真野 智之 (Tomoyuki Mano) <tomoyukimano@gmail.com> version 1.0, 2020-06-19
AWSによるクラウド入門
真野 智之 (Tomoyuki Mano) <tomoyukimano@gmail.com> version 1.0, 2020-06-19
【勉強したことが記憶に残らない人必見】タイプ別・勉強の振り返り法がチャートですぐわかる！ - STUDY HACKER（スタディーハッカー）｜社会人の勉強法＆英語学習
勉強してもすぐ忘れてしまう。思ったような成果が出ない……。その原因は、勉強後の「復習」や「振り返り」が不足していることにあるのかも。 記憶定着のためにも勉強効率アップのためにも重要な振り返りを、あなたはサボってはいませんか？ 「自分もそうかも……」という方は、ぜひ以下のチャートで自分に合った振り返り法を診断してみましょう。 なかには、勉強法そのものを改善することで、より振り返りがしやすくなる人もいるかもしれません。 みなさんにピッタリなのは、どの振り返り法でしたか？ それではひとつずつ、詳しいやり方を具体例とともにご紹介しましょう。 1. 記憶出し入れ法 2. イルカの暗記シート 3. コーネル式ノート 4. 間違いノート 1. 記憶出し入れ法 「振り返りのための時間は少ししかとれない」人で「紙」を使って復習したいタイプの人におすすめなのが、「記憶出し入れ法」。 これは、勉強内容の振り返り
機械学習を使って東京23区のお買い得賃貸物件を探してみた - データで見る世界
さて、改めて今回の目的を確認しておくと、機械学習を使って東京都23区のお買い得賃貸物件を発見しよう、というものです。前回までの記事で、お買い得賃貸物件を発見するためのデータを収集し、分析にかけられるよう前処理してきました。 www.analyze-world.com www.analyze-world.com 今回の記事では、いよいよ機械学習を使って分析していきましょう。前回まではPythonを使っていましたが、この分析ではRを用いています。なお、コードはGitHub（https://github.com/ShoKosaka/Suumo）に上げておきますので興味ある方は参照ください。 最初に、データの中身をざっくり見ていきます。具体的には、分析のキーになるポイントをグラフにしながら、賃貸物件の現状や変数同士の関係性を把握していきます。 データ探索 まず、23区の中でどこが物件数が多いのかを
【2024年最新】Web制作周りを無料で学べる学習サービス集 - Qiita
はじめに 今回は無料でWeb制作周りの技術を学ぶことができるサービスをまとめました。 これからWeb制作の学習を始めていきたい人やプログラミングの基礎学習をしていきたい人におすすめのサービスなのでぜひ参考にしてみてください。 この記事の対象者 プログラミング初心者~中級者 Web制作を学びたい人 HTMLやCSSをより深めたい人 ポートフォリオを作りたい人 無料コーディング練習所 まずはじめに紹介するのはWebサイトを制作しながらコーディングスキルを身につけることができる無料コーディング練習所です。 こちらのサイトではデザインカンプが用意されており、基本的なコーディング方法から応用的な手法まで実際にWebサイトを制作しながら学ぶことができます。 準備編でがエディタの設定方法や拡張ツールといったコードを書くための基礎の基礎から丁寧に解説をしてくれています。 入門編~上級編ではWebサイトを作
機械学習は防犯に役立つのに十分なほど銃被害を予測できる - himaginary’s diary
というややSF染みた*1NBER論文が上がっている（ungated版へのリンクがある著者の一人のページ）。原題は「Machine Learning Can Predict Shooting Victimization Well Enough to Help Prevent It」で、著者はSara B. Heller（ミシガン大）、Benjamin Jakubowski（NYU）、Zubin Jelveh（メリーランド大）、Max Kapustin（コーネル大）。 以下はその要旨。 This paper shows that shootings are predictable enough to be preventable. Using arrest and victimization records for almost 644,000 people from the Chicago
chot.design - 毎日ちょっとずつデザインを学ぼう
毎日ちょっとずつ、デザインを学ぼう毎日ちょっとずつデザインを学ぼうIT/Web業界のデザイン学習サイト
「Kotlinを効率的に習得できたのはLINEの環境があったからこそ」新卒入社1年目のエンジニアが挑んだLINEキャンパス開発
LINE株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。 LINEヤフー Tech Blog サービス・機能やそれにまつわる開発の裏話や取り組みを聞く「Product Story」シリーズ。今回は2022年3月にオープンしした、 LINE公式アカウントやLINE広告のアカウント運用に必要な知識やスキルを習得できるオンラインの総合学習プラットフォーム「LINEキャンパス」のサーバーサイド開発について紹介します。 LINEキャンパスには、学習コースと認定資格コースが用意されており、すべて無料で受講可能。初心者から運用経験豊富な方まで、スキルレベルや目的に応じて全27コース、90を超えるレッスンを受講して学ぶことができます。 このプラットフォームのサーバーサイド開発を担ったのは、LINEに2021年4月に新卒入社して現在開発
