yoschi_s

2.1K posts

yoschi_s banner
yoschi_s

yoschi_s

@stern_bow

製造業のDX部門の40代中間管理職◀︎外資コンサル・国内IT企業でDS◀︎ISSL,UT|【取得資格】統計検定1級(統計数理・理工学) ,統計検定準1級(優秀成績賞),E資格(2023#1),TOEIC870(2020)|【趣味】筋トレ

Sumali Ocak 2016
1.2K Sinusundan2K Mga Tagasunod
Naka-pin na Tweet
yoschi_s
yoschi_s@stern_bow·
統計検定1級取得後も,数理統計などを学び続けている。これまで読んだ書籍をジャンルごとにまとめた。加えて,読書ルートや読み方についても説明した。詳細はリンクとコメントから。 ▼リンク #統計検定 1級取得後に読んだ数理統計・ #データサイエンス のおすすめ書籍ガイド stern-bow.hatenablog.com/entry/2026/01/…
日本語
6
42
374
198.7K
yoschi_s
yoschi_s@stern_bow·
@mizsetta コメントどうもありがとうございます😄 ただ,肉の中の方まで熱が伝わっていなかったので,この写真を撮った後,更に加熱しました…。 料理は化学の実験みたいで楽しいです。
日本語
0
0
1
8
水雪駄🍊
水雪駄🍊@mizsetta·
@stern_bow こんなにキレイに焼けてるのすごいです! 数学得意な人って料理も得意な気がしてるんですけど、合ってますか?😋
日本語
1
0
1
33
yoschi_s
yoschi_s@stern_bow·
厚さ5cmくらいある和牛のイチボを焼いた。この厚さは初めてで,高温のフライパンで表裏1分ずつ,低温のフライパンで表裏10分ずつ焼いたが,低温の温度はもう少し高くても良かった。表面がカリッとするのが厚い肉の良いところ。
yoschi_s tweet mediayoschi_s tweet mediayoschi_s tweet media
日本語
1
0
13
255
yoschi_s
yoschi_s@stern_bow·
@Vi_Breeds_Vi コメントどうもありがとうございます😄 なかなかの量でしたが,読むたびに発見があり,楽しく読み進めることができました。
日本語
0
0
0
20
yoschi_s
yoschi_s@stern_bow·
先週「確率的機械学習入門編 I・II」を読了し,本日読書メモ一覧を公開した。2冊の通読に4か月かかったが,これから機械学習を学ぶ方・既に実務で使っている方にとって強い武器になると感じ,私自身の成長にもつながった。 本書の見どころは読書メモと返信欄から。 ▼読書メモ stern-bow.hatenablog.com/entry/2026/04/…
yoschi_s tweet media
日本語
2
18
182
9.3K
yoschi_s
yoschi_s@stern_bow·
見どころ③:理論的な背景が分かる 実務においては,Pythonコードなどによってすぐに触れるアルゴリズムも多い。しかし分析結果の考察を深めるには理論的背景を理解するのが重要。本書では,各種手法の損失関数などを丁寧に説明しており,よく知った手法を改めて理解するのにも役立つ。[終]
日本語
0
1
7
402
yoschi_s
yoschi_s@stern_bow·
見どころ②:理解しやすい 確率・線形代数・情報理論・最適化など,基礎からスタートしている。式変形も比較的丁寧な方なので,大学1・2年生の数学を理解している人なら読み進めやすい。「黄色い本」で挫折した人でも,この本なら理解しやすいかも。
日本語
1
1
10
701
yoschi_s
yoschi_s@stern_bow·
浅いグラフ埋め込みは,埋め込みをパラメータとして直接学ぶが,深層グラフ埋め込みはGNNを用いてグラフを低次元の埋め込みに変換する。 ▼読書メモ 「確率的機械学習 入門編II」を読む 第23章 グラフ埋め込み ④深層グラフ埋め込みの学習 stern-bow.hatenablog.com/entry/2026/04/… 今回で,本書の読書メモも終了。
日本語
0
1
22
1.6K
yoschi_s nag-retweet
星名 豊
星名 豊@inunu_hossie·
私はこれ読んでマジで人生変わりました!つい見過ごしがちな、物事の背後にある確率のお話が明快に書かれていて、これまで無知だった私は多くのテーマに初めて腹落ち。読んでからというもの、仕事も絶好調。課題解決のモデルづくりに行き詰まるたび何度も読み返しています!妻にも勧めようと思います!
星名 豊 tweet media
日本語
1
57
651
29.3K
yoschi_s
yoschi_s@stern_bow·
各種のグラフニューラルネットワークを学んだ。 実はGNNの構造は,再帰的なつながりを用いる,畳み込みを行なう,注意機構を用いるといった,従来のDNNから着想を得ているものが多い。 ▼読書メモ 「確率的機械学習 入門編II」を読む 第23章 グラフ埋め込み ③GNN stern-bow.hatenablog.com/entry/2026/04/…
日本語
0
5
54
3.7K
yoschi_s
yoschi_s@stern_bow·
@mizsetta コメントありがとうございます😊 私もまだ読み始めたばかりですが,データサイエンス人材あるあるの話題が多いので,勉強になります。 PMでいらっしゃるということは,メンバーの方々に関するお悩みも多いでしょうね…。ご参考になれば幸いです。
日本語
0
0
2
170
水雪駄🍊
水雪駄🍊@mizsetta·
@stern_bow 今の自分に一番必要な本を教えてもらえた気がします。ありがとうございます! テックリードじゃないですが、技術寄りのPM的な人です。 開発からデータ分析にスライドしてから、開発の時になかった種類の悩みばかりで詰まっていました。
日本語
1
0
3
437
yoschi_s
yoschi_s@stern_bow·
「データサイエンスリーダーのキャリアガイド ―チーム、部門、企業を牽引する―」を読み始めたが,ぐさぐさ刺さるところが多い…。 本書で紹介されている一番下の階層がテックリードだが,PM的な立場の人である。PMを育てたい中間管理職には参考になること間違いない。 kyoritsu-pub.co.jp/book/b10149710…
日本語
1
7
143
9.3K
yoschi_s
yoschi_s@stern_bow·
グラフ埋め込みの具体的な方法を学んだ。フレームワークであるGraphEDMは統一的であるが,潜在空間の距離尺度や再構成誤差の距離尺度によって,様々な派生形がある。 ▼読書メモ 「確率的機械学習 入門編II」を読む 第23章 グラフ埋め込み ②浅いグラフ埋め込み stern-bow.hatenablog.com/entry/2026/04/…
日本語
0
2
31
1.8K
yoschi_s
yoschi_s@stern_bow·
データ間の関係性を表す「グラフ」を深層学習に適用するために,グラフを埋込む(ベクトルに変換する)が,この手順はGraphEDMと呼ばれる符号化-複合化の枠組みで説明できる。 ▼読書メモ 「確率的機械学習 入門編II」を読む 第23章 グラフ埋め込み ①符号化器・復号化器 stern-bow.hatenablog.com/entry/2026/04/…
日本語
0
2
46
3.4K
朝倉書店
朝倉書店@AsakuraPub·
小社刊『確率的機械学習:入門編』2冊を読破されたとのこと🎉毎日着々読み進めていらっしゃるご様子を「読書メモ」の投稿からも拝見していました.本書の見どころなどもブログでご紹介いただき,ありがとうございます.
yoschi_s@stern_bow

