東京医療保健大学大学院 医療保健学研究科 医療保健学専攻 博士課程 殺菌・抗ウイルス効果に及ぼすエタノール濃度の影響 2014 年度入学 2019 年 3 月 11 日 博士 医療保健学研究科 医療保健学専攻 感染制御学領域 学籍番号 HD014002 氏名 神明 朱美 論文題目 殺菌・抗ウイルス効果に及ぼすエタノール濃度の影響 氏 名 神明 朱美 所 属 東京医療保健大学大学院 医療保健学研究科 医療保健学専攻 博士課程 感染制御学領域 連 絡 先 〒283-8555 千葉県東金市求名 1 番地 TEL：0475-53-4705 FAX E-mail：hd014002@thcu.ac.jp 助 成 金 東京医療保健大学大学院 医療保健学研究科 医療保健学専攻 博士課程論文 要旨 殺菌・抗ウイルス効果に及ぼすエタノール濃度の影響 東京医療保健大学大学院 医療保健学専攻 博士課程 領 域 名
PDFのみの提供です 紙書籍も必要な場合は、こちらからお得なセットをお求めください 紙書籍のみを差額等でお求め頂くことはできません 「情報検索」×「データサイエンス」×「全文検索エンジン」 打田智子・古澤智裕・大谷 純・加藤 遼・鈴木翔吾・河野晋策 共著 360ページ A5判 ISBN：978-4-908686-13-9 2022年5月2日 第1版第1刷 2022年10月31日 第1版第2刷 発行 正誤表 書籍内のサンプルコード 大量のデータから必要な情報をすばやく見つけ出したい。その要求をコンピューターで叶えるための「検索システム」を実現するためには、「情報を見つけたい」という漠然とした要求をどうやって定式化すればいいか、それに合致する情報を膨大なデータから効率的に取り出すためのデータ構造とアルゴリズム、そうして見つかった複数の情報を提示する方法や順序などなど、考慮しなければならない課題
機械学習・深層学習による自然言語処理入門|マイナビブックス
備考 中山 光樹（なかやま ひろき） 1991年生まれ。電気通信大学卒、電気通信大学情報理工学研究科修士課程修了。現在、企業にて、自然言語処理や機械学習に研究開発に従事。また、GitHub上でオープンソースソフトウェアの自然言語処理ライブラリ開発にも貢献している。 Contents Chapter 1 自然言語処理の基礎 1-1 本章の概要 1-2 自然言語処理とは？ 1-2-1 自然言語と人工言語 1-2-2 自然言語処理 1-3 自然言語処理のタスク 1-3-1 自然言語処理の基礎技術 1-3-2 自然言語処理の応用技術 1-4 自然言語処理の難しさ 1-4-1 おさらい Chapter 2 機械学習 2-1 本章の概要 2-2 機械学習とは？ 2-3 教師あり学習 2-3-1 分類 2-3-2 回帰 2-4 教師なし学習 2-4-1 クラスタリング 2-4-2 次元削減 2-5 強化
【GROMACS】GROMACSを用いたタンパク質-低分子リガンドのMD simulation【in silico創薬】【前編】 - LabCode
macOS Ventura(13.2.1), PyMOL 2.5.4., Homebrew 4.0.17, Python 3.7.3, NetworkX 2.3, Avogadro, UCSF Chimera-1.17.3-mac64 MD シミュレーションとは？ MDシミュレーションは、分子の動きや相互作用を計算機上で再現する手法です。分子の構造と相互作用を記述する力場（potential function）を使用し、時間の経過とともに分子の運動を予測します。これにより、物質の性質や相互作用の理解、材料設計、生体分子の研究などに応用されます。 GROMACSは、MDシミュレーションを実行するためのソフトウェアの一つです。GROMACSは高性能な計算を行うための最適化が施されており、広く使われている信頼性の高いツールです。GROMACSを使うことで、分子のダイナミクスや相互作用をシミュレー
本書は、ディープラーニングのトレーニングコースを提供するサイトfast.aiの創始者らが、PyTorchとその上に構築されたライブラリfastaiを用いてディープラーニングを行う方法を解説するものです。特別な訓練や数学の深い知識がなくても実践できるように、平易な言葉と数多くの図でていねいに説明しています。本書で扱うトピックは非常に幅広く、コンピュータビジョン、自然言語処理、協調フィルタリングによるモデルの訓練、精度、速度、信頼性の向上、実用アプリケーションの作成のほか、データ倫理、性能改善のための最新テクニックについても網羅します。サンプルコードはすべてJupyterノートブックで提供されており、簡単に試すことが可能。元Kaggleトップの起業家、ジェレミー・ハワードと教育のプロ、シルヴェイン・ガガーによる渾身の一冊です。 序文 まえがき 第Ⅰ部 ディープラーニングの実際 1章 ディープラ
とほほのHaskell入門 - とほほのWWW入門
