最近機械学習についてなにもしていない。やばい。
Twitterでの拡散およびツイートと勉強している内容
振り返ってみるまでもないのだけど、上記の乖離が激しい。Twitterでは(はてブのTwitter連携含め)興味のある技術的なことを分野問わず垂れ流しているが、実際勉強しているかというとそんなことはない。 なにを勉強しているかというと、Rによる統計学(基礎)と競技プログラミング(基礎)なので技術的ではあるが直近必要かと言われるとそうでもない。それが無駄とは言わないが、1つくらいは少ない時間のやりくりを気にして効果的なものをやらなくては。
確率的プログラミング
4件のコメント https://t.co/N7VR2EtZpb “深層学習とベイズ統計” https://t.co/hd4U7Uzhjh
— ○○めも(時間の浪費) (@ksomemo) 2017年8月6日
上記のslideを見た。DNN系については詳しくないのと説明力がないので深く踏み込まないようにしているんだけど、説明力のあるベイズが気になる。stanとかグラフィカルモデルは昔から気になっていたので、その興味を持ってライブラリにはEdwardを使い踏み込んでtfにも慣れたい。
Rによるやさしい統計学
電車で読んではいるが、実装しないとしっくりこない状態。そういうときは他のを読んだほうがいいと思うので、なにか用意したい。
PyMC本
確率的プログラミングであげたグラフィカルモデル、これをUdemyで分かりやすく解説してくれている作者が訳者。この人ならと無条件で信じているので、これを買おうか悩む。統計モデリングのアヒル本と悩むが、画像やNLPに活かせるこちらも捨てがたいので。
ソシャゲ
相変わらず。イベントがあったので目的のカードを集めて進化させて終了。ただ、余っても金策に使えるというのを知ってしまい、時間が溶けている。
tweepy
RTとfavの整理をしようと思ったのがきっかけ。触ったと思ったら触ってなかった。
前に触ったのはpython-twitterというpackageで、packageとしてはtweepyとこれがよく出てくる。
tweepyをnotebookからちょっとずつ触って、下記に慣れた。
とりあえずは目標達成したが、すべてのツイートについてではないので引き続き行う。 慣れたら、グラフ理論や自然言語処理の勉強題材になるのでgithubにcommitしよう。
AtCoder ABC 070
68, 69とやっていないので3つぶり。
- A、問題なし
- B、テストケースを全て考慮してクリア
- テストケースをあげる際に数直線を書き、境界に気をつけることができてよかった
- よく境界を見てみると、ifの連なりではなく式だけで解けた
- C、最小公倍数を使うのはすぐに分かったが肝心の実装に手間取った
- lcmという単語を忘れていた
- gcdを実装し、再利用してlcmを実装
- gcdを使う必要のないケースでprint忘れてWA
yukicoder
もう1つ競技プログラミングやろうと思い閲覧。 wikiが充実していたので、必要なpython標準ライブラリをまとめたutil.pyを作っていた。 作った後は、登録してチュートリアルを解いた。