はてなキーワード: 線形とは
目標1:2050年までに、人が身体、脳、空間、時間の制約から解放された社会を実現
目標2:2050年までに、超早期に疾患の予測・予防をすることができる社会を実現
目標3:2050年までに、AIとロボットの共進化により、自ら学習・行動し人と共生するロボットを実現
目標4:2050年までに、地球環境再生に向けた持続可能な資源循環を実現
ムーンショット型自体はアメリカのDARPAを参考にして作られているわけだが、
向こうは、米国以外の国が技術先行し米国を脅かすようなことがないようにするというのが目的だ。
それまでとは動作原理が異なるもの、桁で性能が変わるものを重視している印象がある。
(既存の性能からの線形な性能向上から外れるというのを重視しているように見える)
この手の性質上、現代の感性からすると荒唐無稽と感じるのが出てきても不思議ではない。
もう一つ、米国を脅かすような目標を立てると潰される。中国が中国製造2025を出して覇権を握ろうとしたら米国から対抗策打たれているのが現状だ。
こういう文言にするしか仕方なかったのかなとも思えるが、米国に気づかれないうちに産業力をつけられれば大成功だろう。
さて、そんなムーンショットだが、反対する中から、あまりこれは革新的だという案を見たことがない。
なろう系を見ていても、そんな革新的なものが出ているわけではない。
わかいこが名を売るために1回2回、安く売るのはいいし、そういうときはなるべくはくがつくやつがいいんだけど そういうのは例外として
見積もりの問題が、やっぱりちょっと横並び間が20年の間にずれはじめている。
ソートのN=1,Bigが特殊解。N=1のときは数式上ですでにNの2乗が1になるため通常は負けない2Nに負けるという特殊解が数学上ですでにおきえる
それだけではなく、プログラム上でも最適化されてそもそもForが初期化すら行われないなど、さまざまな特殊な事例になる。
N=BigのときはN次記憶装置に落ちるなど、速度変化がバイライナーとは言い切れない。曲線的な変化に近づいていく。
どの部分を汎用的につくり、どの部分をやっつけで作るか、そして、どの部分をパフォーマンス優先でつくり、どの部分を可読性優先でつくるかは、そのソフトウェアステムを使って今後どのようなビジネス展開をするか、ということと一体不可分だ。
コーディング競技に長けていることは、仕事のパフォーマンスと負の相関関係があります
ttps://b.hatena.ne.jp/entry/s/twitter.com/hackernewsj/status/1338659525562392578
404 Blog Not Found:博士の異常なアルゴリズム、または私は如何にして心配するのを止めて線形探索を愛するようになったか
「とりあえず動く」が、「これ以上正しく動かせない」よりずっとずっと大事なこと
[biz]Done is better than perfect.Facebook
5年ほどもてばいいPC用に25年保証という過剰品質のDRAMを過剰技術でつくっていたエルピーダ:没落する日本の半導体業界に衝撃告発
「普通の男と結婚したいだけなのに全然いない」と言いながら滅多にいない理想的としか思えない男性像を掲げて炎上する事件が後を絶たない。
ネット開闢以来20年以上繰り返された炎上がなぜ今年も絶えなかったのか。
別に彼女たちが世間知らずのバカだからでも気位ばかり高いクズだからでもなく、いわゆるヤリチン分裂現象によってこの心境を合理的に説明することができる。
今22歳の男女が100人ずついるとする。上位5人のハイスペイケメンはこの中から毎月1人と付き合っては別れ、30歳で最後の1人と結婚する。
すると、30歳時点で100人の女性はハイスペイケメン5人と交際歴が有り、うち5人がハイスペと結婚、残り95人が未婚となる。
未婚の95人に「あなたにふさわしい結婚相手は」と尋ねると、全員「元カレ5人の平均なのでこれが普通だと思う」と言いながら上位5%のハイスペイケメンの属性を描写し始める。
しかし彼女たちは全員、残りの95%のロースペグロメンと妥協して結婚するか生涯未婚かを選ばなくてはならず、ブコメは「そんなハイスペはとっくに既婚だ」「ヤスタカに謝れ」と今日も大荒れである。10人のハイスペ夫婦以外全員不幸になってしまった。
おわかりだろうか。恋愛やセックスを数十人、数百人と行う男性も結婚は多くて生涯に数回しかできない。現代人は恋愛の延長が結婚だと思っているが、女性から見て恋愛的に釣り合うと思う男性と結婚できる確率は実際にはとても低いのである。
この関係は
のように定式化できる。
実際にはある特定の独身男性の期待値を正確に知ることは難しいので、結婚回数の期待値を1、交際人数は過去の人数を40歳くらいまで線形に補間したものとして良いだろう。
どのような望みを持つのも自由だし良し悪しも正誤もないが、錯覚に囚われて非合理な選択をすることは誰の幸福にも繋がらない。ぜひ義務教育中に保健体育ですべての女子にこの定理を学んでほしいと思う。
補足→ https://anond.hatelabo.jp/20191205212350
これは退職者アドベントカレンダー2019 (https://adventar.org/calendars/4051) 5日目の記事です。最初は自分のブログに書くつもりでしたが、書いてるうちにどこまで筆が滑っているのかわからなくなったので増田に投げることしました。そしたら余計にタガが外れたのはご愛嬌。
