新年から夢のない話で申し訳ないのだが、表題のとおりのテーマである。 note.mu という記事があって、むやみに長いので飛ばし飛ばし読んだ。 大意としては、世の中には「書けない」プログラマというのがいて（元エントリでは学生さんのようである。さもありなん）そういう人はどうやったって書けるようにならないんだから、諦めろ、という話のようである。 で、じっと手を見て、下請け底辺のIT企業にいる私たちは、このような人々をどうしてきたろうか、と考えると、「放ったらかし」にしたなあ、と思うのである。 最初のほうは優しく教えていたと思う。話したりハンズオンしている時に、あっこの子、変数のことわかってないな、と感じたら、ホワイトボードを持ち出してきて、例の"x"と書いた箱の絵に矢印を引いて、値が入っている図を書いて、「わかった？」「あ、はい」みたいなやり取りをして終わり、という程度の「教育」である。 だが、

「他にこんなのがある」というのがあったら是非いっぱい教えてください！ 歴史的に最も古くからある用途は「測量」でしょう。三角関数誕生のキッカケはまさに測量の必要性にありました。比較的日常生活でも見る機会がありそうな用途でしょうか。 ログハウス ケーキカット 震災時の家の傾き推定 現代では「波」としての用途が多いでしょうか。Twitter での様々な人のコメントを見ていても、 おっぱい関数 jpeg 画像 音声処理 といった具合に、波に関する話がかなり多いイメージです。これらの三角関数の使われ方を特集してみます。様々な分野に共通する三角関数の使い方のエッセンスを抽出したつもりですが、これでもかなり分量が多くなりました。摘み食いするような感覚で読んでいただけたら幸いです。 2. 三角関数の 3 つの顔 最初に三角関数には大きく 3 つの定義があったことを振り返っておきます。以下の記事にとてもよく

はじめに 東京に引っ越すのは初めてなので，東京のクソ不動産と戦うために役立った情報などを本記事で掲載する． 自分自身は，完全紹介性の不動産業をしている方とやりとりを行なった為，特段苦しい出来事は発生しなかったが調べて役に立った情報もあるのでまとめて開示する． メモなので走り書きですが，これから都内に引越しを検討している方の役に立てば． はじめに 不動産に聞いた「分かりやすいクソ不動産」の見分け方 不動産に聞いた「ベストな物件選びシーズン」 自分の要求物件について 希望賃料 希望する物件の条件 MUST OPTION(あると良い) 物件探しのスケジュール 物件探し 内見 持ちもの 現地に行く前に確認する事 現地で確認する事 契約にあたっての交渉 交渉で値切れるもの 交渉するタイミング 仲介手数料に関して その他雑感 参考文献 不動産に聞いた「分かりやすいクソ不動産」の見分け方 不動産の店舗前

この記事は、 write-blog-every-week Advent Calendar 2018 24日目の記事です。 昨日の記事は、KIDANI Akito（@kdnakt）さんでした。 kdnakt.hatenablog.com 2017年4月に新卒・未経験で就職した僕にとって、2018年は、エンジニアとして本格的に一歩を踏み出した年になった。仕事で悩んだり、GitHubに草を生やしたり、ブログを書いたり、今までになく活動的な1年だった。中でも、4月下旬から始めたブログは、 きっかけの存在でもあるkakakakakkuさん write-blog-every-week Slackのみなさん の支えもあって、今週に到るまで毎週1回の更新を保つことができており、生活の一部になりつつある。休日ってブログ書くためにあるんでしたよね。 しかし、今回の記事ではブログを中心に据えることはしない。Ad