天才社会学者がやっていた。大量アウトプットを可能にする驚異のメモ術「ツェッテルカステン」って知ってる？ - STUDY HACKER（スタディーハッカー）｜社会人の勉強法＆英語学習
Niklas Luhmann（ニクラス・ルーマン）というドイツの社会学者は、メモにとったアイデアや情報を十分に活かし、クオリティの高い本や学術論文を大量に発表したそうです。その背景には、ツェッテルカステンと呼ばれるメモ術が存在したのだとか。今回は、そのツェッテルカステンの基本的なやり方と、筆者が実践してわかったことを紹介します。 ツェッテルカステンというメモ術が、天才社会学者の大量アウトプットを支えた ツェッテルカステンの特徴は、脳の神経細胞によく似ていること すぐ始められる、ツェッテルカステンのやり方 ツェッテルカステンは勉強にも役立つ ツェッテルカステンをやってみた感想 ツェッテルカステンというメモ術が、天才社会学者の大量アウトプットを支えた ツェッテルカステン（Zettelkasten）とは、単一のアイデアや情報が書かれた個別のインデックスカード（標準サイズにカットされた紙）で、情報
DATAFLUCT Tech Blog
2022-08-27 データ抽出に特化したAirbyteによるEL(T) 環境構築の実践 データ基盤 Airbyte ELT こんにちは。今回は、データ基盤の構築の一部を実際に体験してみたいと思います。 データ基盤を作成するにあたり、まずは、社内に眠る様々なデータを集めてくる必要があります。前回の記事では、その機能を「収集」と紹介していました。 データ基盤とは何か… データ基盤 データ分析基盤 実践 2022-08-18 Metaflowでモデルの学習をpipeline化するまで MLOps Metaflow Pipeline 皆さんは「MLOps」について取り組んでいらっしゃるでしょうか。私は2018年頃からデータクレンジングや機械学習モデルの構築や運用をしてきましたが、当時の日本で私の耳にはMLOpsという言葉が入ってくることはありませんでした。 ただMLOpsの元となった「Dev…
大人の学びのパターン・ランゲージ（略称まなパタ） | デジタル人材の育成 | IPA 独立行政法人 情報処理推進機構
2018年度から継続的に実施しているスキル変革等に関する調査から、大人になってから学んでいない方が多いという結果が浮き彫りになりました。そこで、大人が学ぶためにはどのように取り組めばよいか「考えるヒント」をパターン・ランゲージ（注釈1）として、30のパターンで整理しました。 「大人の学びのパターン・ランゲージ（略称まなパタ）」は、学び続けている実践者の方々にインタビューでお話を伺い、その考え方や工夫、課題を整理し、抽象化することによって制作しています。
MLflowの使い方 - 機械学習初心者にもできる実験記録の管理 - - DATAFLUCT Tech Blog
こんにちは！nakamura（@naka957）です。今回はMLflowをご紹介します。 読者の皆さんは、機械学習モデルのハイパーパラメータ調整を手作業で管理し、苦労した経験がないでしょうか。実験記録の管理は大事な一方で、なかなか大変です。 今回紹介するMLflowは、実験記録を簡単に管理できる便利なPythonライブラリです。MLflowは実験管理だけでなく、機械学習プロジェクト全体を管理する様々な機能を提供する非常に人気なライブラリです。一方で、多機能な反面で初心者が最初に導入するにはハードルが高い側面があるのも事実です。 本記事では、MLflowの実験管理の機能に絞り、簡単な例で使い方をご説明します。そのため、初めて使用する方も安心してご覧ください。 では、早速始めていきます。 実験記録の重要性 MLflowとは MLflowのインストール データセット準備 機械学習モデルの用意 M
ネットワーク技術やその仕組みを理解するための最短コースとは？：新刊ピックアップ
ネットワーク技術を学ぶのは難しい 我々の日常生活に欠かすことのできない社会インフラの1つと言えるコンピュータネットワーク。スマホやPCから利用するだけなら，その仕組みを深く知る必要はありませんが，仕事でシステムの構築や運用管理に従事する方は，きちんと理解しておくことが必要になります。 しかし，次のような理由からマスターするまでの道のりは険しいです。 押えておくべき技術用語が多すぎる たとえば，社内LAN内でファイルをやり取りしている状況を詳細に説明する場合，「TCP/IP」「IPアドレス」「サブネット」「DHCP」「プロトコル」「MACアドレス」「ARP」「ゲートウェイ」……，さらに機器として「ルータ」「レイヤ3スイッチ」……などなど，数多くの技術用語を理解しておく必要があります。 お試し環境を準備するのが大変 技術用語をある程度理解できたとしても，社内LANをいきなり設
LightGBMを超わかりやすく解説(理論+実装)【機械学習入門33】
