今回は「テンソルとは何か、なぜテンソルという概念が必要となるのか」について考えたいと思います。 予備的考察 テンソルとは何かという問いについて、身近な例である回転運動を素材にして考えていきたいと思います。高校や大学で物理を学んだ方であれば角運動量や力のモーメント等の言葉をご存じかもしれませんが、ここではそれらの定義を天下りに与えることなく、経験的な事実を手掛かりに定式化していきます*1。 はじめに状況設定をしましょう。回転軸から作用点までの位置ベクトルを とし、作用点に力 が掛かっているとします。てこの原理を思い出すと、回転に関する影響力は作用点までの距離と作用点に掛かる力の双方に比例しています。従ってこの影響力を と表すとき、 は次の性質を満たすことが期待されます。 , , . 上記の性質１において と の間で足し算が出来たり、性質３で を定数倍したりしていますが、これらの演算が出来るこ

選択肢の中から選ぶ（「選択」や「意志決定」と呼ばれる）というのは、学習可能なスキルです。原理を知れば知る程に、自分がより満足の行く選択を行なう可能性が高まります。 大学は知識を教える場所としては一流かもしれません。 しかし意志決定の方法論を教える場所としては間違いなく二流以下です。 以下では、自分が進路選択、住居選択、居住エリア選択、職業選択をする上で参考になった資料を紹介します。どれも新入生全員にオススメできる良質な知識が詰まっています。 はじめに読むことを薦める本 世界一やさしい問題解決の授業：まずはこれを読んで欲しい。外資系コンサルタント会社マッキンゼーで顧客企業の問題解決を手がけてきた著者が、子供向けに「問題を解決すると何が嬉しくて、どういう風に解決できるのか」を解説した本。問題解決（problem solving）という分野が存在することを知れる。最近「右脳」バージョンが出たらし

はじめに オブジェクト指向でなぜつくるのか プリンシプルオブプログラミング リーダブルコード 6日間で楽しく学ぶLinuxコマンドライン入門 最後に はじめに 今回はSEやプログラマーなどのソフトウェアに関わる人に是非とも読んでおいて欲しい本を紹介します。 もちろん職業としてのプログラマーでなくとも、ソフトウェアに趣味でもなんでも何らかの形で携わっている、携わりたいならば一読しておきたいものばかりです。 今まで独学でやってきたが、本でしっかり基礎を固めたい これから勉強するつもりだがどうすればいいかわからない それなりに理解しているつもりだが、自分の理解を確認したい という場合にとってもおすすめです。 本当は沢山の本をオススメしたいのですが、たくさんありすぎても分からない！と思いますので4冊に絞ります。それぞれのプログラミング言語に関する詳しい知識などは別途鍛えていく必要がありますが、間違

僕が新社会人になったときには、「この本を読んで学ぶと良いよ！」なんて、紹介してくれる先輩がいなかった。 だから、無駄な書籍を読んで、あんなクソな本読んでる暇があったら、この本読んでおけば良かった。と、何度も思った@HIROCASTERでございませう。 新社会人の皆様に技術書は高価なので、厳選してオススメを紹介します。カテゴリ・言語別で上の方に並んでいる者が初級者にオススメ、下にいくほど、上級者向けです。数ヶ月かけてステップアップすれば良いのではないでしょうか。 新しいプログラマの教育担当者やメンターになった人は、この記事を教えてあげれば良いんじゃないかな。

はじめに 初級編 ゼロから作るDeep Learning 中級編 scikit-learnとTensorFlowによる実践機械学習 PythonとKerasによるディープラーニング 上級編 Pro Deep Learning with TensorFlow Deep Learning はじめに ディープラーニングに関する書籍は山ほど出てきています。 その中でどれを読めば良いのか分からない、というのは初心者にとって最初の問題でもあるでしょう。まずはブログなどのネットの情報を参考に勉強をする人が多いかと思われますが、私のブログも含め、大抵は個人の興味に沿ってバラバラに話題が提供されるため、できれば1つ1つ順を追って解説してくれる物が欲しいと感じるのが本音と思われます。 今回は、数ある書籍の中でも私自身が所持していておすすめできるディープラーニングの書籍を載せたいと思います。 初級編 ゼロから作

前口上 アメリカで就職できなかった。華々しい成功譚は見かけるが、夢と散った話はあまり表に出てこない。 なんというか「三振したバッターが相手ピッチャーのことを語る」みたいでまるっきり時間の無駄かもしれないが、もしかしたら参考になる人もいるかも知れないし、実際に就職した人に「お前のアプローチはまったく的外れだ」と言われるかも知れない。僕も何が悪かったのか教えてもらいたい気持ちもあるし、迷ったがこのエントリを公開する。 ちなみにめっっっっちゃ長いので、要点だけ知りたい人は、アメリカで就職するにはとにかく 就労ビザ＞技術力＞学歴＞＞＞＞＞＞＞＞＞＞＞＞（越えられない壁）＞英語力 だというのだけお伝えできればと思う。 アメリカで働くために英語を頑張るぐらいなら、それより大学（院）に入り直してコンピュータサイエンスの学位をとり*1、同時に技術力を磨くほうがよほど近道だと感じた。 それから、現職の同僚は