毎年恒例、Pythonの本と学び方のまとめ・2019年バージョンとなります. ※2021/1/11更新：2021年版あります ※2020/1/9更新：2020年版もあります, こちらもよろしくおねがいします！ ※ちなみに昨年版はこちら 改めましてこんにちは、Pythonと野球を仕事にしています、@shinyorke（Python歴おおよそ8年）ともうします. なお、Python その2 Advent Calendar 2018 12/24記事でもあります. このエントリーはそこそこ長いので、「最初の方をサクッと読んで、残りはつまみ読み」してもらえると良いかもです！*1 ※もちろん全部読んでも構いません！（それはそれで嬉しい） サクッとまとめると 入り口としての「独学プログラマー」は万人が読んだほうが良い名著 データ分析・解析やりたい人も、Webからやっておくと良いかも（特に前処理） Web

この Linuxコマンド入門では、Linux 操作に必要なコマンドを一覧にし、ひとつひとつわかりやすく解説していきます。 これから勉強を始める初心者の方は、上から順番に読んでいくのがおすすめです。

プログラムのスキルを付けて行くためにコツコツやってきた際の心構えみたいなものをちょっとまとめます。 これは何も皆さんにどうこう言って上の年齢からマウント取りたいとかそういう類の事じゃなくて、自分がブログを続けて行く際に、プログラミングを学ぶ際に身に付けた事を、今度はブログの定期的な記事アップに役立てたいと思ったものをメモ程度にアップしようと思ったためです。自分メモの色合いが強いですが、何かの参考になれば幸い。 以前はてな匿名ダイアリーで読んだすげえ良い記事があって、そこにこんな様な事が書いてありました。という要約。 でも記事のクリップを思い出せない。でも、その記事を記憶を頼りに自分なりに要約するとこんな感じ。 ちょっとでも実行したらその日はOKとする。欲は出さない。 何かを成し遂げるなんてただでさえ凄すぎるんだから、構えちゃ駄目。毎日なんにもしないし、出来なくて終わるのを当たり前の状態に思

近年、機械学習への応用により自動微分の技術が再び脚光を浴び始めています1。例えばDeepLearningを微分な可能な関数の組み合わせ論へと発展させた微分可能プログラミング2では、プログラミングにより実装した関数の導関数を求める操作が基本的な役割を果たしています。この記事では自動微分に対する理解をより深めるために、自動微分のアルゴリズムをゼロから実装していきたいと思います。

Kaggleで世界11位になったデータ解析手法～Sansan高際睦起の模範コードに学ぶ Kaggleの上位入賞者であるKaggle Grandmasterを獲得した、Sansan株式会社のデータサイエンティスト高際睦起さん。模範となるソースコードをもとに考え方や解析手法を教えていただきました。 「Porto Seguro’s Safe Driver Prediction」とは？ 【技法1】前処理 【技法2】特徴抽出 【技法3】予測モデルの作成 Kaggle初心者は何から始めるべき？ データサイエンティストを目指す若き人たちへ 世界中のデータサイエンティストたちが集まり、企業や研究者が投稿したデータに対する高精度なモデルを競い合うプラットフォーム・Kaggle。メンバーは100万人を超えており、良問の多さや参加者のレベルの高さゆえに、機械学習を学ぶ者にとって優れた研鑽（けんさん）の場となって

この記事ははてなエンジニアアドベントカレンダー2014の23日目とシステム系論文紹介 Advent Calendar 2014の23日目を兼ねています。 今回は、インフラエンジニア向けにシステム系論文を読むということについて書きます。 ここでいうインフラエンジニアは、Webサービスを作る会社のサーバ・ネットワーク基盤を構築・運用するエンジニアを指しており、はてなではWebオペレーションエンジニアと呼んでいます。 人が足りなくて普通に困っているので採用にご興味のある方はぜひこちらまで。 SRE (Site Reliability Engineer) 職 - 株式会社はてな はてなでは、id:tarao さんを中心に有志で論文輪読会を定期的に開催しており、システム系論文にかぎらず、言語処理系、機械学習についての論文などが読まれています。 だいたい１人でインフラまわりの論文を読んでいて、インフラ