概要 Haskellとは 関数型言語 純粋関数型言語 インストール Haskell Stack Hello world 基本 予約語 コメント ブロック レイアウト 入出力 型 変数 数値 文字(Char) 文字列(String) エスケープシーケンス リスト([...]) タプル((...)) 演算子 関数 演算子定義 再帰関数 ラムダ式 パターンマッチ ガード条件 関数合成(.) 引数補足(@) 制御構文 do文 let文 if文 case文 where文 import文 ループ データ型 データ型(列挙型) データ型(タプル型) データ型(直和型) 新型定義 (newtype) 型シノニム (type) 型クラス (class) メイビー(Maybe) ファンクタ(Functor) アプリケイティブ(Applicative) モナド(Monad) モジュール (module) 高階関
入門 Python 3 第2版
データサイエンスやウェブ開発、セキュリティなど、さまざまな分野で人気を獲得してきているPython。本書は、ベストセラー『入門 Python 3』の6年ぶりの改訂版で、プログラミング初級者を対象としたPythonの入門書です。プログラミングおよびPythonの基礎から、ウェブ、データベース、ネットワーク、並行処理といった応用まで、実践を見据えたPythonプログラミングをわかりやすく丁寧に説明します。Python 3.9に対応し、f文字列などの新機能も追加され大幅にボリュームアップしました。Pythonの機能をひと通り網羅し、リファレンスとしても便利です。 正誤表 ここで紹介する正誤表には、書籍発行後に気づいた誤植や更新された情報を掲載しています。以下のリストに記載の年月は、正誤表を作成し、増刷書籍を印刷した月です。お手持ちの書籍では、すでに修正が施されている場合がありますので、書籍最終ペ
はじめに NumPyro基本 ライブラリの準備 確率分布 transoforms モジュール （tfp.bijector相当） 変化点検知 データ モデル 事前分布からのサンプリングでモデルの動作確認 MCMC推論 結果確認 はじめに TFUGベイズ分科会にてPPLについて話しました。改めてPPLを複数比較してみたことで、一層NumPyrpの書きやすさにほれぼれとしました。 www.hellocybernetics.tech 現状、PPLをまとめると 通常利用：Stan より低レベルを触れる研究用途：TensorFlow Probability 深層生成モデル及びベイズニューラルネットの変分推論 : Pyro 上記及び高速なMCMC : NumPyro という具合です。実際、速度やインターフェースの書きやすさを見るとNumPyroが個人的には抜けているのですが、一方でバックエンドがJaxで
PyTorchによる物体検出 | Ohmsha
はじめに 目次 第1章 PyTorch によるプログラミング 1.1 ニューラルネット 1.1.1 人工知能と関数推定 1.1.2 パラメトリックモデルと回帰 1.1.3 ニューラルネットは関数 1.1.4 ニューラルネットのパラメータ 1.2 最急降下法と誤差逆伝播法 1.2.1 ニューラルネットにおける学習と損失関数 1.2.2 最急降下法 1.2.3 誤差逆伝播法 1.2.4 ミニバッチ学習と確率的勾配降下法 1.3 Define-by-run と自動微分 1.3.1 合成関数と計算グラフ 1.3.2 計算グラフを利用した勾配計算 1.3.3 Define-by-run 1.4 Tensor とNumPy 1.4.1 Tensor の作成 1.4.2 Tensor と数値の四則演算 1.4.3 Tensor どうしの四則演算 1.4.4 Tensor の行列積 1.4.5 Tenso
ディープラーニング実践ガイド
本書では、ディープラーニングの研究で受賞歴のある3人の著者が、アイデアを現実世界の人々が使用できるものに変換するプロセスをステップバイステップで丁寧に解説します。構築するのは、クラウド、モバイル、ブラウザ、エッジデバイス向けの実用的なディープラーニングアプリケーションです。一部の章ではその章で扱うトピックの専門家をゲスト執筆者に迎えてさまざまな手法を解説しているので、読者のニーズにマッチするアプリケーションがきっと見つかるでしょう。対象読者は、ディープラーニングの世界にこれから参入したいソフトウェアエンジニアやベテランのデータサイエンティストから、AIを搭載した独自のアプリを作りたいけれど何から始めればいいのかわからないホビーストまで。 賞賛の声 監訳者まえがき まえがき 1章 人工知能の概観 1.1 おわび 1.2 ここからが本当のイントロダクション 1.3 AIとは 1.3.1 きっか
C#クックブック
有用性が特に高く、生産性の向上や高品質なコードを担保するようなC#の機能について、遭遇する問題とその解決策を提示するレシピ集です。C#の開発者が知っておくと役に立つ情報を厳選。言語仕様や基本など入門の内容は割愛し、脱初心者を目指す開発者、中級以上の開発者向けに、生産性を高め、コードの品質を高めることができるレシピを多数紹介しています。前半は実際にコーディングする手順に沿って、型の組み立て、アプリケーションの構築、アルゴリズムの実装、品質の向上・維持に関するテクニックを、後半ではLINQ、リフレクション、非同期プログラミングといったC#を特徴付ける機能と、データ分析、パターンマッチといった近年ますます重要視されているテーマを取り上げます。 まえがき 1章 型とアプリケーションの構築 アーキテクチャの構築 パターンの適用 オブジェクトの生存期間の管理 レシピ1.1 オブジェクトの終了期間の管理
