最近の気になったものブックマーク(2020-08-16)
- とりあえず、edgeが強くなった話
- https://jp.wsj.com/articles/SB12483854508233054477504586503861762492094
- 前々から言われていたことだけど、chromeはバックエンドで動くものetc..が多くて重いことが多い。ってことをCPU。memoryとかの観点から言いまくっている。クッキーモンスターみたいなキャラクターとともに。
- edgeがchromeベースになったんだね。んでどうやら機能はそのままでedgeのほうが軽量らしい。
- dual bootでwin10入れているけど、まだそんなに確かめていない。ぱっとみきれい
- DSに一喝している記事
- https://todes-mentor.hatenablog.com/entry/help_todesko
- DS量産時代に一喝いれている記事。DSってそもそもそんなにいらないし、しかも高度な分析よりも多重分析程度のエクセルあれば十分みたいなことが多い。ってのが実感としてある。
- 実際に自分もどちらかというと統計的なものはほとんど使っていない。。
- 自分にも完全に当てはまっていてデータサイエンスは専門とするより、手札としてのみわきまえたほうが将来的にはいいのかなぁって思っちゃう
- DDR5登場
- https://gigazine.net/news/20200717-ddr5-memory-standard/
- DDR4と比較して32→128GBに単位面積あたりの容量拡大+動作電圧カット+DDR4との互換性はない(ピン数は同じ)
- まーた良いPCでますね!
- AIの教科書
- https://d2l.ai/chapter_preface/index.html
- NLPとかの分野特化し他内容から、DeepLearningとかの内容まで網羅的に描いてある。全部英語ね。
- 量が尋常じゃないけど、Free
- 文章力がない原因?解決策?
- https://studyhacker.net/lack-of-the-writing-skill
- 語彙力、ロジカルシンキング、構成力が大事(知ってる)
- 語彙力には幅広いジャンルに目を通してみること大事らしい。個人的にはフリースタイルラップ聞いていると以外に勉強になる。昔は読売の編集手帳だった。。
- 構成力とロジカルシンキングはほぼ同じで向きが違うだけだと思う。自分は結構苦手だから、英語の文調でよく考えてみている(英語学習兼ねて)
- じゃんけんの手札の確率?
- https://vaience.com/strange/20200104-how-to-win-janken/
- 初心者、特に男性はグーを出しがち。勝つ人は特定のパターンに集中して、負けるひとは順繰りだすらしい
- パーを出す確率が一番低いらいいので、こまったらパー
- Airbnbの機械学習運用までの長い道のり
- https://dl.acm.org/doi/10.1145/3292500.3330658
- 残念ながら自分は購読していないので、読めないけどMlOps関連での試行錯誤を考えているなら読んだら面白そう
- ついてにで
- MLOps関連のカンファレンスでのメルカリの話
- https://www.usenix.org/conference/opml20/presentation/ueta
- メルカリのチームが違反商品検出をどのようにonnline上に載せて運用しているかをまとめている
- ルールベースでの比較は研究的にはOKだとは思うけど、実際にはこれ以外に何があるんだろーって関係ない部分だけど気になった
- 寝溜めはNG
- https://wired.jp/2015/09/12/sleeping-in-make-me-more-tired/
- 寝溜めすると脳内のペースメーカが狂うっていう話。短期的な予定が狂うのは想定内だけど…
- 確かに最近5時起きを定常かしいてるけど、そっちの方がいいよね。
- Mediumで見つけた良質な記事たち
- 超ざっくりしか読んでいないけど、
- ベイズの初歩中の初歩
- https://towardsdatascience.com/how-to-become-a-bayesian-fcaaf6302d68
- 頻度主義vsベイズ主義とかの話などからまとめたもの
- Raffle Problemっていう単語は初めて聞いた。
- 信号処理に関する機械学習
- https://towardsdatascience.com/machine-learning-and-signal-processing-103281d27c4b
- ぶっちゃけ、自分時系列分析に関しては疎いので、これは後でしっかり読んでみてみる価値がある
- 音楽分類Tutorial
- https://towardsdatascience.com/music-genre-classification-with-tensorflow-3de38f0d4dbb
- 現在Kaggleの鳥の鳴き声コンペを音声分類のfirststepとしてやっているので見つけた
- TFのデータセットとかに関しても作り方乗っているし、あとでもう一回読むよ。
- 時系列解析のまとめ
- https://towardsdatascience.com/lets-forecast-your-time-series-using-classical-approaches-f84eb982212c
- 実装付きで統計的アプローチがいい感じにまとまっている。LSTM・RNN周りはない。
- 忘れたときに見れれば良い。
- ベイズの初歩中の初歩
- 超ざっくりしか読んでいないけど、