よく見かける「未経験からエンジニアへ!」ストーリーの、あまりなさそうなルートです。よくあるルートのほうはなぜかTwitterで報告して「○○系エンジニア」的な命名をしてから入社その後の動向が闇に葬られているのをかなりの確度で見かけますが、まあ、なんか、いろいろあるんでしょう。逆にそういう成功(?)体験の生存バイアスを強化する情報ばかりあふれていると情報として健全でないように感じます。
といいつつ後日しれっと消えてたらInternetArchivesか魚拓で会いましょう。
この話はここから先はフィクションです。剣も魔法も労基法も出てこないファンタジーです。
地方に潜むフリーターです。好きなvirtual beingsはロボ子さんと東雲めぐさんとれいきらさんです。
これまでは自分のためのプログラムを書き散らすだけで、ITとは無関係のバイトをしてきました。玉掛とフォークリフトなら任せろーバリバリ
会社にもぐりこんだいきさつはやや特殊なのでぼやかします。とあるきっかけで知り合った人から誘われました。リファラルです。なお、とあるきっかけはなにかと炎上しがちないわゆるプログラミングスクールなどではないことを防火剤がわりに書いておきます。そんなもんに使う金など無い。
その人のことはあんまりよく知らなかったのですが、CTOとして手伝っている会社のシステム部門で人手を探しているとのことでした。会社のホームページにはリクルートページなど無く、何をやっているかいまいち要領が掴めなかったのですが、ざっくりと自社製のWebアプリ開発をやる感じらしく、内容も聞いた限りでは(自分のスキルと照らし合わせて)そんなにどえらいわけでもない印象でした。ちょうど金もないし無職だし、少し経験でも積んでみるかという気になったので、この際ホームページがDreamWeaverのサンプルを流用したまんまといった細かいところは観なかったことにしました。
面接にいくと社長から「いつからこれるの?」と言われたので「あっこれは」となりましたが、金がなかったので是非もなくそのまま入社の運びとなりました。この頃はプログラム書いて金もらえるなんてサイコーとか思ってました。ちなみにgithubやatcoderのアカウントを書いた職務経歴書は一顧だにされませんでした。
地方の製造業のシステム部門を切り出して別会社にした形態の、創立数年ほどの会社です。自分のほかにもうひとり、社内情シスのようなことをしている方がいましたが、基本的にはサポートが専門な感じでした(ただし肩書は自分と同じでしたが)。紹介してくれたCTOは週に一度のMTGに顔を出すだけということで、実質的に常駐している人間でプログラムが分かるのは業界未経験の自分だけというチャレンジングな環境からスタートしました。なお入社して社内の平均年齢を大幅に下げることになりました。
ちょうど入ったタイミングで情シスの方が抱えている仕事があり、とくにやることもなかったので手伝いました。グループ会社のサイトをスマホ対応させるもので、事情はわかりませんがそれまで他社に制作を委託していたものを自社で運用することにしたとのことです。みてみるとWordPress4でPHP5が動き、Bootstrap3を使ったオリジナルカスタムテーマで運用してきた様でした。もちろん仕様書やローカル環境もあるはずがないのですが、どうせ自分はWebデザインなど知らんのでとりあえず直にheader.phpにviewportを書いてmain.cssにメディアクエリを設定して、ザ・web制作初歩みたいなレスポンシブ対応をしましたが、デザインについて当事者との意見のすり合わせの機会なんかの開発手順はなかったので良しとしました。
入社して2周間ほどのち、社長についてこいと言われた打ち合わせの後日、MTGで「昨日のアレの進捗はどんな感じなの?」と聞かれたことから、いつのまにか新規案件を自分に一任されていることに気づきました。仕様は前日の打ち合わせがすべてだった模様です。要件定義や技術選定・検証のような工程など決まってないので好みで揃えました。趣味と関心からExpress+Mongo+Reactのセットか、触ったことのあるDjango/Railsでざっくりやるか、どうせならDockerも使い時か、こんなときに相談できる同僚やメンターが欲しいなぁなどと考えていたら、CTOがそれまで作っていたやつをみるとPHP+ES5+MySQLだったのでなんだかんだでそうすることになりました。PHPを初めて触り、「これがペラ1のphpにjsもcssもなにもかも書いていくといういにしえのスタイルか…!」と新鮮な感じでやってました。
Windows Server 2012で動いていたサービスをLinuxに移行しました。これは自分が入る前から情シスの方が任されていたのですが、マニュアルに沿ってコマンドを打ちこんではどこかで転け、エラーは読まずにあきらめてCentOSインストールからやり直すということを繰り返していたのを見るに見かねて手伝いました。SSHでPowerShellからマニュアルのコマンドをコピペして実行する方法を教えてあげると目を丸くされました。shellファイルを書いてあげると魔法をみるのような顔で驚かれました。自分が入ってなければどうなっていたんだろうか...
