【要約】 最高の英単語帳を見つけました。 しかもなんと、その英単語帳は『無料』です。 このnoteでは、その画期的な英単語帳の紹介と、英単語帳のデータを無料配布します。 【更新履歴】 22/08/19: ・8000件を超える改善を行いました。 ・改善をリアルタイムで配布データに反映できるように、データのダウンロード方法を変更しました。 21/12/09： ・iOS/Android版アプリをリリースしました。 科学者がつくった最高に怠惰な英単語帳「これだけ覚えておけば英語が読めるようになる英単語帳とかないかなぁ〜〜」 なんて考えたことありませんか？ わたしはわりとあります。 プログラミングを始めてからは、英語に触れる機会が格段に増えたこともあり、わたしの中でこのニーズはますます強くなっています。 しかし、わたしは怠惰です。 できることなら、最小限の努力で英語を身に付けたい。 そこでわたしは、

大雪山旭岳登山の前後泊に最適！連休や休前日も一人泊可能な人気の宿 北海道・大雪山の麓にある旭岳温泉は、大雪山旭岳ロープウェイの山麓駅から徒歩圏内にあり、登山の前後泊にも最適な温泉地です。 その中でも今回ご紹介する湯本湧駒荘は、5つの自家源泉を持ち、食事もおいしく、シングルルームがあって連休や休前日でも一人泊可能という、ひとり温泉登山を楽しみたい私にとって何拍子も揃った宿。 2020年に初めて泊まってぬるめの源泉のすばらしさの虜になり、また随所に工夫の感じられる食事もとても気に入りました。 その後客室がリノベーションされてきれいになり、宿泊料金は少し上がったものの快適度は大幅にアップし、一人旅の女性にもおすすめしやすい宿になりました。 私自身も既に3度宿泊しているお気に入りの宿、湯元湧駒荘についてレポートしたいと思います。 ◆ お知らせ ◆ noteでメンバーシップ運営中！ 温泉宿や登山につ

今週のお題「2019年の抱負」 今年も2019年の抱負についてお題が出ていたので書いてみることにした 1年前「2018年の抱負」というお題が出ていたときにこういう記事を書きました。 実は私、あまり「目標」とか「抱負」とか明言しない、したくない人です。 というのは明言してしまうと、然るべき期間の後に「さて、目標には到達できた？」という振り返りの時間がやってきて、それで到達していなくて「ああ、残念だったね……」っていう雰囲気になるのが嫌なんですよね。。。まあ、仕事ならそれも仕方ないけれど、趣味で目標とか立てたくない……気楽にやらせてくれよ、というわけで。 なので抱負を掲げる際はあえて「絶対に叶いっこない」ことにするようにしています。それで昨年は、登山については「山で藤井フミヤと出会いたい」という抱負を掲げ、温泉については「47都道府県で1県ごとに1番泊まりたい宿を考える」ということをやりました

それに対して以下のようにはてぶでコメントしてツイートしたところ、意外と反応があったのでもう少し僕なりの思いを。 これわかるなー. 同様に土日祝は基本的に勉強会とかカンファレンスに行かない. ライブ行ったりとかの個人の予定も. 仕事の登壇もなるべく断ってる. 子どもなんてそろそろ大きくなって嫌でも離れてくしね. それまでは. / “休日の時間の使い方を考える - つばろぐ” https://t.co/zOZ7RnwCAO — Keisuke Nishitani (@Keisuke69) January 14, 2020 きっと家庭を持つ、特に子どもがいるエンジニアは多かれ少なかれ同じような悩みを持っている人が多いのではないかと思う。もちろん、「全然理解できない、意識低すぎるんちゃうか！」というような人もいるだろうけど。 さて、まず最初に断っておくと僕はエンジニアといっても現在はマネージャであ

今回は書評エントリー。 ちょうど今日の午前中に須山さんの『ベイズ深層学習』を読み終えた。 読了。 控えめに言って、スゴかった。 まじでボリュームたっぷりでものすごく読み応えのあった一冊だったと思う。 ベイズ機械学習に詳しくない人でも読めるし(簡単とは言ってない)ホントに全人類におすすめしたい。 pic.twitter.com/Lbfs6Rr9JM— コミさん (@komi_edtr_1230) January 15, 2020 ものすごく良かったのでここで全力で宣伝しようと思う。 概要 本書はベイズ統計と深層学習の組み合わせについて詳説した一冊で、頻度論に基づく線形回帰と確率分布の基礎の解説から始まり、そこから線形回帰やニューラルネットワークがベイズ的にどのように説明できるかについて展開、そこから深層学習のベイズ的な説明をしてガウス過程へとたどり着く構成となっている。 本書の魅力はなんとい

Microsoft Learn では、対話的な方法で、従来の機械学習の概要を理解することができます。 これらのラーニング パスは、ディープ ラーニングのトピックに移行するための優れた基盤にもなり、各自の生産性を向上させます。 最も基本的な従来の機械学習モデルから、探索的データ分析やカスタマイジングのアーキテクチャまで、ブラウザーを離れることなく、概念的内容や対話型の Jupyter Notebook を簡単に把握することができます。 知識と興味に応じて自分のパスを選択してください。 オプション 1: 完全なコース: 機械学習のためのデータ サイエンスの基礎 ほとんどのユーザーには、このパスがお勧めです。 これには、概念の理解を最大限に高めるカスタム フローを備えた、他の 2 つのラーニング パスと同じモジュールがすべて含まれています。 基になる概念と、最も一般的な機械学習ツールでモデルを構