【随時更新】マシンラーニングエンジニアが機械学習、統計学のおすすめ本を紹介する - Qiita
概略 データサイエンス、マシンラーニング関連の勉強を始めてそこそこ時間も経ったのでこれまでに読んできた本、参考書の類について紹介していく。既に何人もの人が紹介していたりするわけだが、少しでも参考になれば。 書評というよりは紹介兼感想。 時間を見て少しずつ更新していくつもりなので、『ここに載ってるものだけやれば十分』とはなっていないので注意。 また、実際のところ、実務への応用まで考えるのならば、その分野での機械学習応用に関する論文等は避けられないので、『書籍+論文+自分での実験、試行錯誤』でワンセット。この記事では書籍の紹介だけを行う。 おまえ誰だよ 書評となると主観が入ってくるものなので、簡単に自己紹介。 データサイエンティスト、マシンラーニングエンジニアとして色々なところに顔を突っ込んで活動してる 昔は法律勉強してた 何年か前に統計学ブームが起きた時に、気まぐれに法律から乗り換えた 数学
『データサイエンティストとマシンラーニングエンジニアはKaggleやれ』というのは何故なのか - Qiita
この記事は将来的に自身のブログにも載せる予定（許可なき転載とかではない） 概略 データサイエンティスト、マシンラーニングエンジニアがどのように勉強を進めるべきか、始めるべきかという問いに対して、『Kaggleやれ』というのはよく聞く答えだ。 なるべく早い段階でKaggleのコンテストに参加するべきだというのは僕も個人的に賛成だ。 実際に、なぜ、Kaggleに参加すると勉強になるのかという点を実際にまとめていく。 Kaggleとは？ Kaggleとはデータサイエンスのコンペティションサイトだ。賞金のかかっていたりいなかったりするコンペが集められており、規約に同意すれば個人でも団体でも自由に参加することができる。 さて、数は少ないが日本独自のデータサイエンスコンペティションサイトもないことはない。DeepAnalyticsなどはその例だし、コンテストサイトでなくてもデータサイエンス、マシンラー
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
