周回遅れでIT業界デビューしたエンジニアのブログ

就職氷河期にモロにぶち当たり、人生で混迷を極めた末にIT業界に安寧を見出そうとしているアラフォーのお勉強日記です。

いま進めている勉強の途中経過をメモしておく

こんにちは。毎日ちょっとずつ勉強を進めているのですが、地道すぎて書くことがなくなりそうなので途中経過をメモしておきたいと思います。

数学

進めているのはこの本です。

もう一度高校数学

もう一度高校数学

やっと6章の微分法に入りました。いよいよ本番!
自分でも遅いなーと思うのですが、何しろ凄い密度の本です……1冊に高校数学のすべてがぎゅーっと詰まっています。特に、4章の関数のボリュームが尋常ではないのでかなり時間を掛けてしまいました。

章立ては下の通りです。統計学の基礎になる部分、機械学習でも頻出する部分が少なくなく、その前段階の基礎的な数学の知識もがっちり網羅しているのでお勧めです。何より解いてて楽しい!!

1章 数とはナニか?
2章 式とはナニか?
3章 方程式・不等式
4章 関数の章
5章 数列および極限
6章 微分
7章 積分
8章 ベクトル
9章 行列
10章 式と証明
11章 集合
12章 論理
13章 場合の数・確率

データサイエンス

いま10章。会社の昼休みに少しずつ進めています。

ゼロからはじめるデータサイエンス ―Pythonで学ぶ基本と実践

ゼロからはじめるデータサイエンス ―Pythonで学ぶ基本と実践

ライブラリなしで、スクラッチから実装を学べるのが気に入って始めて見ました。手を動かしていると、数式がどんな形でプログラムになるのか、どう使われるかがなんとなく分かっていく感じがしていて今のところ楽しいです。cousera「Machine Learning」のOctavePython化するおさらいはこの本で代替してもいいかな、と思いました。

章立てはこんな感じ。

1章 イントロダクション
2章 Python速習コース
3章 データの可視化
4章 線形代数
5章 統計
6章 確率
7章 仮説と推定
8章 勾配下降法
9章 データの取得
10章 データの操作
11章 機械学習
12章 k近傍法
13章 ナイーブベイズ
14章 単純な線形回帰
15章 重回帰分析
16章 ロジスティック回帰
17章 決定木
18章 ニューラルネットワーク
19章 クラスタリング
20章 自然言語処理
21章 ネットワーク分析
22章 リコメンドシステム
23章 データベースとSQL
24章 MapReduce
25章 前進しよう、データサイエンティストとして

機械学習

買いました!電子書籍版が出ているのは知っていたのですが、書籍版になってくれてうれしいです。ありがとうオライリー、ありがとう著者の皆様。

仕事ではじめる機械学習

仕事ではじめる機械学習

本の中でも言及されていますが、coursera「Machine Learning」を修了した人の次のステップとして読むのにふさわしい内容だと思います。「なんでもいいからAIや機械学習で何か改善しろ」ったって、必要がないのにAIや機械学習を使ってもしょうがないし、作ったら作ったで「技術的負債になりやすい」というのは目から鱗でした。ちゃんと考えて導入しないと……じっくり読み進めたいと思います。

英語

IELTSの単語集を、通勤中にヘッドホンしてiPhoneにつないでとりあえず耳に英語を放り込んでいる感じです。

IELTS必須英単語4400

IELTS必須英単語4400

英語についてはIELTSの目標を6.5~7.0に置いていますが、優先度は他よりも下がるので期限を決めずにじっくり進めたいと思います。英語はとにかく習慣化することが大事なので、毎日耳に入れることが最優先。

ちょっと予定より遅れてる

本当はここに統計の勉強を入れたかったのですが……諸々バタバタしていて手が回りそうにないので、遅くとも3月中に英語以外の3冊を終わらせる方向で行きたいと思います。

統計は4月から始まる放送大学の授業を楽しみにしましょうそうしましょう!