良いコード／悪いコードで学ぶ設計入門の感想と注意点
「良いコード／悪いコードで学ぶ設計入門」という本がとても売れているようです。私の所属している開発チームでも、何人か購入した人がいたので、私も購入して一通り読んでみました。 結果として、いくつかの考えが整理され、私としてはこの本によって考えが深まり、本を読んで考えた事自体は有意義であったと思いました。ただし一方で、あまり知識がない状態で（自分の中での判断軸が無い状態で）この本を読むと、色々と誤解が生まれるのではないか？という事を感じました。 一つの技術書がこれだけ売れるという事はそんなに多くはない事だと思うので、つまり、 その内容が改善されるとその効果は相対的に大きい という事になります。そこで、私が本を読んでいて思ったことや、この本の内容で正しいこと、現在も賛否両論とされること、事実として認識が間違っているであろうこと、この本で触れられていないが設計において大事なこと、などについてまとめて
データ解析に役立つおすすめR本とサイトをまとめました。 - Open Box with STAT
ぼくは医学統計学と疫学が専門です。これらのデータ解析には主にRを使います。 かれこれ15年ほどRを使ってきました。当時、Rに関するまとまった情報は『The R Tips』しかありませんでした。時は流れ、今はたくさんR本やサイトがあります。しかし、たくさんありすぎて何を見れば良いのか迷いますよね？ そこで、ぼくの経験に基づき、おすすめする有益なR本・サイトをまとめてみました！ RとRStudioの環境構築 矢内先生の「RとRStudioのインストール方法の解説」サイト 基礎（網羅的） Rではじめるデータサイエンス RユーザーのためのRStudio実践入門 The R Tips Rクックブック 宋先生の「Rプログラミング入門の入門」サイト データハンドリング特化 宋先生の「dplyr入門 (dplyr 1.0.0対応)」Webページ 宋先生の「tidyr入門」Webページ 可視化特化 Rグラフ
マーケティング素人のエンジニアが1年間マーケティングをやった際に読んだ本
自分は外資コンサルのSI/業務側で5年、ソフトウェアエンジニアとして5年、マーケティング+経営領域で1年仕事をした(ソフトウェアエンジニアリングからマーケティングに移った経緯)。特にここ一年、今まで体系的に学習したことがないマーケティング領域で仕事をしており、とにかくわからない事だらけだった。バンドルカードというプロダクトを1から作っている為、ユーザーインタビュー/仮説立案/属性別リテンションレート/運用型広告等、めちゃくちゃ基礎的な部分に関してはソフトウェア書く人間ではあったがある程度学んではいたし、スタートアップという業界柄paulg、cdixon、sama、peterthiel, a16z、等が出力する良質なコンテンツは適宜読み込んではいた。(paulgのessayは多分全部読んでる) ただ、「マーケティング」という単語を出されると「それは…あの…具体的には一体なんですか？」という感
ディープラーニング入門：Chainer チュートリアル
Chainer チュートリアル 数学の基礎、プログラミング言語 Python の基礎から、機械学習・ディープラーニングの理論の基礎とコーディングまでを幅広く解説 ※Chainerの開発はメンテナンスモードに入りました。詳しくはこちらをご覧ください。 何から学ぶべきか迷わない ディープラーニングを学ぶには、大学で学ぶレベルの数学や Python によるプログラミングの知識に加えて、 Chainer のようなディープラーニングフレームワークの使い方まで、幅広い知識が必要となります。 本チュートリアルは、初学者によくある「まず何を学べば良いか」が分からない、 という問題を解決するために設計されました。 初学者は「まず何を」そして「次に何を」と迷うことなく、必要な知識を順番に学習できます。 前提知識から解説 このチュートリアルは、Chainer などのディープラーニングフレームワークを使ったプログ
「実践ドメイン駆動設計」を読んだので、実際にDDDで設計して作ってみた！ - Qiita
こんにちは、クラウドワークスの新規事業のエンジニアとして仕事をしている高梨です！ 最近、「実践ドメイン駆動設計」という本を読みました！ 500ページ近くもある技術書で、なかなか量は多かったのですが、DDDがどんなものなのか一通り大枠を掴めた気がします。 ただ読み終わった後にこんな疑念や不安をいだきました。 「たしかにかなり面白そうだけど、実際にやるとどれだけ工数かかるんだろう...？」 「設計の話は全然出てこなかったけど、DDDで作るとなるといったい何から始めればいいんだ？」 「戦術についての知識はついたけど、実際に書こうとしたらできなそうだな...」 そこで、そういった疑念や不安を解決するために、実際にDDDでサンプルプロダクトを作ってみようと思ったわけです。 実際に作ってみるのが、結局一番理解が進みますしね。 今回は、そのプロダクトがリリースされるまでの過程や感想を、作成した設計書やソ
技術書典５で頒布した日経電子版の技術書を再販します。｜NIKKEIスタッフ
日経のテックのノウハウを集結した技術書を販売します。機械学習の章が立ち読みできます！note限定のスペシャル特典もあります！ 他の章の全テキストも１日１章のペースで公開予定です。 このnoteを購入された方は、今この場でPDF版を全章一括ダウンロード可能になります！！ この本は、電子版開発に携わるエキスパートによって書かれています。 収録されているテーマは、機械学習からWeb、デザイン、アプリ、日々の改善活動など多岐に渡ります。日経電子版に関心のある方から、深掘りされた技術情報を知りたい方までお楽しみいただけると思います。 本書の目次 本書は、一括でも各章でもご購入いただけます。 他の章の全テキストも順次公開予定です。 第1章 機械学習を⽤いた⽇経電⼦版Proのユーザ分析：⽯原祥太郎/ @upura0 第2章 Slackを⽤いたライブブログ：加藤皓也/ @hirosaji 第3章 スムーズ
