Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに この記事では、私がこれまでXで発信してきたデータサイエンスに関わるさまざまな分野のチートシートを一挙にまとめました。前処理、可視化、機械学習、深層学習、ベイズ・統計、さらにはその他の関連トピックまで、私が作成したものからネット上のものまで多岐にわたる内容を網羅しています。 それぞれのセクションでは、実践的かつ即戦力となる情報が詰まったチートシートを紹介しており、初心者から上級者まで幅広い層に役立つ内容を目指しました。 日頃からX（旧Twitter）を通じて、データサイエンスに関する知識や役立つリソースを共有していますが、今回の

新しい目標を決めた瞬間、次の大きな壁が待ち構えています。 「具体的に、何からはじめればいいんだろう？」 「まずは情報収集？　でも何を調べれば……」 「この目標、本当に実現できるのかな」 目標は見えているのに、最初の一歩が踏み出せない。パソコンの前で検索しても、どの情報が自分に必要なのかわからない。手帳を開いても、何から書き始めていいのかわからない。そんな状態で時間だけが過ぎていくーー。 じつは、この「はじめ方」の悩みを解決する効果的な方法があります。今回は、目標達成を確実にする「GROWモデル」をご紹介しましょう。このフレームワークを使えば、どんな目標でも、具体的な行動計画に落とし込むことができます。 GROWモデルとは？　4ステップで目標を達成に導く世界標準ツール GROWモデルを実践しよう：TOEICスコアアップのケース 1. Goal：具体的な目標を立てる 2. Reality：現状

こんにちは。コグラフ株式会社データアナリティクス事業部の塩見です。 私は「カイ二乗検定」に対して、当初は納得できない部分がありました。やりたいことに対して、必要以上に複雑な手法のように感じたからです。同じような疑問を持つ方も多いのではないでしょうか。この記事では、私が「カイ二乗検定」を理解し納得するまでの過程をお伝えします。 結論から言いますと、一度頻度論を離れてベイズ統計の視点で考えてみたところ、実は非常に単純なことを行っていると気づきました。その後、カイ二乗検定を再び考え直すと、すんなり理解できたというお話です。 カイ二乗検定の手順まず、サイコロを何度も投げ、出た目の回数（実測値）を記録します。偏りのないサイコロでは、全ての目が均等に出るはずです。この理論的な回数を理論値と呼びます。 次に、実測値と理論値の差を計算し、その差を二乗してから理論値で割ります。この計算結果を「ズレ」と呼びま

YAPC::Hakodate 2024での発表内容です。 https://yapcjapan.org/2024hakodate/

めまぐるしく変化するテックの世界。技術を身に着けるうえで学ぶべきポイントや学習環境なども年々変わっています。 そこで「もしもいまの環境で、テックのことをイチから学び直すことになったら、自分はどんな風に勉強したいか」というIFストーリーを通じて、技術との向き合い方を考え直してみる企画「テック転生」。 今回は『Rust実践プログラミング入門』共著者の松本健太郎(@matsu7874)さんに“自分だったらこう進めたい、Rustの学習ロードマップ”をご寄稿いただきました。 無理なく2ヶ月でWeb開発をRustで始めるロードマップ 株式会社estieでソフトウェアエンジニアをしているmatsu7874です。2024年8月の今、イチからRustを学び直すロードマップ（あるいはリソースガイド）を考えてみました。仕事の合間にやっていくとして数週間、長くとも2ヶ月くらいでRustで開発している会社に入っても

「年収を上げる」と検索すると、ずらり転職サイトが並ぶ。ライフハック記事の体裁だが、最終的には転職サイトに誘導する広告記事だ。 しかも見事なまでに中身がない。転職しないなら、「副業を始める」とか「スキルアップする」といった誰でも思いつきそうなトピックを、薄ーく書きのばしている。 ここでは、もう少し有益な書籍を紹介する。想定読者はこんな感じ。 スキルアップはしてるけど、給料UPにつながらない 転職も考えたが、今の場所で評価されたい 自分をプレゼンして「良く見せる」のがヘタ そんな人に、2つのアプローチで給料を上げる方法を紹介する。 人事制度の脆弱性をハッキングする 上司のバイアスを逆に利用させてもらう この記事は1のアプローチから攻める。 紹介する本はこれだ、『この１冊ですべてわかる　人事制度の基本』（西尾太、日本実業出版社）。 著者は人材コンサルタント。400社、1万人以上をコンサルティング

