いつが忙しいかを人に聞くのが好きだ。 その人の仕事が誰を相手にしている商売なのかが分かるし、思いもしない仕事の事情を垣間見ることができる。 じゃあ、ということで先週アンケートで質問してみたのだ。 みんないつ忙しいのか。いつが暇なのか。 2月と8月が暇と言われるが、意外に6月がみんな暇であることが分かってきた。
はじめに なんか、ガチ素人って書くとAVみたいですね ディープラーニングの知識ゼロの素人でしたが、1ヶ月の勉強でディープラーニング ジェネラリスト試験1に合格しました。 せっかくなので、自分の経験を踏まえつつ合格への(おそらく)最短ルートをまとめてみます。 これからチャレンジしてみようという方の参考になれば幸いです。 ちなみに、僕のスペックはこんな感じです。 数年前まで理系の大学院生だった。 専攻は機械工学だったので、ディープラーニングの知識はゼロ。行列の計算くらいはできる。 お仕事は上流という名のパワポ職人。 多分これが一番早いと思います Coursera 色々なところで紹介されているので、今更細かい解説はしません。 騙されたと思って、Andrew先生の機械学習講座を修了してください。 修了する頃には「何がわからないかがわかる」=「次にどんな勉強をすれば良いかわかる」ようになっていると思
はじめに サッカーワールドカップのグループステージにおける、勝点、勝ち数、負け数、引き分け数、総得点、総失点、得失点差を自動計算するiPhone、iPadアプリの記事は読んでいただけたでしょうか? iPhone・iPadでワールドカップのグループリーグを簡単に記録・シミュレートできるアプリを作ってみた。 - salon_hiyake's diary 実はこれ、サッカーだけでなく、あらゆるスポーツの、「複数チームにおける総当たり戦」で使える考え方が組み込まれているんです。スポーツだけでなく、将棋、囲碁、チェス、オセロ、その他ゲーム大会などにも応用が利くと思います。 今回は、その理論と仕組みについて、ちょっと解説してみます。 1. 総当たり戦での試合の組み方 ー4チームを例にー まずは試合を組まなければなりません。たとえば、ワールドカップと同じように、4チームの総当たりとしましょう。チームの名
Google アナリティクスをただなんとなく見て使うだけだと「一体どうすれば数が増えるのか?成果をアップできるのか?」という部分がわからず、まさに宝の持ち腐れ。かといって多数出ている「Google アナリティクスの使い方解説本」みたいなものも、どれがいいのかをそもそも判断できないので、お金を払ってどれを買うべきかが意味不明。Google アナリティクスがあまりにも高機能&多機能であるがゆえに、まったく使いこなしている自信がゼロ……という場合に、まずその取っかかりとしてわかりやすいのが、Googleが提供する無料の認定資格「Google アナリティクス個人認定資格(GAIQ)」です。 Academy for Ads: Google アナリティクス個人認定資格(GAIQ) https://academy.exceedlms.com/student/path/2949 「Google アナリティ
(Image by Pixaby) この記事は去年はてブ1100以上ついてしまった与太記事の続編です。その時はタイトルを読んで字の如く「データサイエンティスト」と「機械学習エンジニア」の満たすべきスキル要件(の2017年版)について考察したものでした。 で、まだ1年しか経ってないのに何でまた引き合いに出したのかというと、最近のメディア報道やニュースリリースの類などを見ていると「データサイエンティストにディープラーニングをやらせる」とか「高度な統計分析のできるエンジニアが必要」みたいなどう見ても色々混同している感のある内容が目に付くので、改めてちょっと自己流に交通整理してみようかなと思ったのでした。 特に、空前の人工知能ブームで「人工知能」の語が人口に膾炙すると同時に2014年頃にブームが終わったはずの「データサイエンティスト」の語が何故か復権してしまい、そこら中のメディアでかつて空回りした
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