コロナ禍での転職活動(データエンジニア)についてのメモ - yasuhisa's blog
Twitterでは先に言っていましたが、現職のはてなを3月末で退職します。3/19が最終出社日でした。はてなでの思い出はこちらに書きました。 そのため、転職活動をしたわけですが、コロナ禍での転職活動は平常時と異なる部分も結構ありました。また、データエンジニアとしての転職は初めての経験でした。誰かの参考になるかもしれないので、私が考えたことや感じたことをメモ書きとして残しておきます。 在宅勤務と就業可能な地域 Web上でのアウトプット データエンジニアという職種の多様性 転職にあたって重視したこと 魅力に感じた点 当然、不安もある 在宅勤務と就業可能な地域 カジュアル面談させてもらった企業さんは、ほぼ在宅勤務に移行済みだった 隔週や月一で物理出社という会社も半々くらい? 緊急自体宣言が出ていない時期(夏〜秋)にカジュアル面談させてもらったので、今は状況が違うかも カジュアル面談、採用面談もz
長距離のモデル - yasuhisa's blog
yasuhiro-r中心で確率的言語モデルの勉強会があっている。 言語と計算 (4) 確率的言語モデル 作者: 北研二,辻井潤一出版社/メーカー: 東京大学出版会発売日: 1999/11メディア: 単行本購入: 10人 クリック: 91回この商品を含むブログ (44件) を見るちょっとヘルプを求めらたので、線形補完法を例に出しつつEMを説明したり(去年の自然言語処理特論の最終レポートがちょうどいい題材になった)。3章の後半のほうで長距離のモデルとして キャッシュモデル トリガーモデル が出てきていた。去年の10月とかにやったような気もするけど、さっぱり忘れていたのでいい復習になった。これなら履歴のところをlinerに持っておけばいいだけなので、確かに長距離見れますね。最大エントロピー法が長距離のうんぬんのところは今いち分かってないので、MEのところにきたら復習しよう。
自然言語処理の応用勉強会キックオフミーティング - yasuhisa's blog
新しく今年できた勉強会(NLP.app)のキックオフミーティング。NLP.appは外部に公開して大丈夫と言われたのでなるべく書いていく方針で!!NLPのタスク的には 述語項構造解析(predicate-argument structure analysis) 意味役割付与(semantic role labeling) を主に扱うらしく、情報検索や情報抽出の論文紹介などもおkという感じらしい。勉強会が終わった後、M1の同期の人とかは「そもそもSRLとかって何??」という感じ(自分も2週間前にDMLAで分からなかったし)のようで、大分不安がっていたが、分からないなら質問しまくればいいよ!!と言ってみた。みんなどんぐりの背比べみたいなもんだし、きっとみんな分かってないから(自分を含め)。 この勉強会はそういう分野をターゲットにしつつ、特に大規模なWebデータを対象としたものに焦点が置かれている
よく忘れるgitの操作まとめ - yasuhisa's blog
インターンでgit使いまくりんぐなのですが、まだまだ全然使いこなせてないですね＞＜。 「さっきのcommitちょっと待った!これも追加して＞＜」git addしてから git commit --amend -C HEAD で追加してくれる。 実際のファイルを消さないで、gitのindexから消す git rm --cached <filename> git/git覚書 - TOBY SOFT wiki dumpとかのコード挿入してたけど、挿入とかする前の状態に戻したい結構ある。というかdumpしないと分かりません。 % rm -rf app/models % ls app/models ls: cannot access app/models: No such file or directory % git checkout app/models % ls app/models user.
はてなインターンの前半戦が終わりました - yasuhisa's blog
インターン期間中にはなかなかBlogが書けないだろうなーと思ってはいましたが、予想以上に書けてないですね。。。 12日に最後の課題が出されて、今日はいままでの課題の再提出にあててよい時間でした。課題は全部で7つあって、全ての点数が6点(10点満点)を越えないとインターン後半に進む権利がもらえません*1。ちなみに僕は3/7しか一発で合格できていません。でも、必死に(いやもう必死に)再提出したので、6点は全部行きましたよ＞＜。後半に進めるかは明日の朝に発表されます。 あとはいつもの通り思ったこととか適当に書いていきますよっと。 とにかく書くのが遅い こういうデータ構造ならうまくいくだろうな こういうパターンをあてはめることができるだろう という感じでタンスの引き出しが少ない、という問題は前々から感じていましたが*2、「はまったときにはまっている時間が長い」というのが特に問題だなということに気づ
Rによる最適化、パラメータ推定入門 - yasuhisa's blog
パラメータの推定、でもその前に optimize関数について 補足 パラメータの推定 ベルヌーイ分布 定式化(尤度関数) 尤度関数の実装 尤度関数の最適化(パラメータ推定) 正規分布におけるパラメータ推定 まとめ パラメータの推定、でもその前に統計におけるパラメータの推定というのは大体最適化問題に帰着します。「なんとか関数を(最大|最小)にするようなパラーメータほにゃららを求めたい」とまあこんな感じで。というわけで、パラメータ推定は置いておいて、Rで最大化問題、最小化問題をどう解くかというところを最初にやってみようと思います。最適化問題は離散最適と連続のほうの最適に分けられますが、ここでは連続についての最適化問題について考えることにします。 optimize関数について Rにおける最適化をするための関数はoptim関数、optimize関数があります(他にもnlsなどありますが、とりあえず
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