データ分析ガチ勉強アドベントカレンダー 14日目。 時系列データでまず思いつくのは、株価のチャートですよね。 また、最近はやっている仮想通貨。私も最近coincheckに入金しました。 ビットコイン取引所 "coincheck" やっぱ、実際にお金が絡むとちゃんと勉強しようって言う気になる！笑 せっかくチャートを見るわけだし、その見方について勉強しておこうと思いました。 そしてせっかくなので、自分で実装してどういう仕組みなのかまで知っておこうと思いました。 理系だからね、分からないものを使うのは嫌だからね。 というわけで、Python(主にPandasとMatplotlibを用いながら)でテクニカル指標についてやっていきます。扱うデータは三年分の日経平均株価。 指標について知りたい人も、自分で実装してみたいという人もどうぞ。 テクニカル分析とファンダメンタル分析 実装において ローソク足

今年も何冊か書籍をご恵贈いただいたんですが、忙しかったり他に書きたい記事があったりでそのタイミングで書評を書きそびれたものを、大変恐縮ですがこのタイミングでまとめて書かせていただこうかと思います。 ネットワーク分析・第2版（Rで学ぶデータサイエンス8） ネットワーク分析 第2版 (Rで学ぶデータサイエンス) 作者: 鈴木努出版社/メーカー: 共立出版発売日: 2017/05/24メディア: 単行本この商品を含むブログを見る 後述の黒い本をご恵贈くださるという話をいただいて会社のメールボックスを見に行ったら、まだ来ていなかった黒い本の代わりにメールボックスに入っていたのがこちらの本でした。鈴木先生ならびに共立出版様、遅くなってしまいましたがご恵贈くださいまして有難うございましたm(_ _)m 以前このブログでグラフ・ネットワーク分析のおさらいを一通りやった際にテキストとして引いたのが実は初版

ひとりで“そこそこ”働いて“そこそこ”稼いで、思う存分人生を楽しむための『狭くて深いマーケティング』のすべて menu こんにちは、服部（@FACTDEAL）です。 アフィリエイトをしている人はもちろん、アフィリエイトのことをあまり知らない人にも理解していただきたいと思うんですが、 自分自身がまず商品を購入し、使ってみて良かったと思えるものを同じような悩みや問題を抱えている人に紹介する。 あるいは、その商品や商品ジャンルに関して高い専門知識を持った人間がその商品を分析し、販売者が伝えきれていないメリットとデメリットを伝えた上で紹介する。 本来これがアフィリエイトの基本であり、アフィリエイトをする者の姿勢です。 そうすることで、販売者が広告を出して世の中に広めていくだけの活動よりも効率的ですし、安心と信頼も付加されます。 効率面で言うと、拡散性はもちろん、アフィリエイターやブロガーが商品のベ

データ分析ガチ勉強アドベントカレンダー4日目。 今日はpandasを取り扱う。 機械学習系の本にも、numpy、scipy, matplotlibの使い方は載っていても、pandasを載せている本って意外と少ない。 けれど、実際numpyの次くらいによく使う。データを取り扱ったり、計算したりするときにとても便利。一方で、癖があって慣れるまでに時間がかかる。なので、基礎的な事項をまとめておこうと思う。 今回も、githubにコードや扱うデータを配置している。 github.com 都道府県の重心データを使いながら、pandasのお勉強をしようという試みである。 pandasとは 基本事項 データの読み込み/書き込み SeriesとDataFrameの作成 データの基本的な情報をGetする データ内部へのアクセス 新しいcolumnの追加、計算の適用。 イテレーションを回す 統計計算をしてみる

データ分析ガチ勉強アドベントカレンダー3日目。 今日も引き続き、100 numpy exercise をしていく。 github.com 今日は上級編。初級、中級でさえかなり難しかったので、不安ではあるが...とりあえずやっていく！ 【Day-2】numpyの勉強に『100 numpy exercise』を全部やってみる(初級・中級編) また、問題の和訳と難易度も掲載しているので、自分の実力を試したい人はどうぞ。 自分が書いたコードともこちらに載せた(day3のやつ) github.com 問題 結果 活躍したeinsum 勉強になった問題(抜粋) 81. a=[1,2,3,4,5,...,14]とした時、R = [[1,2,3,4],[2.3.4.5].[3.4.5.6],...,[11,12,13,14]]を作る方法 自分の回答 模範解答 82. 行列のランクを計算 83. 行列の中で