本記事は、kaggle Advent Calendar 2018の17日目の記事です。 qiita.com 何を書くか直前まで悩んでいましたが、16日に参加したAIもくもく会の中で、 機械学習に興味はあるけど、どのような手順で、何から勉強していったら良いかわからない という方が数名いたので、自分が今年の3月くらい〜今日に至るまで勉強してきた中から 今の自分ならこのような手順で勉強することをオススメする！という記事を書いてみようと思います。 ※自分の勉強した教材の中からのオススメになるので、偏った内容になることをご了承ください。 ※これもオススメ！というものがありましたら、ぜひ教えていただけると嬉しいです。 タイトルにあるメダルより大切なものについては最後に記載しております。 対象読者 2018年3月時点の筆者スペック 2018年3月〜今日に至るまで勉強したこと羅列 書籍 動画 udemy

＞前回エピソード：「んっふっふっふ…」映し出される度に笑いに包まれた、あのエコー画像　by にくきゅうぷにお 妊娠報告をしたらマタハラに遭った。そんな世の中の冷たいニュースをよく耳にしていて将来他人事ではないと常に思っていました。 自分の職場ではそんな事はないと信じたい中、妊娠報告をする時はかなり不安だったというのが正直なところです。 しかし上司の反応はとてもあたたかいもので「迷惑をかける」という一言を発した事に強めの口調で「そんな事ない」と言ってくれた事が今まで抱いてきた不安をかなり和らげてくれました。 先輩や同僚や後輩にも同じくあたたかくサポートしていただき、出産しても戻ってきてずっと働いていこうと思いました。 妊娠月が近い上司＆先輩と一緒に職場の皆によくお腹を撫でられていました。（その後も結婚&出産する人が続出しました。） ゼクシィBaby WEB MAGAZINEの記事 【1400

このページの対象読者、目的 対象読者 ・機械学習の概要がわかっている方 ・もしくは一から始める機械学習(機械学習概要)を読んだ方が対象です 目的 ・Kaggleについて理解する ・機械学習について実際の流れを理解する ・Kaggleのチュートリアルを用いて実践を行う ・scikit-learnを用いて実践を行う アジェンダ Kaggleとは なぜKaggle？ Kaggleチュートリアル（Titanic: Machine Learning from Disaster） データの中でどれを使う？ データ前処理 使用データ 使用する学習手法 学習実行と交差検証 最適化 機械学習の流れ 企業のコンテストを一部紹介 このページはプレゼンテーションを再編集したものです。 オリジナルであるプレゼンテーションをみたい方はこちらをどうぞ https://www.edocr.com/v/vlzyelxe/t

米FacebookのPyTorch開発チームは12月7日、Pythonベースの深層学習フレームワーク「PyTorch 1.0 stable」の公開を発表した。 PyTorchはFacebookが開発し、オープンソースで公開する深層学習プラットフォーム。GPUアクセラレーションを備えたTensor計算と、「テープベース」で自動的に学習処理を実行できる深層ニューラルネットワークの構築という大きく2つの機能を持つ。プロジェクトは2017年に立ち上がった。 PyTorch 1.0ではPythonのサブセットである「Torch Script」を使ったJIT（ジャストインタイム）コンパイルを利用できるようになった。Pythonインタープリタに依存せずに実行できるモデルを構築でき、PyTorchリサーチと運用環境の間のギャップ縮小につながるとしている。 Eagerモードとグラフ実行モードの間をシームレス

なぜ、SQLは重たくなるのか？──『SQLパフォーマンス詳解』の翻訳者が教える原因と対策 『SQLパフォーマンス詳解』の翻訳者の松浦隼人さんに、8つの「SQLが重たくなる原因とその対策」を聞きました。システムのボトルネックになるような「問題のあるSQL」を回避するノウハウを学びましょう。 データの操作や定義をする言語「SQL」は、どのような領域を担うエンジニアにとっても必修科目です。しかし、その仕様をきちんと理解し、パフォーマンスに優れたSQLを書ける方はそれほど多くありません。問題のあるSQLを書いてしまい、知らぬ間にそれがシステムのボトルネックになってしまう事態はよく発生します。 では、どうすればそうした事態を回避できるのでしょうか？ そのノウハウを学ぶため、今回は『SQLパフォーマンス詳解』の翻訳者であり、自身もエンジニアでもある松浦隼人（まつうら・はやと／@dblmkt）さんに8つ