「ゼロ秒思考」がめちゃくちゃよかったです。 これくらいやったサムネの画像も私が撮影しました。 「ゼロ秒思考」のおかげで 確実に頭が良くなりました。 言葉にするとアホっぽいんですけど。 頭の回転がはやくなりました。 効果が感じられなかったら、3日で辞めていたと思います。どんなときでも、効果を実感できたので、1年間継続をすることができました。 やって良かったです。 そもそもゼロ秒思考とは？「ゼロ秒思考 (赤羽雄二 著)」が由来です 誰もが頭が良くなるシンプルなトレーニング方法が載っています。 本にかかれてあるメソッドを実行すると 頭が良くなる 判断スピードが早くなる もやもやな悩みが解決する いいことづくめです。 まじかよ～。と疑いながら、最初の1週間はじめてみました。 効果抜群でした。 具体的になにをするの？本にかかれてあるメソッドを簡単に説明します。 毎日10枚A4にメモする。 それだけで

大吉祥寺PM 2024

― 強度の工夫で短時間でも大きな運動効果 ― 発表のポイント わずか40秒の高強度間欠的運動で、全身および筋肉の酸素消費量ならびに大腿部（太もも）の主要な筋肉の活動が大きく増加することを発見した。 高強度運動の反復回数と、酸素消費量の増加は必ずしも比例しないことが判明した。 本研究をきっかけに、トレーニング効果をもたらす『最少量』の解明が進み、日本のみならず、世界の運動実施率の向上に繋がることが期待される。 概要 早稲田大学スポーツ科学学術院の川上 泰雄（かわかみ やすお）教授、国立スポーツ科学センターの山岸 卓樹（やまぎし たかき）研究員らの研究グループは、トレーニング効果を生み出す『最少量』のメカニズムについて、強度の工夫によって、短時間であっても大きな運動効果をもたらし得ることを発見しました。健康増進や疾病予防のための運動の重要性は、これまでもメディアなどでたびたび取り上げられていま

本を読んでて、気になるところがあったら、 その要点をテキストファイルに箇条書きにして、整理しながら読書する。 これだけ。 これだけで、読書の質が桁違いに上がります。 これをやると、「普通に本を読むだけだと、理解した気になってるだけで、実はろくに理解してなかった」と分かって驚きます。 話はこれで終わりですが、 以下の点が気になる方もいらっしゃるでしょう。 ●どんな人がどんな本を読む場合にもそうなるわけじゃないだろ。具体的に、どんな人がどんな本を読む場合にそうなるんだ？ ●そんなの面倒くさくてやってらんない。手間をかけずにやる方法はないの？ ●具体的にどうやるとうまくいくのか、もっとちゃんと説明しろ。 そういう方のために、以下、これらについて補足します。 まず、読書を以下の９種類に分類します。 (1)リアルタイム活用読書読んだ知識を今やっている仕事/生活/趣味にリアルタイムに活用しながら読む方

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 慶應義塾大学・株式会社Nospareの菅澤です． 今回はベイズ統計学を勉強するための参考書の順番 (私見) について紹介していきます． 3年ほど前に『日本語で学べるベイズ統計学の教科書10冊』を紹介しましたが，今回は「どのような順番でどの参考書を読んでいくと比較的スムーズに勉強が進められるのか」に焦点を当て，比較的最近の書籍や英語の書籍まで含めて紹介していきます． まずは全体的なフローのイメージを提示しておきます． 今回の記事では，「ベイズ統計学を勉強すること」のスタートとゴールを以下のように定めます． (スタート) 統計学の基礎的な内

TVer（ティーバー）へ、ようこそ。TVerにあるテレビ番組はすべて無料！最新話から過去人気番組まで見放題！

Kaggleで銅メダル、銀メダル、金メダルを取るプロセスの違いや、具体的に何をすべきかについて質問がありました。 Twitterで回答を募集したところ、次の回答をもらいました。 過去に似たコンペ2,3コンペ漁って1~10位までの解法に目を通しつつ、現コンペのディスカッションを全部追って効くものを試すと銀メダルは取れるという肌感覚 https://t.co/si4GwbM4wD — 杏仁まぜそば (@an_nindouph) November 17, 2023 自分もこれと同じ感覚です。以下、少し説明します。 銀メダルを取るために必要なもの 銀メダルを獲得するために必要だと思ったのが、次の3つです。 最低限のデータ分析コンペの実力 データ分析について、最低限のみんなが知っていることを知っておくことが必要と言えます。「Kaggleで勝つデータ分析の技術」の知識があれば、十分に戦えると思います。

