静岡理工科大学情報学部コンピュータシステム学科菅沼研究室のページです.主として,プログラミング言語( HTML,C/C++, Java, JavaScript, PHP, HTML,VB,C# ),及び,システムエンジニアとしての基礎知識(数学,オペレーションズ・リサーチやシステム工学関連の手法)を扱っています.
私がよく参考にする所を三箇所紹介します。いずれも、説明が極めて明瞭で、論理的な整合性や用語の丁寧な使い方を志向している所に好感が持てるサイトです。 ▼Econom01 Web Site, Sophia University, Tokyo, Japan 上智大学の大西博氏のサイト。私が統計関連で最もよく参照する所です。説明の仕方の明瞭さや、具体例を用いた解説がとても良いと思います。確率統計の一つ一つの概念について、大変丁寧に説明されています。たとえば、「相関(および因果関係)」については、 2つの変数の同時分布と、その条件付き分布は、変数の間の数量的結び付きを示しています。この数量的結び付きは、統計的頻度分布として観察されるものであり、現象の背後にある実態的な「関係」や「構造」から導かれる法則性を必要としません。 例えば、人間の身長と体重とは密接な統計的分布関係を持っていますが、両変数を決定
分かっているようで意外と分かっていないのが回帰分析です。回帰分析の考え方をできるだけ図だけで説明した資料を作りましたので、適宜ご参照ください。 「(ほぼ)図(だけ)で説明する回帰分析」(PDF) 主な内容は、以下のとおりです。 説明変数と撹乱項の相関の理解 予測値の信頼区間をプロットすることの重要性の理解 「変数をコントロールする」ということで曖昧に理解されている内容の理解
googleさんやマイクロソフトさんは「次の10年で熱い職業は統計学」と言っているようです。またIBMは分析ができる人材を4,000人増やすと言っています(同記事)。しかし分析をするときの基礎的な学問は統計学ですが、いざ統計学を勉強しようとしてもどこから取りかかればいいか分からなかくて困るという話をよく聞きます。それに機械学習系の本は最近増えてきましたが、統計学自体が基礎から学べる本はまだあまり見かけないです。 そこで今回は、統計学を初めて勉強するときに知っておいた方が良い10ポイントを紹介したいと思います。 1. 同じ手法なのに違う呼び名が付いている 別の人が違う分野で提案した手法が、実は全く同じだったということがあります。良く聞くのは、数量化理論や分散分析についてです。 数量化理論 数量化I類 = ダミー変数による線形回帰 数量化II類 = ダミー変数による判別分析 数量化III類 =
「ちゃんと仕事のできるインフラエンジニア」を目指せ:ゼロから始める「インフラエンジニア養成所」(1)(1/2 ページ) Webがインフラとなりつつあり、クラウドコンピューティングが普及し始めている現在、「ちゃんと仕事のできるインフラエンジニア」は圧倒的に不足している。インフラを基礎から学び直し、市場価値のある優れたインフラエンジニアを目指そう。 今回から、「Linuxサーバを対象とした業務をちゃんとしたレベルで行えるようになりたい」という人を対象とした、「ゼロから始める『インフラエンジニア養成所』」を連載することになりました。よろしくお願いします。 第1回は、この連載の概要について書いてみたいと思います。ちょっと堅苦しくて、盛り上がりに欠けるかもしれませんが、少しだけ我慢してお付き合いください。 「ちゃんと仕事のできるインフラエンジニア」が足りない! 筆者はゼロスタートコミュニケーションズ
何かインプットしたら、アウトプットすること。 アウトプットを予定して、思い描いて、インプットは行うこと。 メモでも日記でもブログでもレジュメでもレポートでも論文でも著作でも隣の人に話すのでもいいから、吐き出すこと。 ちんぷんかんぷんでも本の内容をレジュメにまとめ、お馬鹿同士トンデモな議論をやり、なんとか書き上げた論文モドキを投稿して無理解極まる査読者とやり取りすること。 でないと、アタマの中にも、手の中にも、何も残っていないことに気付くことになる。 「ああ、そんな本(あるいは、そんな話)、前に読んだな(聞いたな)」でおしまいになるだろう。 アウトプットは、できればインプットと同じ水準のものがいい。 たとえば論文を読むなら、論文を書くつもりで読むこと。 そうなると内容を得るだけでは済まなくなる。 ・どういった構成で書かれているか? ・どんな決まり文句や、つなぎの言葉が使われているか? ・主張
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