毎日出退時間を規定のEXCELフォーマットに記帳する必要があり、これが非常にめんどくさく無駄に思えたので、自動記述するpython/Goスクリプトを書きました。これは入社して2日目とかだった気がします。しかしここを自動化しても「印刷して人事に提出し、それをもとに人事の方がまたEXCELに書き込む」と知り虚無になったりしました。
これはやったことというか思うところあってプライベートで取り組んだことです。自分の想像していた開発現場との乖離を感じたので、こういうのはFE勉強すればわかるのかもしれないと思って1ヶ月くらいやって取りましたが、得られた知識で会社に活かせそうなものは何一つありませんでした。
チーム開発などという概念は存在せず、「1案件を1人で上流から実装、運用、保守、サポートまですべてやる」という進め方でびっくりしました。手持ちの技術スタックでできる範囲でギリギリなんとかやった感じです。よく転職サイト上で見かける文言で「お任せします」がありますが、これとかも要するに「丸投げ」の換言なんでしょうか。わたし気になります。
自分のように途中からジョインした人に対しての業務移行のシステムがないことから感じていましたが、案の定「誰かが抜けたあとの引き継ぎの機能」も整備されてないことに気づきました。もともとオンボーディングや研修の概念などありません。えらいひとは「そのへんは現場で協力してうまくやって」と丸投げし、すべての作業を自宅でやっているCTOは社内のこうした事情については放任で、いちおう情シスの方がいつのまにかメンター代わりになっていたものの、不明点を尋ねても頓珍漢な返答が多くもどかしかったです。どのサーバでどんなサービスが動いているのかやSSH情報を聞き出すのに苦労しました。こうした不幸と無駄な時間をなくすためにドキュメントを整備しようとしたのですが、頓挫しました。これからも物理フォルダーと社内サーバに散逸した各種の情報は混沌を深めていくのでしょう。gitも無いし。
サーバはオンプレでした。自分はクレカをもっていないためパブリッククラウドを試す機会がなく、ぜひとも触ってみたかったのですが、承認を得るための説明がうまくいかず、結局VBoxでやることになりました。唯一、それまで使われていたVBoxではなくVagrantを導入したのは少しだけ救いでした。どうせ自分しかいじらないのですが。
余談ですがオンプレで面白かったのはHDD増設のために初めてデータセンターなるものに入ったことです。インフラ/ネットワークはまったく分からんしなかなか個人で試せない領域だし縁がないかなと思っていたのですがやはりそこに見える物理層が存在するというのはテンションがあがりますね(断層みたいに言うな)
イキってカイゼン・ジャーニーや情熱プログラマーを買って読んだりもしました。目につくように共同図書のつもりで「ご自由にどうぞ」を添えて自分のロッカーに置いておいたら「私物は持ち帰れ」と言われてしまったので持ち帰りました。
さてお待ちかねメインディッシュですね。
もともと技術やコンテンツの会社ではなく、技術畑の人間がまったくいないことのインプレッションが次第に違和感として強く響いてきました。ITエンジニアとしてやっていくつもりの観点でみると、学習や成長の土壌は無いように思えました。協調関係や信頼がうまく築けず、自分のすべき道筋が不明瞭のままやっていけるほどタフなYATTEIKI精神ではなかったのです。
これは地方の、それもIT気質のあるわけではない、ワンマン経営の中小製造業ならばどこにでもあることかと思われますが、随所に感じるレガシーさに疲れてしまいました。一例を挙げると、毎朝30分に亘り行われる全社清掃(もちろん業務時間外)、社是の復唱、『感謝の言葉をみんなで味わうポエム』の輪読、その感想大会、頻繁に行われる中身のない会議、日報をエクセルで書いてメールで送ったり、出退勤表を毎日エクセルに書いて印刷して事務方に持っていくなどのルーティンがけっこう苦痛でした。
社内のコミュニケーションツールはLINEだったので使い勝手も悪く、会議でchatworkかslackを使いましょうと提案しても誰一人としてそれらの存在を知らず、「勝手にやってくれ」と言われてしまったり。LINE WARKすら知らんやんけ。説明しても「skypeじゃ駄目なの?」と言われたので諦めました。
えらい人の思いつきのたびに方向性が変わり、当人は発言したらそれで全て完了した気になってしまったのか、会議終了後の10分後に「さっき言ったやつまだ出来てないの?」などと言われた時はギャグかと思いました。会議の議事録も誰も見返さないので果たして意味があったのか疑問です。誰かひとりでもmarkdownが書けたり、少なくとも書く気があれば勉強会を開催してHackMDなどを推せたのですが。議事録が機能していないエピソードとしてひとつ思い出しました。開発中に機能追加を下された際に、その挙動は完全にプラットフォームネイティブであり今の技術選定だと作り直しになり、結果納期に間に合わない(し、自分の技術スタックからも遠く外れていたので学習コストも加算)と発言したらその場は収まったのですが、会議終了後に個人メールで「やはり機能はマストだ」と伝えられました。当然それは議事録に反映されることなく、なんかしらんけどそういうことになっているという感じになりました。
初めてのエンジニア職でしたが、社内に開発をる人やマネージャー職は不在で、いわゆる開発現場での流れを学ぶことはできませんでした。少なくとも技術を知らないえらいひとが「俺がスケジュールを立てたからこれに沿ってやれ」と、”開発”と”広告作成”しか書かれていない2週間の計画表をもってくるような現場はシステム開発として正しいのか、 と本能が警告を発していました。
