  |
はてなキーワード: 三重点とは
Pythonやディープラーニングの本は沢山出ているが、入門書ばかりで終わってしまい、入門が終わったらどれも似たり寄ったりで読むのがなくなる。
実際に自分が抱えている処理をしようと思えば、それなりに咀嚼し応用しないといけない。
蛍光スペクトルからどうやって細胞を分類するかといった課題を解きたいとして、沢山本は出ているにも関わらず、バイオ系＋Pythonといった書籍は皆無だ。
他の学術書もそうだ。工学の数学なんてルベーグ積分あたりで終わりではないだろうか。
アンケートを取った結果を載せていたとしても、どのような質問をしたのか、処理はどうしたのか、集団はどう選んだのかなどの処理手順がかかれていることは稀であり、引用しようにも疑問符が付く。
国が出してる統計データですらデータ処理の方法やグラフの描き方などは書籍にない。（ネットにもないが）
ワードやエクセルの本も棚を埋め尽くすほど沢山あるにも関わらず、大半は同じ内容だ。
入門書しか売れないと、売れる本ばかり作った結果がこれなのだろうか。
効率化と題名がついているものが、どこにでもあるショートカット集であったり、
RPAだといってソフトのインストールとサンプル1つの実行方法で終わっていたりする。
電子回路の書籍も、ラズパイのインストールか、拡張ボードの使い方で終わる。
例えば温度を測定しようとするとオフセットつくのだが、水の三重点でキャリブレーションするのがいいけど、氷の融点と沸点でキャリブレーションしても、実用上そこそこあうといったことはなく、
数℃狂った値で、温度が測定出来たというので終わっており、測定データの不確かさをどうやって処理するかまでは記載されない。(GUMにおける不確かさ表現に合わせればいいが、そこまでは面倒くさいのはわかる）