YAMAHAモニターヘッドホンのレビュー（HPH-MT8） あたしは音楽の仕事をさせてもらってるけど、 その時のモニターヘッドホンは、「SONYの密閉型」や「AKGやSENNHEISERのオープン・セミオープン型」を使うことが多い。 ドラムは仕事ではないです。 音楽の中でもドラムは少し特別で、メロディや和音を出す楽器とは違う部分が多い。 半分、スポーツだと思ったほうがいいかも。 楽しいのよね。 _______________ 電子ドラムの場合、ヘッドホンが必要。 アンプで鳴らしてもいいけど、鳴らしたら静音性の意味がなく、ヘッドホン一択よ！ 今までYAMAHAのモニターヘッドホンは使ったことがなかったので、買ってみた。 「YAMAHA HPH-MT8」 YAMAHA HPH-MT8 スタジオモニターヘッドホン（密閉型） うん、悪くない。 非常に評価も高いし、モニターヘッドホンの標準（基準）と
米国物理学協会とIEEE computer societyによる共同誌"Computing in Science & Engineering"は、2000年第1号で「"Top 10 Algorithms of the Century"（今世紀のトップ10アルゴリズム）」という特集を組んだ。特集は、20世紀の科学技術の発展に目覚ましい成果を挙げ、関連分野の発展にも多大な貢献をもたらした10個のアルゴリズムを取り上げ、各々について3～10ページ程度の短い分量ながらも簡潔かつ丁寧に紹介したもので、当時この特集は非常に大きな反響を呼んだ。 それから20年余りが経過した。その間にも計算機分野や計算科学分野は更なる目覚ましい発展を遂げ、新たなアルゴリズムも無数に誕生した。しかし「トップ10アルゴリズム」の重要性は聊かも揺らぐことはなく、諸分野の根幹をなす不可欠な要素として未だ使われ続けている。また、1
初めてのWebGL 2 第2版
WebGL 2プログラミングの入門書。WebGL APIによりプラグインなしで3Dコンピューターグラフィックスをブラウザに表示できます。本書では、自動車の3Dモデルビューアーを例に、インタラクティブな3DCGを使用するウェブアプリケーションの開発方法について解説します。対象読者は初中級のウェブプログラマー。JavaScriptの基礎知識は必須ですが、3D数学の詳しい知識は不要です。ベクトル演算や行列演算にはライブラリを使用するので、具体的な計算処理を意識することなくWebGL 2プログラミングに集中できます。読者はWebGL 2で本当に必要な部分を本書一冊でマスターできます。 序文 訳者まえがき まえがき 1章 イントロダクション 1.1 システム要件 1.2 WebGLレンダリング 1.2.1 ソフトウェアベースレンダリングとハードウェアベースレンダリング 1.2.2 サーバーベースレン
Pythonクイックリファレンス 第4版
本書はPythonの機能を十分に活用するためのリファレンスです。チュートリアルとしての「Pythonを使ってみる」、型アノテーションや文字列といった「Python言語と組み込み機能」、ファイルやテキスト、時間の操作、数値処理などをまとめた「Pythonの標準ライブラリと拡張モジュール」、HTTPの処理や構造化テキストを学ぶ「ネットワークとWebプログラミング」、バージョン移行などに関する「拡張、配布、バージョンのアップグレードと移行」という5部構成となっています。Pythonを本格的に学びたい人から、さらなるスキルアップを目指したい人まで、Pythonを最大限に活用するための有益な情報がぎっちり詰まった1冊です。Python 3.11対応。 正誤表 ここで紹介する正誤表には、書籍発行後に気づいた誤植や更新された情報を掲載しています。以下のリストに記載の年月は、正誤表を作成し、増刷書籍を印刷
SQLではじめるデータ分析
クラウドの普及とともに、SQLの利用範囲は拡大し、データサイエンティストもデータベースを直接扱う機会が増えています。本書は、データ分析に関わるSQLのテクニックを学び、分析プロセスにおいてSQLを最大限に活用するためのものです。時系列解析などでは、SQLが日付・時刻の比較や処理に長けており、威力を発揮できる最たるものです。本書ではデータの前処理から始め、時系列解析、コホート分析、テキスト分析、異常検知など、SQLの操作を通じて高度なテクニックまで学ぶことができる構成になっています。サンプルコードはGitHubからダウンロード可能で、実際に手を動かしながら学ぶことができます。 はじめに 1章 SQLによる分析 1.1 データ分析とは 1.2 なぜSQLなのか 1.2.1 SQLとは 1.2.2 SQLの利点 1.2.3 SQL vs. R/Python 1.2.4 データ分析ワークフローの一
海民と天皇 - 内田樹の研究室
