By David テクノロジーの背後には必ず「数学」の存在があり、数学の発展なくして現代の高度な社会は実現することはなかったと言っても過言ではありません。紀元前以来、生み出されてきた数々の定理・方程式の中から、数学者のイアン・スチュアート氏が著書「In Pursuit of the Unknown: 17 Equations That Changed the World 」の中で「世界を変えた」とされる17の方程式を厳選しています。 Mathematical equations: 17 that changed the world. http://www.slate.com/blogs/business_insider/2014/03/12/mathematical_equations_17_that_changed_the_world.html ◆01:ピタゴラスの定理(三平方の定理)
$ tree -p /tmp/ /tmp/ ├── [lrwxrwxrwx] foobar -> /tmp/hoge └── [drwxr-xr-x] hoge ├── [-rw-r--r--] hogege └── [-rw-r--r--] hogehoge 2 directories, 2 filesというディレクトリ構成の時に、 $ find /tmp/hoge /tmp/hoge /tmp/hoge/hogege /tmp/hoge/hogehogeは、問題ないが、 $ find /tmp/foobar /tmp/foobarsymlink の先が出力されない。 パスの末尾に / をつけるか、-L をつければ、symlink の先が出力される。 Linux と Mac で検証したが、どちらも同じ結果だったので、 この件に関しては、Linux と BSD で find の挙動とオプシ
Sailsとは Sailsは米国オースティンにあるBalderdash社のMike McNeilさんを中心として作成されているMVCフレームワークです。スタイルとしてはRailsに近い形を取りつつ、最近のWebアプリ開発に向けたいくつかの特徴を持っています。 主な特徴としては Web APIを簡単に作成し、公開できる リアルタイムWebなアプリケーションが簡単に作成できる Single Page SiteやMobileなどの多様なフロントエンドに対応できる といったようなものが挙げられます。 Web APIについてはJSONベースのRESTfulなAPIが簡単に作れるようになっています(Sails API blueprints)。特にAPIを作るという意識をせずとも、generatorによって単純なCRUDならすぐにAPIとして公開することができます。ルーティングについても、この手のフレー
日本の有力な経済学者のグループが、安倍内閣の経済政策を巡って集団訴訟を起こすことが明らかとなった。取材に応じたグループの代表は、「安倍内閣は、一昨年末の発足以降、我々日本を代表する経済学者の主張を無視し、日本のことなど良く知らない海外ないし海外在住の経済学者の主張をまともに取り入れた政策を実施してきた。その結果、昨年1年間にわたってアベノミクスと称する放漫な金融財政政策が行われ、日本経済に甚大な被害がもたらされた。我々はこれまで言論を通じて繰り返しその危険性を訴えてきたが、そうした形での訴えの限界が明らかになってきたため、学者としては本当は取りたくない道ではあったが、今回やむなく裁判という手段に訴えることにした」と語る。アベノミクスにも失業率の低下など一定の成果はあったのでは、という記者の問いに対し、グループの別の経済学者は「それこそが問題。日本経済が正しく落ちる道を落ちきることこそが真の
本稿では統計学・データマイニング・機械学習関連書籍について 内容が易しいこと。数学力(特に微積・線形代数)を求められないこと 入手しやすいこと。絶版や学会に入らないと入手不可などではない、値段が安いこと 実務に繋げやすいこと。 持ち運びしやすいこと。忙しい新社会人が通勤中や休み時間ポケットからさっと取り出し、継続して勉強出来ること を主眼に選定したお薦め書籍を紹介します。 (満たせない要望も多いですが) 主な対象者は、文系で数学や統計学をやってこなかった、 プログラミングもわからない(Excelで四則演算やマウス操作くらいは使える) けどいつかマーケティングやデータマイニングやってやるぜ! って考えてる新卒の方です。 筆者自身は経済学科出身の文系で、あまり数学力に自信がないなりに Web企業でデータマイニングをしているという人間です。 ここで紹介している内容で 「統計学・機械学習・データマ
今日何気なく呟いたツイートが、見ていたら結構RT&favされていた模様で。 社会人が統計学とか機械学習を独習するには、いわゆる「落下傘方式」が良いと思う。必要な時にその項目だけ学んで実践する。その繰り返しで学問体系のマス目が埋まっていけば良し。あと、初めに体系立ったテキストを分からなくても良いので通読するのも良し。だいたいの地図が頭に入る。— TJO (@TJO_datasci) 2014, 3月 31 この後も色々補足で呟いたんですが、せっかくなので簡単にまとめたものを書いてみました。これから社会人で統計学や機械学習を学ぼうと考えている人の参考になれば嬉しいです。 あ、これはベタな言い方をすれば「データサイエンティスト(死語)になるにはどうしたら良いか」にもつながる話なんですが、ここではもっと広く「統計学や機械学習を使う仕事をしたいと思ったらどう独習するべきか」という話にしておこうと思い
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
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