もともと会社は製造業から始まったため、えらい人たちとの見解に齟齬があったのは体感としてあります。同じものづくりといえど設備とマンパワーと時間が線形的に結果に結びつく工場業務と異なり、システムエンジニアリングはかける時間の見積もりも容易でなく、かかった時間が必ずしも結果に結びつかないものである、と言う事実は受け入れられ難く、知識ドメインやマインドセットが異なれば説明も困難です。しかしながらえらいひとは一様に「経営者視点を」の号令で、経営誌を配り、その感想文の提出を義務付けるなど、現場視点を欠いた行動で現場(というか私)を疲弊してました。気づいたらSEO対策や別部署のMTGのためのプロジェクター設定、全PCのwindows updateに伴うドライバの更新の役も同一の職掌として役付けられそうになっていたり(一部は実際に情シスの人がやってた)、It’s not my workなシーンがみられるようになっていました。
そして、よくあることですが、理念と実態が乖離していたことです。世界をよりよくと言いつつ、目先の掛け算を考えてばかりのように思えました。グロースする中で発生しそうなあれこれをすっ飛ばし利益だけを皮算用するのはいいとして、データ量やトラフィックを指摘すると「そこは現場努力でしょう」となるので、世界を良くする前に精神を悪くしてしまい人生で初めて心療内科にいったりもしました。一応グローバル展開を目指しているとしながらサーバからMailerDaemonが飛んできたら「ギャっ英語っ!」と言って読まず捨ててたり、急にサービスが止まった時には激怒して責任の所在の追求を求められたため、草創期にえらい人の個人アドレスで取得してほったらかしにしていたドメインが失効したことが原因と伝えたら「あれはもう読んでいないアドレスだし仕方ない。こういうピンチのときこそチャンスにしようぜ」という謎理論を出されたこともありました。
違和感が確かなものになったのは、外部に提出する資料で社内の数字が異なっているとを指摘すると「こういうのは見栄が大事なんだ」と暗に公文書偽造をほのめかされたことですが、これ以上は闇っぽいので書きません(たぶんどこもやってて罷り通ってる範囲だと思うけど)
総じて、心理的安全性の低さ、そこからくる身動きのとれなさ、ロールモデルの不在、前時代的な風潮、社内文化へのミスマッチと不理解、成長の実感が沸かない不安と不満、それらに伴う摂取アルコール量の異常な増大と過食、といった要因の積み重ねが、ネガティヴな形での退職へと駆り立てることになったのだと思います。まあ、よく知らんうちにリファラルしてるところからして「採用・教育コストを考えてないのでは?」の念はあったのですが。中身がまったく不透明の状態で飛び込んだらそうなるよなぁ、の好例かもしれません。誘われた時はわりと藁にも縋る思いだったのでしかたないね。
現在はスキー場で住み込みバイトしてます。無考えに退職すると年を越せないことに気づきました。
可処分所得・可処分時間いずれも今の方が上なのはちょっとウケます。賃金はふつうに生きていければいいので前職程度でも気にしなかった程度なんですが。いまは映画をみたり積ん読を消費したり、在職時は深いところまで触れなかったPHPをいじったり、生PHPしかやってないことに気づいたのでcakeやったり、あとはweb周辺も久しぶりにキャッチアップしたりしてます。nodeネイティブおじさんなのでFWはangularしか知らないんですよね。vue/nestが面白そうな感じです。あと寮のwifiが談話室限定で窒息しそうだったので、持ち込んでいたラズパイをルータにして部屋まで飛ばしたら隣室の同僚から感謝されたりと活動は多岐に渡ります。
先のことはなにも決まってませんが、ちゃんとエンジニアリングしている組織で開発してみたいなという気持ちがあります。レビューやスクラム、アジャイルなんてのはひとりだと不可能ですし。ですが、やはりそういった会社は日本では都市部にばかり集中しているのでしょう。自分は空気の悪いところには住めないし、案外また辺鄙なところでtechとは無関係のことをしているのかもしれません。ワーホリでも使って海外で大麻栽培でも始めようかなぁ。
巷説に流布する「未経験からエンジニアへ」の言説のたぐいは、どちらかというと技術力よりもコミュ力が偏って高いタイプが生存しがちな雰囲気を感じます。たまにTLに流れてきたのを見かけますが、ああいった立ち回りは自分にはできないしやりたくないなぁと思ってきました。社会の要請ならばそれまでですが。
自分は体系的な情報教育を受けていないどこにでもいる地方高卒で、下手の横好きで趣味プログラムを書いてきたし、続けてるってことはそれなりに好きなんだと思います。得意じゃないけど。んで、こんなのがITエンジニアをしたサンプルというのは見かけないかもなぁと思って投稿しました。光あるところに闇あり。
といいつつ、やっぱり好きなことの結果がおかねになるのはいいよなぁと思った次第です。プログラムを書くのは楽しいけどエンジニアリングは超絶むずい、が雑な総括ですが、今回のことを顛末次第にはする気はないので、どこかに拾ってもらえるよう精進するきもちになりました。
自分が受験した時,情報理工の受験情報は,外部の多い創造情報に偏っていたので多少参考になればと思い投稿します.
自身が外部受験自体を考えだしたのは学部2年くらいの時で,実際に院試の情報を集め始めたのは3年の3月,受験勉強を始めたのは4年の6月後半です.
システム情報以外に,阪大のバイオ情報?(こちらも合格)も受験しました.
先日,外部受験志望の方複数と話す機会があったのですが,こういう研究したくてこの研究室を受けたいという方のなかで,他の研究室の方がいいんじゃないかという人が少なからずいらっしゃったので,いろんなラボを見ておくことを自分の幸せのためにもオススメしときます.ただ正直外部の場合はメディアとかで有名だったりしないと,分野も違うところの情報が自然とは集まってこないと思うので,受験説明会の時,研究室の学生に「こういう研究やりたいと思ってるんですけど,他の研究室とかありますか」とか図太く聞いちゃうのもいいと思います.関連する研究室の情報は多少なりとも持っていますので.