新天皇の即位の儀式が行われた。 私は天皇制についてはこれを支持する立場をとっている。 その理路は『街場の天皇論』において述べたので、ここでは繰り返さない。 新天皇について私は「網野史学」の系譜に連なる人だと思っている。異論のある方もいると思うけれど、私はそう思っている。 日本がそのような批評的知性を備えた天皇を「国民統合の象徴」として得たことを私は例外的幸運だと思っている。 即位への祝意を込めて、「街場の天皇論」に書き下ろした一文をブログに採録する。 海民と天皇 ■はじめに 天皇論について書き溜めたものを一冊の本にまとめることになって、その「ボーナストラック」として「海民と天皇」という書き下ろし論考を添付することにした。これまで折に触れて書いたり話したりしてきた話なので、「その話はもう何度も聞いた」と閉口する人もいると思うが、ご海容願いたい。さしたる史料的な根拠のない、妄想に類する思弁であ
目次[非表示] 1.まえがき 1.1.キャンプ道具好きなんだよね。原理を知れるような気がして 1.2.この記事で伝えたいこと 2.戦後のプログラミング言語年表 2.1.スクリプト言語以前 2.1.1.19世紀末：人口増加のアメリカ、パンチホールで国勢調査 2.1.2.1940年代初頭：イギリスのエニグマ暗号解読とアメリカの爆弾軌道計算 2.1.3.1946年：第二次世界大戦終結後、ENIACの登場とトランジスタによる小型化 2.1.4.1940年代後半：製品ごとに乱立するアセンブリ言語たち 2.1.5.1950年：東西冷戦開始、核兵器開発競争から始まる大プログラミング時代 2.1.6.1954年：コンピュータと話したいから、高水準言語「FORTRAN」登場 2.1.7.1958年：もっと書きやすい構文で。ALGOL58、構造化プログラミング誕生 2.1.8.1958年：LISP、カッコで囲
チュートリアルをなぞるだけ！Three.jsでインタラクティブエフェクトを作ろう - Workship MAGAZINE(ワークシップマガジン)
デモページ ソースダウンロード Webブラウザ上で3DCGを扱うための仕組みであるWebGL。そのWebGLを扱うにあたって活用されているのが、無料で利用できるJavaScriptライブラリ『three.js』です。 今回はこのthree.jsとTweenMax（GSAP）を使用して、インタラクティブエフェクトを作成する方法をご紹介します。 なお、エフェクトはBestServedBoldのHolographic-Interactionsを参考にしています。 完成予定図 ひとつめのデモでは完成された実用的な例をご紹介しましたが、これから作成過程をご紹介するデモは調整およびアレンジが可能です。 また前述のとおり、今回ご紹介するエフェクトはBestServedBoldによるHolographic-Interactionsを参考にしています。 コアコンセプト エフェクトを作成するにあたってコアとな
コロナ禍単語 262件 コロナカ 3.0万文字の記事 45 0pt ほめる 掲示板へ 記事編集 概要経過関連項目脚注掲示板 この項目は現在進行中の事象を取り上げています。 今後、事態の進展によって記事の内容が増補、改訂される場合があります。 また、古い情報が修正されずに掲載されている可能性もあります。 最新の情報や詳しい情報については当記事を鵜呑みにすることなく、各自で調べてください。 コロナ禍とは、新型コロナウイルスによって発生した凶事である。「コロナショック」とも呼ぶ。 概要 2020年初頭からの新型コロナウイルスの世界的な拡大（パンデミック）により発生している。 ウイルスの感染防止・自粛のため人の移動が滞り、経済的には「コロナショック」と呼ばれる株価の急落、消費の低下、収入の減少、失業者の増加などの景気の退行が見られた。 また、プロ野球・J1・東京オリンピック2020などのスポーツ試
![コロナ禍とは (コロナカとは) [単語記事] - ニコニコ大百科](https://cdn-ak-scissors.b.st-hatena.com/image/square/5bd1fac8d544d19340796767c18bdf23d7d3493d/height=288;version=1;width=512/https%3A%2F%2Fdic.nicovideo.jp%2Fimg%2Fog_b.jpg)
Python版の「LlamaIndex」のクイックスタートガイドをまとめました。 ・LlamaIndex v0.8.59 1. LlamaIndex「LlamaIndex」は、プライベートやドメイン固有の知識を必要とする専門知識を必要とする質問応答チャットボットを簡単に作成できるライブラリです。 2. LlamaIndexの5つのステージ「LlamaIndex」には、5つのステージがあります。 2-1. Loadingデータソース (テキストファイル、PDF、Webサイト、データベース、APIなど) からデータを読み込みます。 「Loading」の主要コンポーネントは、次のとおりです。 ・Document : データソースのコンテナ ・Node : Documentを分割したもの。チャンクとメタデータが含まれる ・Connector : データソースからDocumentおよびNodeに取り
