データに関する技術の方向性
データに関する記事の方向性を考える。
データに関する記事を書こう!
テーマ2『データに関する記事を書こう!』参加記事です。
データに関する技術の方向性を3つ示す。
- 量
- 構造
- 機械学習・深層学習
これ以外にも、2−3足すかもしれない。
量
データに関する記事で、近年重要なのは量である。
big data、SRE(site reliability engineering)などは、データ量の多さに起因している。
データ量が多いと、その構造も複雑になる可能性がある。
インフラエンジニアがSREを学ぶ点
構造
データ中心設計という方向性がある。
私は苦手。知り合いの田中伸明さんが得意。評価のお手伝いをしたことがある。
成功体験は語っても、成功体験に頼らないために。清水吉男・田中伸明・柏原一雄・佐々木 眞一。仮説(153)
データサイエンティストへの5つの門。あなたはいくつの門をくぐりましたか?統計と確率(8)
データ構造とプログラム構造の複雑さで迷う
物理、生命、社会。統計と確率(3)
生物
生物統計学
社会
プログラマのための社会調査法入門
なぜ経済学徒を辞め、計算機屋になったか(経済学部入学前・入学後・卒業後対応) 転職(1)
機械学習・深層学習
大量のデータの構造を人間が分析するよりも、
機械学習で処理するのは必定かも。
製造業における機械学習
なぜdockerでpython/Rを使って機械学習するか 書籍・ソース一覧作成中 (目標100) docker(18)
ゼロから作るDeep Learning, 斎藤康毅
Author And Source
この問題について(データに関する技術の方向性), 我々は、より多くの情報をここで見つけました https://qiita.com/kaizen_nagoya/items/aaaa9e739ba1baf6528f著者帰属:元の著者の情報は、元のURLに含まれています。著作権は原作者に属する。
Content is automatically searched and collected through network algorithms . If there is a violation . Please contact us . We will adjust (correct author information ,or delete content ) as soon as possible .