タグ

2019年3月2日のブックマーク (3件)

  • 『魔法のリスニング』で聞き取りのルールを学ぼう!【英語のリスニング力がぐっとUP】 - 崖っぷち舞台役者が婚活を始めたら英語がペラペラになりました

    こんにちは。 今日はネイティブの英語を聞き取るコツのお話です。原稿を読みながらネイティブの音声を聞いていても、「え?当にこんなこと言った?!」と思うことってありませんか?慣れるしかないと言われてもなかなか難しいのがリスニング。 今日はリスニング力をアップするコツがつまった教材をご紹介します。 リスニングって難しい! ナチュラルな英語を聞き取るコツが詰まった『魔法のリスニング』 そもそもなぜ聞き取れないのか リスニングは諦めが肝心 『魔法のリスニング』の効果 リスニングって難しい! いざ英語を実践で使おうとすると、リスニングって難しくありませんか? リーディングは自分のペースで進められますし、ライティングもスピーキングも自分のレベルで言えることを繋ぎ合わせれば、何とか伝わります。 しかし、リスニングは待ってはくれません。繰り返してもらう、ゆっくり話してもらう、簡単な単語を使ってもらうなど、

    『魔法のリスニング』で聞き取りのルールを学ぼう!【英語のリスニング力がぐっとUP】 - 崖っぷち舞台役者が婚活を始めたら英語がペラペラになりました
  • 機械学習のための特徴量エンジニアリング ―その原理とPythonによる実践 (オライリー・ジャパン) 読んだ - 糞糞糞ネット弁慶

    www.amazon.co.jp 訳者よりご恵贈いただきました.8年前に kaggle のアカウントを作ったきりの人間であるため,この文章にさほど価値があるとは思えませんが感想を書きたいと思います. ロジスティック回帰や決定木,ランダムフォレストやニューラルネットワークなどの機械学習アルゴリズムにどのようにデータを入力するか,ただのデータをよりアルゴリズムのパフォーマンスが改善するように加工する作業を「特徴量エンジニアリング」と呼びます. 書はその特徴量エンジニアリングの基礎である 変数の値をそのまま使うのか,二値化するのか,区分に分けて離散化するのか,対数を取るのか,値を一定の区間に揃えるのか テキストをどのように特徴量にするのか,どう処理すべきか,どう重み付けるのか カテゴリ変数をどのように扱うのか,カテゴリの数が増えた時にどう対処するか 変数の数が多い時にどう減らせば良いのか k-

    機械学習のための特徴量エンジニアリング ―その原理とPythonによる実践 (オライリー・ジャパン) 読んだ - 糞糞糞ネット弁慶
  • サーバーレスパターン

    やりたいこと(ユースケース)から利用パターンへ到達できるように、ユースケース主導で紹介。利用するサービスのすべての機能をを覚えなくてもやりたいこと/部分からスタートできます。実際、類似するアーキテクチャの実例が多くあることがわかります。 パターン別のテンプレートから始めてみよう!  チュートリアルで体感しよう! - いくつかのパターンはテンプレート/雛形から始めることができます。それぞれのパターンの「Template」「Sample」「Solution」のリンク先を参照ください。 - 実際に作って動かせるチュートリアルに「Tutorial」「Workshop」リンクからアクセスできます。ちょっとしたトライに費用が気にならないのもサーバーレスの良いところ。 - 各パターンの特性に合わせたエラーハンドリングの記事を拡充中。それぞれのパターンの「エラーハンドリング」リンクからご確認ください。 -

    サーバーレスパターン