Rustはさまざまな用途で利用されていますが、最近は、AI/機械学習分野でも利用されるようになってきました。そこで、今回は簡単な機械学習のアルゴリズムであるk近傍法を使ってアヤメの分類に挑戦してみましょう。 「アヤメの分類」データを使ってk近傍法で分類してみよう アヤメの分類に挑戦しよう 今回は「アヤメの分類」に挑戦します。これは、機械学習の中でも、教師あり学習の分類問題に分類されるものです。と言っても、機械学習にあまり詳しくない人からすると、「教師あり学習」とか「分類問題」とは何だろうと思うことでしょう。しかし、それほど難しいものではありません。 「アヤメの分類」データセットは、機械学習のベンチマークに使われる有名なものです。これは、名前の通り、アヤメの品種を分類したデータセットです。 そもそも、アヤメには多くの品種がありますが、品種を見分けるとき、花弁の幅や長さ、がく片(花の外側にある
SQLクックブック 第2版
トップデータサイエンティストと統計のエキスパートによる、実践に役立つSQLのレシピ集。第1版を全面的にアップデートし、さらにデータサイエンティスト向けのレシピを追加、補強しています。巨大医療コングロマリットで長年データ分析とデータベースの特性評価を行っている著者たちの経験に基づき、SQLを使う上でよく遭遇する問題と、広く使われているMySQL、Oracle、PostgreSQL、SQL Server、Db2による解決策を提示。各データベースの持つ長所と短所、特性などもわかるため、データベースの導入や変更を検討する際の資料としての利用にも役立ちます。逆引きリファレンスとして常に手元に置いておきたい一冊です。 関連ファイル サポートサイト 正誤表 ここで紹介する正誤表には、書籍発行後に気づいた誤植や更新された情報を掲載しています。以下のリストに記載の年月は、正誤表を作成し、増刷書籍を印刷した月
Microsoft Wireless Display Adapter を1年半使ってみた感想 - THDY LOG
この記事は、corp-engr 情シスSlack（コーポレートエンジニア x 情シス）#2 Advent Calendar 2019 の22日目の記事です。 はじめに 社内の会議室用にMicrosoftのワイヤレスディスプレイアダプター (P3Q-00009) を導入してから1年半が経ったのですが、なかなか良かったのでここで一度振り返ってみます。 きっかけはあるベンダーの担当者が商談の際に「最近これ便利なんすよ～」と言って持ち出したMiracast用アダプタ (恐らくELECOMとかIO-DATA辺りのメーカー品) でした。 そこで実際に使っているのを見て、遅延も気にならないし何よりワイヤレスっていいな～と思い、なんとなく検証用に買ってみたのがみたのが、Microsoft のワイヤレスディスプレイアダプターでした。 マイクロソフト ワイヤレスディスプレイアダプター V2【Wi-Fi不要】ミ
この本の概要 2010年の刊行から約100,000部の実績を誇るロングセラーを，ECMAScript 2022に対応した内容で200ページ増の大幅改訂。最新の基本文法から，開発に欠かせない応用トピックまで解説します。JavaScriptらしく書くために大切なオブジェクトの扱い方や，大規模開発でさらに実用的になったオブジェクト指向構文を学び，しっかりと動くプログラムの作り方を本質から理解できます。 こんな方におすすめ JavaやC言語などほかのプログラミング言語の経験があり，JavaScriptを新規に学びたい方 JavaScriptを多少使えるけど基本が不安な方 ECMAScript 2022による新たなJavaScript記法を学びたい方 Chapter 1 イントロダクション 1.1 JavaScriptとは？ 1.1.1 JavaScriptの歴史 1.1.2 復権のきっかけはAja
香川県ネット・ゲーム依存症対策条例 - Wikipedia
香川県ネット・ゲーム依存症対策条例（かがわけんネット・ゲームいぞんしょうたいさくじょうれい、令和2年香川県条例第24号）は、香川県議会が2020年1月10日に提出[1]、3月18日に可決・成立、4月1日に施行させた[2]、日本初のゲーム依存症対策に特化した条例であり、未成年者のインターネットとコンピュータゲームの利用時間制限を推進する条例である。マスメディアからは「ゲーム条例」または「ゲーム規制（制限）条例」と呼ばれている[3][4][5][6][7]が、『規制（制限）』については少なくとも表題にない文字のため、正確な略称と言えるものではない。 概要[編集] 香川県議会の議長であり、対策条例検討委員会の会長でもある大山一郎は、ある時自身の娘やその友人たちがゲームに没頭していたことを問題視し、「ゲーム脳」という存在を知り、規制条例の考案が始まった[8]。大山一郎は10年以上前から選挙運動の演
こんにちはメルペイ社な@vvakameです。 TypeScript 3.6がアナウンスされました。 …えぇ、3.7じゃなくて3.6の記事です。現時点では3.7 Betaが出ています。 技術書典の運営タスクに圧殺され3.6.0-rcは未実装なものが多いな… つってスルーしてたらこんな有様です。 実際の動作確認は現在のlatestであるv3.6.3で行っています。 What's new in TypeScript in 3.6 wikiページはサイズでかすぎてレンダリングできなくなってた… wikiページのmarkdownからhandbook側も生成しているはずなので問題ないはず Breaking Changes in 3.6 TypeScript 3.6 Iteration Plan TypeScript Roadmap: July - December 2019 Roadmapはこちら。
