タグ

ブックマーク / www.oreilly.co.jp (6)

  • O'Reilly Japan - 退屈をぶっとばせ!

    TOPICS Make/Electronics/DIY 発行年月日 2018年05月 PRINT LENGTH 348 ISBN 978-4-87311-839-0 原書 Unbored FORMAT Print 書は、自分自身にとって意味のある人生を作りたいと考えている10代の少年少女のための書籍です。その内容は「すぐに大人にほめさせない」「学校に行かないで学ぶ」「ADHDの子どもへのメッセージ」など、成長の過程で必要なことが書かれたエッセイから、「文章を書くためのエクササイズ」「批評する方法を身につける」「スニーカーをデコる」「クッキーの焼き方を通して科学実験を学ぶ」「政治家に自分の考えを伝える」「ガレージセールでお金をかせぐ」「自分で自転車を修理する」「ゲームデザインを学ぶ」など、自己表現、社会活動、DIYに関連したハウトゥまで幅広く、これらを知り、体験することで、企業が提供する出

    O'Reilly Japan - 退屈をぶっとばせ!
    tsu-nera
    tsu-nera 2018/05/19
  • 『ゼロから作るDeep Learning ❷』公開レビューのお知らせ

    コンピュータの専門書としては異例の大ヒットを記録した『ゼロから作るDeep Learning』の続編の公開レビューを行います。 レビュー期間は2月28日(水)から4月13日(金)までの1ヶ月半です。 レビューはDropboxのコメント機能を利用して行います。 Dropboxアカウントをお持ちの方はどなたでも参加可能です。 https://www.dropbox.com/sh/ev6a40fbagw2qtz/AABF2zxkvo12H7-b25eYxsBKa?dl=0 いただいた指摘内容は、著者と出版社で相談のうえ取捨選択して原稿へ反映させていただきます。 レビューに貢献していただいた方のお名前(あるいはアカウント名)を、書の「謝辞」の欄に記載させていただきます。もちろん、記載の有無はレビューアの意思に従います。 なお『ゼロから作るDeep Learning ❷』は、全国の有名書店さんやA

    『ゼロから作るDeep Learning ❷』公開レビューのお知らせ
    tsu-nera
    tsu-nera 2018/02/28
  • データサイエンスのための統計学入門

    データサイエンスに必要な統計学と機械学習の重要な50の基概念と、関連する用語について、簡潔な説明と、それを裏付ける最低限の数式、クリアな可視化、実現するRコードを提示して、多方面からの理解を促します。データの分類、分析、モデル化、予測という一連のデータサイエンスのプロセスにおいて統計学のどの項目が必要か、どの項目が不必要かを示し、重要な項目について、その概念、数学的裏付け、プログラミングの各側面からアプローチします。データサイエンスに必要な項目を効率よく学べて、深く理解することが可能です。 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、書籍最終ページの奥付でお手持ちの書籍の刷版、刷り年月日をご確認の上、ご利用く

    データサイエンスのための統計学入門
    tsu-nera
    tsu-nera 2018/02/10
  • Rではじめるデータサイエンス

    ggplot2、dplyrといったRを代表するパッケージやRStudioの開発で知られる「Rの神様」ハドリー・ウィッカムと、『RStudioではじめるRプログラミング入門』の著者ギャレット・グロールマンドによる、Rプログラミングを通してデータサイエンスの理解と知識を深めるための一冊。Rの機能と威力を知り尽くし、また、統計とデータサイエンス教育のプロフェッショナルでもある著者たちによるわかりやすくクリアな説明は、既存のデータサイエンス入門書とは一線を画します。データサイエンスに必要な要素とプロセス(インポート、整理、変換、可視化、モデル、コミュニケーション、プログラミング)を明確に定義し、それぞれ順を追い、各節の最後には練習問題を掲載して、ていねいに説明します。データサイエンティストを目指すなら必読の一冊です。 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

    Rではじめるデータサイエンス
    tsu-nera
    tsu-nera 2017/10/19
  • Pythonではじめる機械学習

    Python機械学習用ライブラリの定番、scikit-learnのリリースマネージャを務めるなど開発に深く関わる著者が、scikit-learnを使った機械学習の方法を、ステップバイステップで解説します。ニューラルネットを学ぶ前に習得しておきたい機械学習の基礎をおさえるとともに、優れた機械学習システムを実装し精度の高い予測モデルを構築する上で重要となる「特徴量エンジニアリング」と「モデルの評価と改善」について多くのページを割くなど、従来の機械学習の解説書にはない特長を備えています。 関連ファイル サポートページ 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、書籍最終ページの奥付でお手持ちの書籍の刷版、刷り年月日

    Pythonではじめる機械学習
  • コンピュータシステムの理論と実装

    コンピュータを理解するための最善の方法はゼロからコンピュータを作ることです。コンピュータの構成要素は、ハードウェア、ソフトウェア、コンパイラ、OSに大別できます。書では、これらコンピュータの構成要素をひとつずつ組み立てます。具体的には、NANDという電子素子からスタートし、論理ゲート、加算器、CPUを設計します。そして、オペレーティングシステム、コンパイラ、バーチャルマシンなどを実装しコンピュータを完成させて、最後にその上でアプリケーション(テトリスなど)を動作させます。実行環境はJavaMacWindowsLinuxで動作)。 ● 書のサポートサイト ● 書で使用するツール「Nand2tetris Software Suite」 ● 「Nand2tetris Software Suite」のチュートリアル 目次 賞賛の声 訳者まえがき:NANDからテトリスへ まえがき イント

    コンピュータシステムの理論と実装
    tsu-nera
    tsu-nera 2015/03/11
    4月からcourseraでうける授業の参考書 https://www.coursera.org/course/nand2tetris1
  • 1