【note版】統計学の教科書から起業マニュアルまで、すごい「無料」コンテンツ集めました｜とくさん｜MYCOPING
ネットには「無料」で貴重な情報がたくさんある。統計学の教科書から、戦略コンサルによる「変革」の指南書まで、様々なコンテンツをまとめてみた。 ◆OpenIntoro - 統計学の教科書https://www.openintro.org/stat/textbook.php?stat_book=os 436ページの統計学の教科書が無償ダウンロード(PDF)可能。Openintroという米大学の教員などが「オープンソース」の試みとしてまとめた仕事で素晴らしい。編者の一人のミシガン大の教員によるCourseraの講座もある。 PDFファイルはこちら ◆BCG - 「企業変革」の手引きhttps://www.bcg.com/publications/collections/transformation-breakthrough-performance.aspx 戦略コンサルのBCGによる「変革」の指南
みんなのRcpp
はじめに Rcpp は R の関数を C++ で実装することを可能にするパッケージです。 R と類似したスタイルで記述できるように実装されているため、C++ に深い知識がなくても利用しやすいようになっています。しかも、そのために実行速度は犠牲にされていないので、誰でもハイパフォーマンスな結果を得ることができます。 このドキュメントは、C++にもそれほど詳しくない方々に対しても Rcpp を利用するのに必要な情報を提供することを目的としています。そのため、場合によっては C++的に正確な記述することよりも、概念的なコード例を使って説明している場合があります。 C++の書き方そのものについての説明はほどんどありませんので、C++についてはその他の資料を参考にしてください。本書を読んで C++ を学んでみようという方には「基礎からしっかり学ぶC++の教科書 矢吹 太朗 著（日経BP社）」をオスス
Web開発におけるコンピュータサイエンス - 機械学習編2 - Hatena Developer Blog
この教科書は、はてなサマーインターンの講義資料として作成されたものです: https://github.com/hatena/Hatena-Textbook 機械学習編1（基礎編）では、最も初歩的な分類器である単純パーセプトロンを題材に、機械学習の基本について勉強しました。機械学習編2（実用編）では、実問題に機械学習を適用する上でのコツや、各種の機械学習アルゴリズムの使い分け、高次元データへの対処法、といったトピックについて解説していきます。 実問題に機械学習を適用する タスクを定義する データを特徴ベクトルに変換する 評価方法を決める 正解データの正例と負例は均等に ベースラインとなる手法を実装する 実データに向き合うときの心構え 機械学習のワークフロー 1. 前処理 データセット作成 サンプリング 特徴抽出 欠損値・欠測値への対応 値のスケーリング 特徴選択 次元削減 2. 学習 モデ
はてな教科書 JavaScript編
はてな教科書JavaScript編 講義の目的 JavaScriptについて、自分で調べて学習するための基礎知識を身につける リファレンスをひけば良い部分は覚えない 話の流れ JavaScriptの言語コア部分 構文とか WebとJSにまつわるあれこれ DOM 非同期プログラミング Ajax jQuery フロントエンド設計 Node.js 駆け足で進めるので、速すぎるなら遠慮せず言ってください！ LICENSE この作品は クリエイティブ・コモンズ表示 - 非営利 - 継承2.1日本ライセンス の下に提供されています。
GitHub - hatena/Hatena-Textbook: はてな研修用教科書
Hatena-Textbook はてな教科書は、はてなのエンジニアとして最低限必要とされる技術を身につけるための教科書です。 Web開発における重要なトピックを順番に学びながら、課題をといていくことで、Webアプリケーションをひととおり構築できるようになります。 実装言語としてPerlとScalaのどちらを選ぶことができます。 トピックごとに学びたい言語の方の教科書を読み進めてください。 目次 プログラミングの基礎 Perlによるプログラミングの基礎 Scalaによるプログラミングの基礎 データベースの基礎 Perlによるデータベースプログラミング Scalaによるデータベースプログラミング Web開発の基礎 PerlによるWebアプリケーション開発 ScalaによるWebアプリケーション開発 Webフロントエンド開発 はてな教科書JavaScript編 hatena/Hatena-Tex
機械学習の教科書 : 情報系研究者の卵が妄想力を高めるために頑張るブログ
記事が少ないと寂しいので，自分の専門について書こうと思います． 私が現在専攻しているのは，簡単に言うと「機械学習」ということになるでしょう． 細かく言うと，その中でも機械学習の観点から，統計的な「時系列解析」を扱っています． 最近，ビッグデータだのディープラーニングだので機械学習が（まさに）にわかに脚光を浴びていますので，機械学習を勉強したいんだけど，なにから初めていいのかわからない．．．という人があふれているかもしれません． そういう人のために，教科書を紹介するのも専門家の役目だと私は思っているので，浅学ながら紹介します． 全くの初心者向け 機械学習を学ぶために必要な数学的知識として，主なものは 解析学（微分積分学）線形代数統計学 です．これは情報系大学数学の三本柱と言い換えてもいいかもしれませんｗ まず，解析学・線形代数は大学初年度程度のリテラシーがあれば大体は大丈夫です． 解析学では
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
処理を実行中です
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