Pythonによる地理空間データ分析
地理空間データ分析は、地図や道路などのオープンな情報を分析することで、渋滞予測やナビゲーションなどの有用な情報を得る強力な手段です。さらに、衛星に搭載された各種のセンサーによる画像や国勢調査の情報などを組み合わせることにより、森林破壊や人種差別問題などの社会的課題に対する知見を得る「ロケーションインテリジェンス」として活用することができます。本書は、地理空間データ分析に必要な基本的な知識―GIS、データの種類、空間統計学、可視化技術などを紹介し、公開データとJupyter Notebookで提供されているさまざまな社会課題に関するサンプルコードと解説、QGISなどのオープンなツールを利用して実践的に理解を深めることができる一冊です。 はじめに 1章 地理空間データ分析入門 1.1 データの民主化 1.2 データに関する質問 1.3 空間データサイエンスの概念 1.3.1 地図の投影法 1.
機械学習 - 共立出版
機械学習とはデータから学習して予測を行うことである。統計的学習、統計的信号処理、パターン認識、適応信号処理、画像処理と画像解析、システム同定と制御、データマイニングと情報検索、コンピュータービジョン、計算理論的学習などのさまざまな分野において研究・開発が行われており、現在でもその進歩はとどまるところを知らない。 本書は、機械学習に関して、基本的な内容から最新の話題までを解説する書籍である。まず、確率と統計の入門事項を解説する。次に、パラメーター推定、平均二乗誤差の線形推定、確率的勾配降下法、最小二乗法、ベイズ分類などといった、どちらかといえば古典的な手法を解説する。その後で、凸解析によるアプローチ、スパースモデリング、再生核ヒルベルト空間上での学習、ベイズ学習、モンテカルロ法、確率的グラフィカルモデル、粒子フィルター、ニューラルネットワーク、深層学習、次元削減などといった、より高度な内容を
Last Commit Date of Markdown Sources: Tue Oct 25 10:20:24 2022 +0000 i The Rust Programming Language 日本語版 著：Steve Klabnik、Carol Nichols、貢献：Rust コミュニティ このテキストのこの版では Rust 1.58（2022 年 1 月 13 日リリース）かそれ以降が使われているこ とを前提にしています。Rust をインストールしたりアップデートしたりするには第 1 章の「インス トール」節を読んでください。 HTML 版は https://doc.rust-lang.org/stable/book/で公開されています。オフラインのときは、 rustup でインストールした Rust を使って rustup docs --book で開けます。 訳注：日本語の
2021年4月28日紙版発売 2021年4月23日電子版発売 縣俊貴 著 A5判／264ページ 定価2,948円（本体2,680円＋税10%） ISBN 978-4-297-12048-1 Gihyo Direct Amazon 楽天ブックス ヨドバシ.com 電子版 Gihyo Digital Publishing Amazon Kindle ブックライブ 楽天kobo honto 本書のサポートページサンプルファイルのダウンロードや正誤表など この本の概要 読みやすく保守しやすい「良いコード」の書き方を解説した入門書です。本書を読むと，良いコードを書くための習慣から，名前の付け方，コードの分割や集約を行う方法，抽象化の作法，計算量とアルゴリズム，ユニットテストやメタプログラミング，そして簡単なフレームワークの自作まで，プログラマーとして長く役立つ基本が身に付きます。 2011年に刊行し
事例で学ぶ特徴量エンジニアリング
いかに高度な機械学習モデルがあったとしても、その性能を左右するのは入力データが優れているかどうかです。時代とともに扱うモデルが進化したとしても、優れた入力データを構築するための特徴量エンジニアリングは常に必要な技術であり、どのような時代においても学ぶ価値があります。 本書は、一般的な特徴量エンジニアリングの手法を概説するとともに、それらの手法をいつどのように使うかについて考えるためのフレームワークを提供します。序盤の章では特徴量エンジニアリングの基本概念や基礎知識を学び、後続章では5つの実践的なケーススタディを通じて特徴量エンジニアリングの具体的手法を詳しく解説します。COVID-19の診断や再犯率のモデリングなど、実社会での活用を想定した実例を通して、自然言語処理やコンピュータービジョン、時系列分析など、さまざまな機械学習ジャンルにおけるパフォーマンス向上のためのヒントが得られます。本書
高等学校数学科「行列入門」