受験勉強に関しては,学部で所属していたラボが基本的に自由で院試の勉強時間を十分に取れる環境だった(それも考慮してラボを決めました)こと,自分が飽き性であること,東大生は短期でやるんだから無理やり勉強して入れたとしてもついてけないだろと考えていたこと,などの要因から短期決戦を選択したのですが,これが一般的であるかどうかはわかりません.ただ学部で所属しているラボが忙しすぎるようだと厳しいかもしれないのでもっと計画的であるべきであると思います,
受験科目はTOEFL ITP,数学(線形,微積,確率・統計),電子情報学でした.自分が受かっているので,専門科目としてシステム情報学以外を選択して受からないことはないです.受験科目の選び方としては併願先である阪大の試験科目ができるだけ被っていて,学部の授業で履修していた科目が多いものを選びました.数学と専門で一番大切なのは過去問だと思います.知り合いがいたら過去問のことなんか知らないか聞いてみた方がいいです.正直外部で受けた身としては公式で過去問の模範解答出してくれと思っていますがまあそこはしょうがない面があります.過去問の傾向は裏切られることもままありますが,突然全部変わるということはないでしょう.怯えて出題されないところばかり勉強してもコスパ悪いし,そんな時間に割くくらい自分の研究進めた方が入ってから活かせます.ただ選択問題は問題の難易度の差が大きかったりするので,選択は絞らずにやった方がいいですね.ただ時間がない場合は取捨選択が必要になると思いました.
英語は今年から基本TOEFL iBT受けろという公式見解になったそうなので,英語できない人は対策する時間が増えるかもしれませんね.ITPだと Reading+ListeningでReadingは論文読んでれば多分大丈夫だったので勉強はほとんどしてません.反対に数学はちゃんとやるのが学部1年以来だったので,割としっかり勉強しました.院試全般の話ですがTOEICは締め切りの時期が願書提出時や試験時など大学院によってまちまちな上スコアが届くのに時間かかるので要注意です.あまり受けるつもりなかったものの学部の時の大学は締め切り間に合わず受けられませんでした笑
数学は他のブログを見ると『演習 大学院入試問題』が薦められてることがありますが,例題以外は正直情報理工の数学にはオーバーな難易度です,自分はマセマと『大学院への数学』,『詳解と演習 大学院入試問題』をやりました.専門は他の情報理工受験ブログみればいいんじゃないですかね.電子情報は『ディジタル電子回路―集積回路化時代の―』(これはもしかしたら阪大だったかもしれないので問題見て判断してください),『データ構造とアルゴリズム (新・情報 通信システム工学)』が他のブログの情報と違った気がします.
面接ですが,他の面接大きいところに比べ,多分配点大きくないです.多様なバックグラウンドを求めて筆記が簡単なところは面接力必要かもしれませんが,システムは基本的なことしか聞かれないので対策しませんでした.
研究室訪問ですが,自分はいま所属してる研究室の教授とは第1志望のラボだったにも関わらずほとんど話すことなく受験しました.入試説明会の時くらいです.ただ他のラボは研究室訪問しましたし,第1志望のラボもオープンラボの時に学生とは話しました.教授の理想と実体は異なることがあるので学生には聞いた方がいいです.
最後に,院試は実力あればまぁ受かりますが(内部は本格的にやるのは8月入ってからのひともいるんだとか),情報持っていることも同様に大切です.点数差別はなくても内部の人に比べ情報ないので不利は不利です.なのでせめて説明会やラボ公開には行っときましょう.情報がなくて悶々とするのは精神衛生上にもよくないですし時間の無駄です.
自分が受験した時,情報理工の受験情報は,外部の多い創造情報に偏っていたので多少参考になればと思い投稿します.
自身が外部受験自体を考えだしたのは学部2年くらいの時で,実際に院試の情報を集め始めたのは3年の3月,受験勉強を始めたのは4年の6月後半です.
システム情報以外に,阪大のバイオ情報?(こちらも合格)も受験しました.
先日,外部受験志望の方複数と話す機会があったのですが,こういう研究したくてこの研究室を受けたいという方のなかで,他の研究室の方がいいんじゃないかという人が少なからずいらっしゃったので,いろんなラボを見ておくことを自分の幸せのためにもオススメしときます.ただ正直外部の場合はメディアとかで有名だったりしないと,分野も違うところの情報が自然とは集まってこないと思うので,受験説明会の時,研究室の学生に「こういう研究やりたいと思ってるんですけど,他の研究室とかありますか」とか図太く聞いちゃうのもいいと思います.関連する研究室の情報は多少なりとも持っていますので.
受験勉強に関しては,学部で所属していたラボが基本的に自由で院試の勉強時間を十分に取れる環境だった(それも考慮してラボを決めました)こと,自分が飽き性であること,東大生は短期でやるんだから無理やり勉強して入れたとしてもついてけないだろと考えていたこと,などの要因から短期決戦を選択したのですが,これが一般的であるかどうかはわかりません.ただ学部で所属しているラボが忙しすぎるようだと厳しいかもしれないのでもっと計画的であるべきであると思います,
受験科目はTOEFL ITP,数学(線形,微積,確率・統計),電子情報学でした.自分が受かっているので,専門科目としてシステム情報学以外を選択して受からないことはないです.受験科目の選び方としては併願先である阪大の試験科目ができるだけ被っていて,学部の授業で履修していた科目が多いものを選びました.数学と専門で一番大切なのは過去問だと思います.知り合いがいたら過去問のことなんか知らないか聞いてみた方がいいです.正直外部で受けた身としては公式で過去問の模範解答出してくれと思っていますがまあそこはしょうがない面があります.過去問の傾向は裏切られることもままありますが,突然全部変わるということはないでしょう.怯えて出題されないところばかり勉強してもコスパ悪いし,そんな時間に割くくらい自分の研究進めた方が入ってから活かせます.ただ選択問題は問題の難易度の差が大きかったりするので,選択は絞らずにやった方がいいですね.ただ時間がない場合は取捨選択が必要になると思いました.
