expiring ccTLD domain names
プログラミングに数学はどのくらい必要か | Webシステム開発／教育ソリューションのタイムインターメディア
プログラミングするのに数学の知識はあるに越したことはない。 でも、どのくらいあったら良いかの判断は難しい。 プログラミング言語の知識や、用意されているツール・ライブラリ等を使って、まあ少し勉強すれば出来ることをやるだけだったら、高等学校の数学すら不要と思う。 しかし、それでは、理屈は理解しないままプログラムをしているプログラマ程度で終ってしまう。 特に、AIに関するプログラムを書こうと思ってディープラーニングの本を開いたとたん、訳のわからないことだらけになる筈だ。 まず、理工系大学や高専で普通に教わる数学の共通部分程度の話にはついていけないと、非常に困る。 ということで、大学生向けに数学全般を扱ったシリーズ本を紹介しよう。 この分野、昔からピンからキリまで色々出ているのだが、あまりにも本格的になると大変だ。 数学専攻ならともかく、そうでない数学を道具として使いたい立場だと、やや軽めで、広く
ディープラーニングは、なぜ“IT技術者の新常識”なのか？
1946年に完成したコンピューター“ENIAC”は、“微分解析機”の電子版として開発がスタートし、完成して最初に計算したのも核物理学の３つの微分方程式だった。“ガソリンエンジン”の設計や“電気・電子技術”の研究で重要な役割をはたすの見ると、20世紀とは“微分方程式”の時代とさえ言いたくなる。 今年に入って、明治末期から昭和20年頃までの技術資料を大量に目にする機会があったのだが、そうした方程式や数表や線図の固まりといえるものだった。数式による設計とシミュレーションが可能になったことで、人々の生活や都市の風景は変わり、為政者によって戦争もおこされたのだとも思える。 そうした100年間続いてきた常識をひっくり返してしまいかねないのが、人工知能（その中でもディープラーニング技術）である。いままでは、ある問題を解くために方程式をプログラムの形で書いたが（FORTRANは文字どおり“式を翻訳する”と
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
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
Team AI Blog -AI・機械学習に関わるキャリアとスキルアップの情報を発信
初心者でも分かる！最低限知っておくべき「機械学習」と「ディープラーニング」の違い
lifefuckers.com