行 列 入 門 i 本教材について 本教材は，行列の基本的な性質を学ぶために作成したものです。 行列については，平成 21 年告示の学習指導要領における新設科目「数学活用」の「社会 生活における数理的な考察」の「数学的な表現の工夫」の内容となりました。行列は現代数 学の基礎的な内容として様々な場面で活用されているにもかかわらず，繁雑な計算の意味 やどのような場面で活用されるのかがわかりにくかったことから， 「数学活用」の内容とし たものです。ただし， 「数学活用」の内容としたことから内容は大綱的に示すことになりま した。そこで，専門教科理数科の「理数数学特論」の内容としてはそれ以前のもの（平成 11 年告示の学習指導要領における数学 C の内容）をそのまま残すとともに，高等学校数学を 超える内容に興味をもつ生徒には「数学活用」の内容を踏まえ「線型代数学入門」のような 学校設定科目を設けて指
オンライン公開後のテキスト修正箇所： ・(3.4)及びその直上の不等式の向きを逆向きに変更（X^{-1}の単調性との証明の整合性のため）（10/13） ・p18で「X^{1/2}の単調性」が1か所「X^{-1/2}の単調性」となっていたので訂正（10/13） ・(2.43)の†が不要だったので削除（10/14） ・定理3.4の適用範囲X\leq 0をX>0に修正（10/14） ・定理3.5の適用範囲が抜けていたので補足（10/14） ・脚注35の式の最後の項がB^{-1}AとなるべきところがAB^{-1}となっていたので訂正（10/19） ・特異値分解の証明の最初の段落でA^¥dagger AとなるべきところがAA^\daggerとなっていた（3か所）ので訂正（10/19） ・[4-1]のWとVをW^¥daggerとV^daggerに訂正（10/19） ・6.1節に内点、境界点、端点の定義
すさまじく丁寧な解説で定評のある著者ならではの入門書！ 決定分析 の基本と活用を中心に、効用理論、確率予測までを解説。Ｐｙｔｈｏｎによる実装も 併記した。決定分析は便利な道具です。便利な道具を手に入れよう！ 第1部 序論 第1章 意思決定における予測の活用 1.1 意思決定 1.2 意思決定の結果と選好関係 1.3 意思決定と不確実性 1.4 不確実性との付き合い方 1.5 予測 1.6 予測を意思決定に活用する 1.7 予測の評価 1.8 情報の価値 1.9 本書の解説の流れ 1.10 本書で扱う問題と扱わない問題 第2章 決定分析の役割 2.1 意思決定理論の役割 2.2 意思決定のモデル 2.3 意思決定のアプローチ 2.4 「合理性」の定義 2.5 決定分析の役割 第2部 決定分析の基本 第1章 決定分析の初歩 1.1 目標設定と手段選択 1.2 意思決定問題の構成要素 1.3 今
使い慣れたプログラミング言語でAWSのインフラ管理をする ～AWS CDKのススメ～ - ABEJA Tech Blog
1. AWS CDKとは 2. AWS CDKを触ってみる 2.1 環境構築 Volta Node.js CDK 2.2. とりあえずLambdaを作成するところまでやってみる 2.2.1. プロジェクト作成 2.2.2. デプロイ用のLambda関数を書く 2.2.3. CDKのStackにLambda関数を記載する 2.2.4. デプロイしてみる 2.2.5. お片付け 2.3. CRUDっぽいAPIをAPI Gatewayで公開してみる 2.3.1. Lambda関数を用意する 2.3.2. CDKを用意する 2.3.3. デプロイして動かしてみる 2.3.4. お片付け 2.3.5. 詰まったところ 3. 感想 We Are Hiring! ABEJAでプロダクト開発をしている平原です。ABEJAアドベントカレンダー2023の6日目の記事です。皆さんはAWSでIaCを利用する時には
プログラミングC# 第8版
C#を体系的に網羅したC#プログラマのバイブルが、C# 8.0に合わせて全面改訂。言語仕様からクラウドも考慮したWebアプリ開発、デスクトップアプリ構築まで、C# 8.0の基本から高度なテクニックまでを詳しく紹介します。C# 8.0では、パターンマッチング、範囲構文、非同期メソッドの大幅拡張、null許容参照をはじめさまざまな新機能の追加と改善がされています。本書はこうした新機能もしっかりとフォロー。詳細な説明と、豊富なサンプルコードを用意し、初心者はもちろん中上級者の要望にも応える一冊です。 目次 はじめに 1章 C#の基礎 1.1 なぜC#なのか 1.2 C#の主な特徴 1.2.1 マネージコードとCLR 1.2.2 専用よりも汎用を 1.3 C#標準と実装 1.3.1 多数のMicrosoft .NET（一時的なものとして） 1.3.2 .NET Standardによる複数の.NET
Snowpark PythonのDataFramesでテーブルに格納したデータを操作してみた | DevelopersIO