今日は有給消化日である。休みを使ってようやく「確率的機械学習」全2巻を読み終えた。基礎から発展まで幅広く網羅されており,良い本だった。 読書メモの投稿はしばらく続く予定。今後本書に興味を持った方の参考になれば幸いである。 asakura.co.jp/detail.php?boo…

日本語
1
3
14
3K
yoschi_s
yoschi_s@stern_bow·
@AsakuraPub どうもありがとうございます😄 Probabilistic Machine Learningの翻訳は,第一線で活躍されている多くの研究者の方が携わっており,本書が出るまでに朝倉書店様もとてもご尽力なさったと推察しております。素晴らしい本を出版してくださり,心より感謝申し上げます。
日本語
1
1
3
252
yoschi_s nag-retweet
水雪駄🍊
水雪駄🍊@mizsetta·
温厚に見えて、一線を超えたら静かに人を切るタイプの管理職。 組織的には一番実行力がある。 怒らない=許してる、じゃない。 表に出ない調整で終わらせる。 絶対怒らせちゃダメなタイプ。 部長にめっちゃ態度悪いエンジニアいたんだけど、まず影響の大きいうちのチームから外されて。 その後しばらく関わってなかったんだけど、退職になってた。 それも誰にも挨拶なし。 5年いた会社を無言で辞めるって、辞めさせられたしかないよな…。 組織リスクの排除を戦略的にするってこういうことなんやな。
日本語
2
2
17
1.1K
yoschi_s
yoschi_s@stern_bow·
ユーザ評価がない場合の推薦システムの学習法を学んだ。評価の代わりにランキング損失を用いる,補助情報を用いる,ニューラル行列分解や因子分解マシンを用いる,といった工夫がある。 ▼読書メモ 「確率的機械学習 入門編II」を読む 第22章 推薦システム ②暗黙的なFB stern-bow.hatenablog.com/entry/2026/03/…
日本語
0
1
29
1.6K