英語は今年から基本TOEFL iBT受けろという公式見解になったそうなので,英語できない人は対策する時間が増えるかもしれませんね.ITPだと Reading+ListeningでReadingは論文読んでれば多分大丈夫だったので勉強はほとんどしてません.反対に数学はちゃんとやるのが学部1年以来だったので,割としっかり勉強しました.院試全般の話ですがTOEICは締め切りの時期が願書提出時や試験時など大学院によってまちまちな上スコアが届くのに時間かかるので要注意です.あまり受けるつもりなかったものの学部の時の大学は締め切り間に合わず受けられませんでした笑
数学は他のブログを見ると『演習 大学院入試問題』が薦められてることがありますが,例題以外は正直情報理工の数学にはオーバーな難易度です,自分はマセマと『大学院への数学』,『詳解と演習 大学院入試問題』をやりました.専門は他の情報理工受験ブログみればいいんじゃないですかね.電子情報は『ディジタル電子回路―集積回路化時代の―』(これはもしかしたら阪大だったかもしれないので問題見て判断してください),『データ構造とアルゴリズム (新・情報 通信システム工学)』が他のブログの情報と違った気がします.
面接ですが,他の面接大きいところに比べ,多分配点大きくないです.多様なバックグラウンドを求めて筆記が簡単なところは面接力必要かもしれませんが,システムは基本的なことしか聞かれないので対策しませんでした.
研究室訪問ですが,自分はいま所属してる研究室の教授とは第1志望のラボだったにも関わらずほとんど話すことなく受験しました.入試説明会の時くらいです.ただ他のラボは研究室訪問しましたし,第1志望のラボもオープンラボの時に学生とは話しました.教授の理想と実体は異なることがあるので学生には聞いた方がいいです.
最後に,院試は実力あればまぁ受かりますが(内部は本格的にやるのは8月入ってからのひともいるんだとか),情報持っていることも同様に大切です.点数差別はなくても内部の人に比べ情報ないので不利は不利です.なのでせめて説明会やラボ公開には行っときましょう.情報がなくて悶々とするのは精神衛生上にもよくないですし時間の無駄です.
自分が受験した時,情報理工の受験情報は,外部の多い創造情報に偏っていたので多少参考になればと思い投稿します.
自身が外部受験自体を考えだしたのは学部2年くらいの時で,実際に院試の情報を集め始めたのは3年の3月,受験勉強を始めたのは4年の6月後半です.
システム情報以外に,阪大のバイオ情報?(こちらも合格)も受験しました.
先日,外部受験志望の方複数と話す機会があったのですが,こういう研究したくてこの研究室を受けたいという方のなかで,他の研究室の方がいいんじゃないかという人が少なからずいらっしゃったので,いろんなラボを見ておくことを自分の幸せのためにもオススメしときます.ただ正直外部の場合はメディアとかで有名だったりしないと,分野も違うところの情報が自然とは集まってこないと思うので,受験説明会の時,研究室の学生に「こういう研究やりたいと思ってるんですけど,他の研究室とかありますか」とか図太く聞いちゃうのもいいと思います.関連する研究室の情報は多少なりとも持っていますので.
受験勉強に関しては,学部で所属していたラボが基本的に自由で院試の勉強時間を十分に取れる環境だった(それも考慮してラボを決めました)こと,自分が飽き性であること,東大生は短期でやるんだから無理やり勉強して入れたとしてもついてけないだろと考えていたこと,などの要因から短期決戦を選択したのですが,これが一般的であるかどうかはわかりません.ただ学部で所属しているラボが忙しすぎるようだと厳しいかもしれないのでもっと計画的であるべきであると思います,
受験科目はTOEFL ITP,数学(線形,微積,確率・統計),電子情報学でした.自分が受かっているので,専門科目としてシステム情報学以外を選択して受からないことはないです.受験科目の選び方としては併願先である阪大の試験科目ができるだけ被っていて,学部の授業で履修していた科目が多いものを選びました.数学と専門で一番大切なのは過去問だと思います.知り合いがいたら過去問のことなんか知らないか聞いてみた方がいいです.正直外部で受けた身としては公式で過去問の模範解答出してくれと思っていますがまあそこはしょうがない面があります.過去問の傾向は裏切られることもままありますが,突然全部変わるということはないでしょう.怯えて出題されないところばかり勉強してもコスパ悪いし,そんな時間に割くくらい自分の研究進めた方が入ってから活かせます.ただ選択問題は問題の難易度の差が大きかったりするので,選択は絞らずにやった方がいいですね.ただ時間がない場合は取捨選択が必要になると思いました.
