ブックマーク / enakai00.hatenablog.com (2)

  • バックエンドエンジニアのための「React の仕組み」の理解方法 - めもめも

    何の話かと言うと 普段、UI に関わらないバックエンドのコンポーネントを作っているエンジニアフロントエンドのコーディングを理解しようとすると、色々と異次元な世界で混乱する(というか何をやっているのかをすぐに忘れる)ので、バックエンドエンジニアにわかりやすい形で React の仕組み(メンタルモデル)をまとめてみました*1。 ブラウザの画面に描画される個々の要素を「コンポーネント」と呼ぶ。 自分で定義したコンポーネントを HTML タグを使って表示することができる。 コンポーネントは関数として定義する。この関数は、HTML タグで指定された時の属性値を受け取って、コンポーネントを実際に描画する HTML の塊(React 要素)を返す。(つまり、コンポーネントを指定した HTML タグが、コンポーネントからの返り値の React 要素で置換される。) Javascript の関数はクロージ

    バックエンドエンジニアのための「React の仕組み」の理解方法 - めもめも
  • 数理最適化と機械学習を比較してみる - めもめも

    数理最適化 Advent Calendar 2022 の記事です。 何の話かと言うと Pythonではじめる数理最適化 ―ケーススタディでモデリングのスキルを身につけよう― 作者:岩永二郎,石原響太,西村直樹,田中一樹オーム社Amazon 上記の書籍の第7章では、次のような問題を取り扱っています。 細かい点は書籍に譲りますが、まず、生データとして次のようなデータが与えられます。 これは、あるショッピングサイトの利用履歴を集計して得られたもので、あるユーザーが同じ商品を閲覧した回数(freq)と、その商品を最後に閲覧したのが何日前か(rcen)の2つの値から、そのユーザーが次にサイトにやってきた時に、再度、その商品を閲覧する確率(prob)を実績ベースで計算したものです。実績ベースのデータなので、ガタガタしたグラフになっていますが、理論的には、 ・freq が大きいほど prob は大きくな

    数理最適化と機械学習を比較してみる - めもめも
  • 1