Snowflakeのテーブルに格納したデータに対して、DataFrameを使っての操作方法を確認しました。 データアナリティクス事業本部 機械学習チームの鈴木です。 Snowflakeのテーブルに格納したデータの操作を、Snowpark PythonのDataFramesで行う方法を試してみたのでまとめました。 この記事の内容 Snowpark PythonでSnowflakeのデータをクエリして処理する主な方法として、以下のガイドではDataFrameの使用が紹介されています。今回はこの操作の中で、既にテーブルに格納されたデータに対して使いそうなものを試してみます。 APIの使い方はPySparkによく似ており、以下のページでもSparkによるパイプラインのSnowparkへの移行が紹介されています。PySparkに馴染みがある方はAPIリファレンスを見つつすぐに使えると思います。 Sn
Pythonによるデータ分析入門 第3版
NumPy、SciPy、pandas、Matplotlib、Jupyterをはじめ、高機能で使いやすい数学・科学計算用ライブラリが充実しているPythonは、科学計算、統計解析、機械学習のみならず、金融や経済分野でも広く利用されています。本書はPythonの代表的なデータ分析ツール、pandasの開発者Wes McKinneyによる、データ分析を行うための基本を網羅しています。すべてのサンプルコードはダウンロード可能で、Jupyter Notebookで対話的に試し、実際に手を動かしながら知識を確実なものにすることが可能です。pandas 2.0に対応した待望の改訂版です。 まえがき 1章 はじめに 1.1 はじめに 1.1.1 どういうデータを扱うのか 1.2 なぜPythonをデータ分析に使うのか 1.2.1 「糊（グルー）」としてのPython 1.2.2 「2つの言語」問題を解決す
[翻訳]デジタルネイチャーに向けて：オブジェクト指向記述の普遍的相互作用のためのLLMMにおけるチューリングマシンオブジェクトと言語オブジェクト間のギャップの橋渡し｜株式会社ガラパゴス
落合陽一准教授が主宰するデジタルネイチャー研究室から発表された最新論文を翻訳！ポイントだけ読み進めるとサクッと把握できます。 こちらの翻訳です 本書は抄訳であり内容の正確性を保証するものではありません。正確な内容に関しては原文を参照ください。 脚注、参考文献、Appendixなどは本文をご覧ください。 概要【POINT1】大規模言語モデルとプログラミング言語の対応関係を確立する新しい方法を提案しています。 【POINT2】デジタルと物理の世界をシームレスに結び、現実世界の認識と計算プロセスを橋渡しすることを目指します。 【POINT3】デジタルツインのコンセプトを進化させ、デジタルネイチャーの実現に貢献できる手法を開発しました。 図1：本研究の動機本研究では、プログラマが直面する、多様なオブジェクトの相互作用を記述するための包括的なクラスを手作業で生成するという課題に取り組むものである。ロ
![[翻訳]デジタルネイチャーに向けて：オブジェクト指向記述の普遍的相互作用のためのLLMMにおけるチューリングマシンオブジェクトと言語オブジェクト間のギャップの橋渡し｜株式会社ガラパゴス](https://cdn-ak-scissors.b.st-hatena.com/image/square/9dfe0a093d3e24785ab7f82858c58eb4af86ad7c/height=288;version=1;width=512/https%3A%2F%2Fassets.st-note.com%2Fproduction%2Fuploads%2Fimages%2F102818409%2Frectangle_large_type_2_85cfb325a33bbdd99bdb540d3f1980d8.jpeg%3Ffit%3Dbounds%26quality%3D85%26width%3D1280)
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
殺菌・抗ウイルス効果に及ぼすエタノール濃度の影響 - 神明 朱美 - 東京医療保健大学大学院
検索システム ― 実務者のための開発改善ガイドブック（電子書籍のみ）
PyTorchとfastaiではじめるディープラーニング
NumPyroの基本を変化点検知で見る - HELLO CYBERNETICS
YAMAHAモニターヘッドホンのレビュー（HPH-MT8） - ゆん。Drum女子のブログ
20世紀のトップ10アルゴリズム - 共立出版
年代と問題解決で切り取る、教養としてのプログラミング言語全史
コロナ禍とは (コロナカとは) [単語記事] - ニコニコ大百科
LlamaIndex v0.8 クイックスタートガイド - Python版｜npaka
Rustで有名アルゴリズムに挑戦(16) Rustで機械学習に挑戦 - k近傍法でアヤメの分類をしよう
改訂3版JavaScript本格入門 ～モダンスタイルによる基礎から現場での応用まで
TypeScript v3.6.3 変更点 - Qiita
The Rust Programming Language: 2018 Edition
［増補改訂］良いコードを書く技術 ──読みやすく保守しやすいプログラミング作法
Naoto Shiraishi's webpage - 物理数学I・II（2022冬ー2023夏）
意思決定分析と予測の活用 基礎理論からPython実装まで