こんにちは，米国データサイエンティストのかめ(@usdatascientist)です． 機械学習入門講座第33回です．(講座全体の説明と目次はこちら) 追記) 機械学習超入門本番編ではLightGBMについてさらに詳しく解説をしています．勾配ブースティング決定木アルゴリズムのスクラッチ実装もするので，さらに理解を深めたい方は是非受講ください:) 前回の記事で決定木の勾配ブースティングアルゴリズムであるXGBoostを紹介しましたが，今回は同じ決定木の勾配ブースティングの別のアルゴリズムであるLightGBMについて解説します． LightGBMはXGBoostが発表されてから2~3年後に発表され，今やXGBoostよりも高速で高精度なアルゴリズムとして認識され，XGBoostに代わる最強のアルゴリズムの一つとなっています． XGBoostと同じ決定木の勾配ブースティングをベースにしているの
推薦システムにおけるニューラルネットワークの活用について読んだ論文をゆるくまとめる - Re:ゼロから始めるML生活
ここ数ヶ月くらい、推薦システムにおけるNNの活用というテーマで論文をちょこちょこ読んでいました。 推薦システムにNNを適用・応用するという守備範囲も広いテーマではありますが、せっかく良い機会なので自分用にまとめてみたいと思います。 理解が曖昧なところもあり、マサカリが飛んできそうな気配がプンプンしますが、がんばって書いてみたいと思います。マサカリコワイ... 前提知識 協調フィルタリング Matrix Factorization Factorization Machine ニューラルネットワークの推薦システムへの応用の傾向 Feature EngineeringとしてのNN Wide & deep DeepFM DCN AutoInt DCN V2 系列データとして取り扱うNN prod2vec AttRec BERT4Rec Transformers4Rec 参考文献 読んだ論文をまとめ
放送大学の授業で知った「20歳から60歳まで知能は低下しない、頭を使い続ければ一生発達を続ける」論に希望が持てそう「視力や体力の衰えを克服できれば…」
六帖＠放送大2回戦 @_rokujo 05東大(工)中退→22秋 慶應通信法甲卒(在籍3年半)→24放送大情報卒→自然と環境に再入学/地方/子2y6y/PG+塾講師/作曲/動画/精神2級/studyplus:rokujo/資格：TOEIC970 AP/Next:独仏・数検英検 25?弁理士試験 https://t.co/GRMh8Vm3U1 六帖＠放送大2回戦 @_rokujo 妻も4月から放送大で心理と教育を学んでるんですけど、心理学概論第8回が衝撃なんで見てくれと言われて、見ました。衝撃でした。 まず生涯学習の重要性。40年以上の縦断研究で分かったことなんだけど、20歳～60歳までの知能って実は全然低下しない。勉強は若いうちだけってのは大間違い。 2022-04-29 09:39:39
OCR処理プログラム及び学習用データセットの公開について | NDLラボ
2022年04月25日 NDLラボのGitHubから、次の2件を公開しました。ライセンスや詳細については、各リポジトリのREADMEをご参照ください。 NDLOCR 国立国会図書館（以下、「当館」とします。）が令和3年度に株式会社モルフォAIソリューションズに委託して実施したOCR処理プログラムの研究開発事業の成果である、日本語のOCR処理プログラムです。 このプログラムは、国立国会図書館がCC BY 4.0ライセンスで公開するものです。なお、既存のライブラリ等を利用している部分については寛容型オープンライセンスのものを採用しているため、商用非商用を問わず自由な改変、利用が可能です。 機能ごとに7つのリポジトリに分かれていますが、下記リポジトリの手順に従うことで、Dockerコンテナとして構築・利用することができます。 リポジトリ : https://github.com/ndl-lab/
まもなく2歳になる娘の『話せる言葉の数』の習得状況をグラフにしたら綺麗な右肩上がりになった「子供すごい」「記録するママもすごい」
高橋祥子 @Shokotan_takaha 娘の2才までの産出語彙数(話せる言葉の数)の習得状況を記録してきたのでグラフにしてみたけど綺麗な右肩上がり。子どもすごい。 pic.twitter.com/EWA5uuptS0
図解でわかる、機械学習をどこよりも簡単に解説 - DATAFLUCT Tech Blog
はじめまして、DATAFLUCTのSaiです。 この記事では「機械学習」について、AIやディープラーニングの違いに触れながら分かりやすく解説していきます。 また機械学習を知る上で欠かせない AI ディープラーニング 教師あり学習、教師なし学習、強化学習 回帰、分類 精度 といった用語も図をまじえて最後まできちんと理解できるようになっています。 身近にある機械学習 1. 迷惑メール判定 2. チャットボット 機械学習とは ディープラーニングと機械学習の関係 ディープラーニングは複雑なデータが得意ってどういうこと？ データから特徴や法則性を見つけ出すってどういうこと？ 機械学習の種類 教師あり学習 教師なし学習 強化学習 最後に 身近にある機械学習 機械学習とは何かを説明する前に、身近なところで機械学習が使われてるケースを2つ紹介します。 1. 迷惑メール判定 1つ目のケースとして、機械学習は
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
無料で「Photoshop」「Illustrator」「WordPress」などWebデザインが学び放題に！／事業譲渡に伴い有料会員サービスを終了した学習サイト「chot.design」の全レッスンが無料公開
「開発者が体調不良、どうする？」 アジャイル開発を学習できるボードゲームを大日本印刷が開発
