社会人のための本気の英語勉強法28歳から、働きながら約1年半でTOEIC970点を取得しました。現在では、ほぼネイティブレベルの英語力を活かし、グローバルベンチャー企業のCOOとして、アジアのメンバーを指揮し、欧米企業と対等に交渉しています。 このスライドでは、忙しい社会人のための「本気の英語勉強法」をまとめました。「なにを、どれくらい」勉強すれば英語が伸ばせるかをまとめています。
KaggleのCTR予測コンペで上位10%に入るまでの試行錯誤 - yasuhisa's blog
週末KagglerとしてavazuのCTR予測コンペに参加しました。Kaggleは機械学習版のISUCONだと思ってもらえばよいです。コンペ自体は終わっているので、late submiteであまり意味はないかもしれません、練習です。leaderboard上で上位10%以内に行けたので、そこまでの試行錯誤をメモしておきます。謎ノウハウ(?)を持っているガチ勢じゃないと上位に行けないものかと思っていましたが、基本に忠実にやればこれくらいの順位(上位7.6%)に行けましたし、他の人の工夫を垣間見えるという意味でも現場の機械学習やり始めたエンジニアにお薦めできそうでした。 参加の動機 目標感: 頑張りすぎずに上位10%以内に入る 試行錯誤 AthenaとRedashによる探索的データ解析 ベンチマークをまず超える 線形分類器でシンプルな特徴量 時系列要素を忘れていて過学習発生 特徴量エンジニアリン
ディープラーニングの応用のための具体的方針まとめ - HELLO CYBERNETICS
はじめに 目標の設定と指標の決定 目標の設定 指標の決定 評価指標に対する最低限の知識 機械学習における知識（補足） ニューラルネットワークの学習 最初に使うニューラルネットワーク 時間的にも空間的にも独立である複数の特徴量を持つデータ 空間の局所的な構造に意味のある多次元配列データ（例えば画像） 時間的な変動に意味のあるデータ（例えば音声、自然言語） ニューラルネットワークの細かい設定 ユニットの数と層の数 正則化 活性化関数 ドロップアウト バッチ正規化 学習の早期終了 性能が出ない場合 データの追加収集 ニューラルネットの設定をいじる 用いるニューラルネット自体を変更する 新たなニューラルネットワークの考案 コードを書くにあたって データ成形 結果を記録するコード フレームワークの利用 フレームワークの選択 ChainerとPyTorch TensorFlow Keras 最後に は
日本人の脳が英語をリスニングするために必要なこと
前回ここでリスニングの学習法を書いたところ思いのほか反響を得ることが出来た。 http://anond.hatelabo.jp/20170522214348 今回は実際のところどうやってリスニングしているかをまとめてみようと思う。 人はどうやって音を聞いて言葉として理解しているのかリスニングは無意識下で行われる実に精妙なプロセスで、自分でもどうやっているのか正確にはわからないが、注意して観察すれば大まかなところは分かってくる。 まず単語について。日本語は「交渉、高尚、考証、公傷、公称」のように同音異義語が多い言語だ。「こうしょう」は広辞苑で50の見出し語を持っているという。対して英語は単語の意味が時代とともに付け加わり多義的になっている。Random HouseでTakeを引くと126の意味が登録されている。 どちらにしても、音を聞いただけでは単語の意味を特定することは出来ず、文脈から単語
1
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