英語は今年から基本TOEFL iBT受けろという公式見解になったそうなので,英語できない人は対策する時間が増えるかもしれませんね.ITPだと Reading+ListeningでReadingは論文読んでれば多分大丈夫だったので勉強はほとんどしてません.反対に数学はちゃんとやるのが学部1年以来だったので,割としっかり勉強しました.院試全般の話ですがTOEICは締め切りの時期が願書提出時や試験時など大学院によってまちまちな上スコアが届くのに時間かかるので要注意です.あまり受けるつもりなかったものの学部の時の大学は締め切り間に合わず受けられませんでした笑
数学は他のブログを見ると『演習 大学院入試問題』が薦められてることがありますが,例題以外は正直情報理工の数学にはオーバーな難易度です,自分はマセマと『大学院への数学』,『詳解と演習 大学院入試問題』をやりました.専門は他の情報理工受験ブログみればいいんじゃないですかね.電子情報は『ディジタル電子回路―集積回路化時代の―』(これはもしかしたら阪大だったかもしれないので問題見て判断してください),『データ構造とアルゴリズム (新・情報 通信システム工学)』が他のブログの情報と違った気がします.
面接ですが,他の面接大きいところに比べ,多分配点大きくないです.多様なバックグラウンドを求めて筆記が簡単なところは面接力必要かもしれませんが,システムは基本的なことしか聞かれないので対策しませんでした.
研究室訪問ですが,自分はいま所属してる研究室の教授とは第1志望のラボだったにも関わらずほとんど話すことなく受験しました.入試説明会の時くらいです.ただ他のラボは研究室訪問しましたし,第1志望のラボもオープンラボの時に学生とは話しました.教授の理想と実体は異なることがあるので学生には聞いた方がいいです.
最後に,院試は実力あればまぁ受かりますが(内部は本格的にやるのは8月入ってからのひともいるんだとか),情報持っていることも同様に大切です.点数差別はなくても内部の人に比べ情報ないので不利は不利です.なのでせめて説明会やラボ公開には行っときましょう.情報がなくて悶々とするのは精神衛生上にもよくないですし時間の無駄です.
自分が受験した時,情報理工の受験情報は,外部の多い創造情報に偏っていたので多少参考になればと思い投稿します.
自身が外部受験自体を考えだしたのは学部2年くらいの時で,実際に院試の情報を集め始めたのは3年の3月,受験勉強を始めたのは4年の6月後半です.
システム情報以外に,阪大のバイオ情報?(こちらも合格)も受験しました.
先日,外部受験志望の方複数と話す機会があったのですが,こういう研究したくてこの研究室を受けたいという方のなかで,他の研究室の方がいいんじゃないかという人が少なからずいらっしゃったので,いろんなラボを見ておくことを自分の幸せのためにもオススメしときます.ただ正直外部の場合はメディアとかで有名だったりしないと,分野も違うところの情報が自然とは集まってこないと思うので,受験説明会の時,研究室の学生に「こういう研究やりたいと思ってるんですけど,他の研究室とかありますか」とか図太く聞いちゃうのもいいと思います.関連する研究室の情報は多少なりとも持っていますので.
受験勉強に関しては,学部で所属していたラボが基本的に自由で院試の勉強時間を十分に取れる環境だった(それも考慮してラボを決めました)こと,自分が飽き性であること,東大生は短期でやるんだから無理やり勉強して入れたとしてもついてけないだろと考えていたこと,などの要因から短期決戦を選択したのですが,これが一般的であるかどうかはわかりません.ただ学部で所属しているラボが忙しすぎるようだと厳しいかもしれないのでもっと計画的であるべきであると思います,
受験科目はTOEFL ITP,数学(線形,微積,確率・統計),電子情報学でした.自分が受かっているので,専門科目としてシステム情報学以外を選択して受からないことはないです.受験科目の選び方としては併願先である阪大の試験科目ができるだけ被っていて,学部の授業で履修していた科目が多いものを選びました.数学と専門で一番大切なのは過去問だと思います.知り合いがいたら過去問のことなんか知らないか聞いてみた方がいいです.正直外部で受けた身としては公式で過去問の模範解答出してくれと思っていますがまあそこはしょうがない面があります.過去問の傾向は裏切られることもままありますが,突然全部変わるということはないでしょう.怯えて出題されないところばかり勉強してもコスパ悪いし,そんな時間に割くくらい自分の研究進めた方が入ってから活かせます.ただ選択問題は問題の難易度の差が大きかったりするので,選択は絞らずにやった方がいいですね.ただ時間がない場合は取捨選択が必要になると思いました.
英語は今年から基本TOEFL iBT受けろという公式見解になったそうなので,英語できない人は対策する時間が増えるかもしれませんね.ITPだと Reading+ListeningでReadingは論文読んでれば多分大丈夫だったので勉強はほとんどしてません.反対に数学はちゃんとやるのが学部1年以来だったので,割としっかり勉強しました.院試全般の話ですがTOEICは締め切りの時期が願書提出時や試験時など大学院によってまちまちな上スコアが届くのに時間かかるので要注意です.あまり受けるつもりなかったものの学部の時の大学は締め切り間に合わず受けられませんでした笑
数学は他のブログを見ると『演習 大学院入試問題』が薦められてることがありますが,例題以外は正直情報理工の数学にはオーバーな難易度です,自分はマセマと『大学院への数学』,『詳解と演習 大学院入試問題』をやりました.専門は他の情報理工受験ブログみればいいんじゃないですかね.電子情報は『ディジタル電子回路―集積回路化時代の―』(これはもしかしたら阪大だったかもしれないので問題見て判断してください),『データ構造とアルゴリズム (新・情報 通信システム工学)』が他のブログの情報と違った気がします.