DBの寿命はアプリより長い！ 長生きするDBに必要な設計とリファクタリングを実践から学ぶ アプリケーションの寿命よりも長く、データの追加やテーブルの変更で成長し続ける「データベース」と、どのように付き合っていけばよいのでしょうか？ 曽根壮大（soudai）さんによる寄稿です。 こんにちは。そーだい（@soudai1025）です。 新しいサービスを始めるとき、必ずと言っていいほどデータベースは利用されています。また今稼働しているサービスの多くでも、RDBMSをはじめ、いろいろなデータベースが利用されています。そんなに広く利用されているデータベースだからこそ、多くの問題の元になるのもまた事実です。 そこで今回は、Webサービスを中心にデータベースの選び方、設計についてお話していきたいと思います。そして私もまさに今、2011年から続くWebサービス「オミカレ」のRDBMSのリファクタリングに携わ

データベーステーブル設計の基礎の基礎～エンティティの抽出・定義から正規化まで 適切な形でデータベースのテーブルを設計し、運用するには？テーブル設計に必要な初歩を日本MySQLユーザ会副代表の坂井恵さんが丁寧に解説します。 金融系アプリ、ゲーム、人工知能などなど……。どんな種類のシステムを開発する上でも、避けて通れない領域があります。データベースです。データを適切な形式で格納し、取り出す。単純明快ながらも奥深いこの仕組みは、多くのシステムの根幹を支えています。 しかし、適切な形でデータベースのテーブルを設計し、運用するのは簡単なことではありません。「良いテーブル設計」のためには知識と経験が不可欠です。今回は日本MySQLユーザ会の副代表である坂井恵さんに、これからテーブル設計に着手する方に向け、設計に必要な技術と、良い設計を作るための考え方を教えていただきました。 坂井恵（さかい・けい） @

自然言語処理ってなに？課題は？ 研究者に聞く、エンジニアが学術論文を読み解くための技術 多くのサービスに実装される自然言語処理ですが、そもそも一体どのような技術なのでしょうか？東京工業大学で研究にあたる、西川 仁助教に自然言語処理の歴史と現在。そしてどのような課題があるかをうかがい、さらにエンジニアが学術論文を読み解き、役立つ情報を手にするための手法も聞きました。 技術に関する最新の情報を得るための手段は様々ですが、“学術論文を読む”とは、その有力な手段の一つでしょう。しかし、数多くある論文から、自分の目的とする情報をいかに探し出し、いかに読むのが効率的なのでしょうか。そして、日頃から論文にふれる機会の多い研究者の方はどのように論文から情報収集を読み解いているのでしょうか。 今回お話をうかがったのは、自然言語処理研究のフロントランナーとして、東京工業大学に所属し、自動要約の研究をされている

AIや機械学習を仕事にしたいと思いながら、実際に今から何をすればいいのかわからない。そんな悩みを抱える方のために、『機械学習エンジニアになりたい人のための本』（翔泳社）から具体的な行動計画を紹介します。初級から上級まで段階別のやることリストに沿って長期的な計画を立てることが肝要です。また、本書では転職にあたって履歴書や職務経歴書の書き方も解説していますので、ぜひ参考にしてください。 本記事は『機械学習エンジニアになりたい人のための本 AIを天職にする』の「第1部 仕事編」から「第3章 AI人材になるための具体的行動計画」を抜粋し、掲載にあたり編集したものです。 ホップステップジャンプ！　段階別やることリスト ここでは初級、中級、上級別に、キャリアアップのために何をすべきかを説明します。 初級　学生や他職種からAIエンジニアや データサイエンティストを目指す AI人材は大幅に不足しています。