この記事は2年前の以下の記事のアップデートです。 前回はとりあえずデータサイエンティストというかデータ分析職一般としてのスキル要件として、「みどりぼん程度の統計学の知識」「はじパタ程度の機械学習の知識」「RかPythonでコードが組める」「SQLが書ける」という4点を挙げたのでした。 で、2年経ったらいよいよ統計分析メインのデータサイエンティスト（本物：及びその他の統計分析職）vs. 機械学習システム実装メインの機械学習エンジニアというキャリアの分岐が如実になってきた上に、各方面で技術革新・普及が進んで来たので、上記の過去記事のスキル要件のままでは対応できない状況になってきたように見受けられます。 そこで、今回の記事では「データサイエンティスト」*1「機械学習エンジニア」のそれぞれについて、現段階で僕が個人的に考える「最低限のスキル要件」をさっくり書いてみようかと思います。最初にそれらを書

(Photo credit: https://pixabay.com/en/books-door-entrance-italy-colors-1655783/) この記事は一昨年のこの書籍紹介記事のアップデート版です。 相変わらず毎月のように新刊書が出続けるデータ分析業界ですが、良い本が増え続けてきたせいでついに初級者向けは6冊、中級者向けは何と15冊にまで膨れ上がってしまいました（汗）。ともあれ、自分のところにアフィリエイトの類は一銭も入らないにもかかわらず*1懲りずに書籍紹介をやろうと思います。 あ、最初に断っておきますが僕の知識レベルは極めて適当なので、極めていい加減なことを書いている可能性があります。また最初に読んでから時間が経っていて記憶があやふやなせいで、内容に関する記述が不正確な書評が混じっている可能性もあります。誤っているところやおかしいところがあったらバンバン突っ込んでく

概要 私が機械学習の勉強を始めた頃、何から手を付ければ良いのかよく分からず、とても悩んだ覚えがあります。同じような悩みを抱えている方の参考になればと思い、自分が勉強していった方法を記事にしたいと思います。 目標としては、機械学習全般について、コンパクトなイメージを持てるようになることです。 そのためにも、簡単な本から始めて、少しずつ難しい本に挑戦して行きましょう。 入門書 何はともあれ、まずは機械学習のイメージを掴むことが大切です。 最初の一冊には、フリーソフトでつくる音声認識システムがおすすめします。 フリーソフトでつくる音声認識システム - パターン認識・機械学習の初歩から対話システムまで 作者: 荒木雅弘出版社/メーカー: 森北出版発売日: 2007/10/17メディア: 単行本（ソフトカバー）購入: 45人 クリック: 519回この商品を含むブログ (38件) を見るレビュー :

データ分析ガチ勉強アドベントカレンダー一日目。 まずは指針をということで、データ分析をはじめるにあたって勉強しておきたいことと、そのリソースをまとめる。言語はPythonを想定。 興味領域が偏っている場合があるのであしからず こんなの面白いよっていうのあれば教えてくださいな ※随時更新します Pythonライブラリ 深いアレたち 機械学習のお勉強 論文 arXiv カンファ e-learning 本 twitter データを集める チートシート類 終わりに Pythonライブラリ こんなの勉強しておけば良さそうリスト。抜け漏れご容赦。 ★★★ : 必須。空で使えるようになりたいトコロ。 ★★　 : 周辺ツール、知っていればより便利になるよという感じ ★　　 : あるアルゴリズムに特化しているようなもの。一歩先 ライブラリ 必須度 用途 numpy ★★★ 数値計算用のライブラリ。いろいろし

こんにちは。たぐちです いよいよ今年も年末のビックイベントがやってきました。 2017年のサイバーマンデーは12月8日（金）18:00から12月11日（月）23:59まで開催。 今回はおすすめ商品と自分が狙っている商品をご紹介。 ※一部の商品は私の予想なので、絶対にタイムセールになるとは限りませんのでご注意を 目玉商品 Fire タブレット Kindleシリーズ ニンテンドースイッチ PS4 Surface Pro GoPro HERO5 狙い目の食べもの・飲み物 ミネラルフォーター カップ麺 エナジードリンク・プロテイン 狙い目のガジェット PCモニター スマートフォン・タブレット Anker製品 microSDカード 日用品、その他 サーモス＆タイガーの水筒 スーツケース DVD・Blu－rayセット 私が買いたいもの NAS 自作PC関係のパーツ ほしい商品をGETしやすくする方法

出版されてから少し時間がたってしまったけど，「データ分析基盤入門」を読み終えた．ページ数が多く，持ち運ぶようなサイズではないので，家でちょこちょこ読み進める感じになってしまって，想定以上に時間がかかってしまった． データ分析基盤構築入門[Fluentd、Elasticsearch、Kibanaによるログ収集と可視化] 作者: 鈴木健太,吉田健太郎,大谷純,道井俊介出版社/メーカー: 技術評論社発売日: 2017/09/21メディア: 単行本（ソフトカバー）この商品を含むブログを見る はじめに 目次にも書いてある通り，「データ分析基盤」というテーマで Fluentd / Elasticsearch / Kibana の解説が詳細にまとまっている．さらに付録には Embulk と Digdag の解説もあり，このあたりの技術スタックに興味がある人にとって最高な一冊なのではないかなと思う．また，