Googleによるシステム開発・維持管理ノウハウをまとめた本が無料公開中
Googleで培われたシステム管理とサービス運用の方法論である「サイトリライアビリティエンジニアリング(SRE)」のノウハウをまとめた本が「Site Reliability Engineering」です。英語版の内容が無料で公開されているほか、オライリーから発刊予定のSREに関する書籍「The Site Reliability Workbook」も、2018年8月23日までの期間限定で公開されています。 Google - Site Reliability Engineering https://landing.google.com/sre/book.html Site Reliability Engineeringを読むには上記のサイトにアクセスし、「READ ONLINE FOR FREE」をクリック。 目次が表示されるので、まずは序文から読んでみます。「Foreword」をクリック。
"Designing Data-Intensive Applications"は濃密すぎる一冊だったので2018年の自分にも読んでもらいたい
"Designing Data-Intensive Applications"は濃密すぎる一冊だったので2018年の自分にも読んでもらいたい 分散システムに関する理解を整理するための一冊として素晴らしい、という声があり気になっていた "Designing Data-Intensive Applications" を一通り読んだ： https://twitter.com/frsyuki/status/846431130437890049 僕のような「用語としては知っている」程度の新人に「なぜそれが大切なのか」「なにが難しいのか」といったポイントを丁寧に説明してくれる、学びの多い充実の一冊だった。 冒頭では『早すぎる最適化（不要不急のスケーラブルなシステムの構築）は制約が増えてシステム設計が不自由になるだけなので無駄』という事実に触れ、適切なツールを選択することの重要性を説いている。本書が50
すごいIPv6本を無料配布！:Geekなぺーじ
2021年12月20日追記：第2版できました！ IPv6を解説した「プロフェッショナルIPv6」をラムダノート株式会社から出版しました。 初版は456ページになりました。紙版の厚さは23mmになる予定です。 現時点で、IPv6に関して世界で最もまとまっているIPv6本であると個人的に考えています。 「プロフェッショナルIPv6」は、株式会社日本レジストリサービス様、BBIX株式会社様、NTTコミュニケーションズ株式会社様、日本ネットワークイネイブラー株式会社様、クラウドファンディング(「すごい技術書を一緒に作ろう。」という企画です)でのみなさまによるサポートにより実現しました。 IPv6に関する技術情報を広く公開するという趣旨に賛同いただき、本書の執筆と制作、公開にあたって多大な協賛をいただきました。ありがとうございます！！！ 「プロフェッショナルIPv6」は、通常の書籍として5000円で
書籍「製品開発力」を読んだ - 29%の純情な感情
8月に手に取って、ボリュームたっぷりで時間がかかってしまったけれど、ようやっと読み終わった。ウオーと反応してしまう内容が多く、完走できてよかった。読書メモを残しておく。 【増補版】製品開発力―自動車産業の「組織能力」と「競争力」の研究 作者: 藤本隆宏,キム B.クラーク,田村明比古出版社/メーカー: ダイヤモンド社発売日: 2009/10/09メディア: 単行本 クリック: 7回この商品を含むブログ (1件) を見る 概要 初出は英語版の1991年。日本語版が出たのが1993年。つまり、24年ほど前に世に出た文章を読んだことになる。 本書の狙いは、日米欧の自動車製造企業20社約30プロジェクトを対象に実態調査を行い、高いパフォーマンスを生む製品開発のパターンはどんなものであるかを浮き彫りにすることである。序文に、そう書かれている。 ぼくは、弊社 CTO に紹介してもらってこの書籍を知った
実践 機械学習システム
本書は、実際に手を動かしながらシステムを作成し、そのエッセンスを身につけることを目的とした機械学習システムの実践的な解説書です。「データといかに向き合うか」という視点から、生のデータからパターンを見つける方法を解説します。Pythonと機械学習の基本、ライブラリの使い方をはじめ、具体的な例に基づいたデータセット、モデル化、レコメンドと、その改良、音声や画像の処理など、より重要な問題についても解説します。さらに、テキストや画像、音声に対して機械学習の手法を適用する方法を学び、機械学習関連技術の評価方法や、最適な選択を行うための比較方法について学びます。本書で学んだツールと知識があれば、実際の問題を解決できる独自のシステムを作成できるようになるでしょう。 謝辞 原書の監修者について はじめに 1章 Pythonではじめる機械学習 1.1 機械学習と Pythonはドリームチーム 1.2 本書
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
Bibi | EPUB Reader on your website. — ビビ。EPUB リーダを、あなたのウェブサイトに。
Model-Based Machine Learning: an online book