前回のブログ記事は、論文紹介という地味なテーマだったにしてはだいぶ話題を呼んだ*1ようで、個人的にはちょっと意外な感があったのでした。確かに、今をときめくTransformerにも苦手なものがあるという指摘は、NN一強の現代にあってはセンセーショナルなものと受け止められても不思議はなかったかと思います。 しかし、それは同時に「データセットが持つ本質的な性質」と「データ分析手法の性質」とのミスマッチと、それが引き起こす問題とについてこれまであまり関心を持ってこなかった人が多いということなのかもしれません。そして、そのミスマッチは冗談でなく古来からある程度定まった類型があり、データ分析業界の古参なら「そんなの常識だよ」というものばかりだったりします。 ところが、最近僕の周囲でもそういうミスマッチが深刻な実問題を招いているケースが散見され、思ったよりもそれは常識ではないのかな？と思わされることが

先日、こちらのポストをお見かけしました。 AI技術開発部の高橋が社内勉強会の資料「時系列予測にTransformerを使うのは有効か？」を公開しました。 論文Are Transformers Effective for Time Series Forecastingの紹介を中心に、時系列予測について解説しています。ぜひご覧ください。https://t.co/LplxTT8b1d pic.twitter.com/nUXb4bGiQ3— GO Inc. AI Tech (@goinc_ai_tech) 2023年9月28日 なるほど、NN全盛というかNN一択の時代にあっては時系列予測もNNでやるのが当たり前になったのだなという感想でした。大昔「沖本本」で古典的な計量時系列分析を一通り学んだ身としては隔世の感がありますが、これもまたNN時代の趨勢なのでしょう。 なお、元論文2点は上記リンクから辿

「仕事と勉強の両立が難しい。やり方が非効率的なのかな……」 「勉強が計画どおりに進まず、モチベーションが下がってきている……」 資格試験などのため日々勉強を継続しないといけないのに、あまりうまくいっていない。そんな人には「メタ認知」を高める方法が効果的です。 今回は、脳科学の観点から考案されたメタ認知を高めるルーティンのやり方とその効果を、筆者の実践例も交えてご紹介します。 【ライタープロフィール】 かのえ かな 大学では西洋史を専攻。社会人の資格勉強に関心があり、自身も一般用医薬品に関わる登録販売者試験に合格した。教養を高めるための学び直しにも意欲があり、ビジネス書、歴史書など毎月20冊以上読む。豊富な執筆経験を通じて得た読書法の知識を原動力に、多読習慣を続けている。 勉強に「メタ認知能力」が必要な理由 勉強の成果を上げる4つの「メタ認知ルーティン」 「メタ認知ルーティン」を取り入れて勉

1. データ分析の概要と目的 データ分析とは、大量のデータから有用な情報や知識を抽出するプロセスです。 このプロセスには、データの収集、前処理、探索、モデリング、評価、そして最終的な知識の抽出が含まれます。 データ分析の主な目的は以下の通りです ビジネスの意思決定をサポートする 新しい市場の機会を発見する 顧客の行動や傾向を理解する 製品やサービスの改善 予測や予測モデリングを行う 2. Pythonにおけるデータ分析のライブラリの紹介 Pythonはデータ分析のための多くのライブラリを持っています。 以下はその中でも特に人気のあるライブラリです Pandas: データの前処理や探索的データ分析に使用されるライブラリ NumPy: 数値計算を効率的に行うためのライブラリ Matplotlib & Seaborn: データの可視化に使用されるライブラリ Scikit-learn: 機械学習の

先日行われた山本太郎氏の集会（山本太郎とおしゃべり会@福島県郡山市、2023年9月4日）で、陰謀論者と見られる人物が質問したことが一部で話題になっていた。 他にも質問したい人が大勢いるだろう中、延々とマイクを握って陰謀論を連発し、山本太郎氏をイルミナティ呼ばわりする姿は顰蹙を買っていた。一方筆者として気に掛かったのは、この人物が陰謀論の基礎事項である、イルミナティや人工地震について説明を求められても適切に答えられていなかったことであり、陰謀論に対しては批判的なスタンスの筆者もこれには「もっと愛を持って陰謀論に向き合って欲しい」と思ってしまった（勿論、愛があったとしてもルール無視の行動が肯定されるわけではない）。 そこで筆者は、陰謀論者なら知っておいてもらいたい事項についてひとまず50の問題を作成した（折角なので今更ながらに書いておくと、筆者は昨年11月に行われ、鈴木エイト氏、能町みね子氏、