面接ですが,他の面接大きいところに比べ,多分配点大きくないです.多様なバックグラウンドを求めて筆記が簡単なところは面接力必要かもしれませんが,システムは基本的なことしか聞かれないので対策しませんでした.
研究室訪問ですが,自分はいま所属してる研究室の教授とは第1志望のラボだったにも関わらずほとんど話すことなく受験しました.入試説明会の時くらいです.ただ他のラボは研究室訪問しましたし,第1志望のラボもオープンラボの時に学生とは話しました.教授の理想と実体は異なることがあるので学生には聞いた方がいいです.
最後に,院試は実力あればまぁ受かりますが(内部は本格的にやるのは8月入ってからのひともいるんだとか),情報持っていることも同様に大切です.点数差別はなくても内部の人に比べ情報ないので不利は不利です.なのでせめて説明会やラボ公開には行っときましょう.情報がなくて悶々とするのは精神衛生上にもよくないですし時間の無駄です.
よんでみました。多くの文章を誤読しているので、これを元に論文を判断しないように。
元論文は: https://www.frontiersin.org/articles/10.3389/frobt.2019.00032/full
この論文は、30年間の気象データを学習データにし、その後の10年間で平均気温が上がるまたは下がることの予測を試みた。
学習には、文字識別で高い判別精度をだしたLeNet(CNN)を用いた。
著者らはまず、30年分の月間平均気温データをRを用いて画像化した(fig.1)。
画像化の際に、描画方法を3種類の描画方法でデータを作成し、それぞれの場合での学習機を作成した。
その結果、defaultを用いると最も良い予測ができている。
つぎに、データを10年ごとに区切った場合そして、地域でデータを区切っった場合の学習機を作成した。
正答の精度をそれぞれの学習機で計測している。
この感覚伝わるだろうか
今時給1000円のバイト始めたら、年収200万くらいまで落とせる
今まったく異業種に転職したら、新人と同レベルかそれ以下の存在に成れる
顎で使われ、どやされ、お前は年のくせに使えねー新人だなと鼻で笑われる
そして世の中には1400万円稼げる職より、そっちの職の方が数が多い
今職が突然なくなったら、あるいは働けなくなったら
引っ越さないといけないし、切り詰めなきゃいけない
誰も自分を顧みないし、顧みられても困る
稼げば稼ぐほど、キャリアを積めば詰むほど
アンバランスなトランプタワーを積んでるような気分になってくる
あと一段、もう一段積む自信はあるが、次の瞬間には崩れているかもしれない
___
少し考えたけど、こういうのは何度か崩してみたほうが色々安定するのではないか
以前、1500万行くたびに500万まで落とす人の話を見たことがある、新たな領域に飛び込むんだとか
成長して1400個売れるようになった、とかなら安心感があるんだけどな
ビジネスとか経済は完全な素人だから、見当ちがいなことを言ってるのかもしれない。
聞くに中国王朝のときから宝くじ(のようなもの)は存在し、漢文で宝くじは夢を買うようなもんだと言われてたらしい
それから、いわゆるガチャでSSR欲しさに様々なプレイヤーがたくさんのお金を費やすようになった。当時はデータに金を払うなんてって課金ビジネスは言われてた記憶があるけど、そこから比べれば随分受け入れられるようになったと思う。(関係ないけど、当時は基本無料ゲームが量産され高校生がゲームは無料が当然って言ったとかいう話もあった気がする…)
何回に一回の確率で得をする。確率は外れれば全額無駄になるものから、あるラインが最低でも保証されているものがある。
実態や確実なものが伴わなくても、可能性が存在するだけで人はそれに価値を見出して、対価を支払うことがある。
可能性は実態のないものである定量の価値から、可能性は大量に生み出せる。その関係は線形的ではなくて、かなり複雑なものになるけど、とりあえず何倍にもなることがわかってる。
昔からこの法則が知られてて、経済学をやっている人からすれば当然のことなのかは知らないけど、ZOZOの社長はこれを使って、限られたお金でたくさんのフォロワーを得た。たぶん、お金で同数のフォロワーを買うより安上がりだろうし、一握りの才能にかけて有名になるよりは遥かに確実なんだろう。
限られた予算からたくさんの可能性を再生して、予算以上の効果を上げるカラクリはこれによってたくさんの人の目にはっきりとした形で映ったのだと思う。
クソみたいなことがあったんだ。聞いてくれ。
というのも、高い店に行ってたからだ。
しかし、最近は財布の中身も心細く、コストダウンを検討した結果、
いつものところより1万円程度安い店を選んだ。
したところ、ババァ登場というわけだ。
つらかった。
誰も悪くはない。その店を選んだ俺が悪い。
ちゃんと高い店に行っていれば、こっそり
安くもない金払って何してるんだ俺、と思った。
で、本題はここから。
高い店を仮に平均21歳だったとしよう。
安い店を仮に平均41歳だったとしよう。
その年齢による付加価値の差というのは、だいたい1万円という相場感だったわけだ。
+何万円かがエッチ代本体と考えて、1回のエッチにおける若さの価値は、
これは、女の年齢というものをお金で価値計算できるんじゃないか?
ひいては、何歳の女と結婚すると、
具体的にどのくらい得か?
男は得をしたと感じているか?
ということがわかるんじゃないか。
そう考えてちょっと試算してみた。
年齢 | 価値 | 回数 | 総額 |
---|---|---|---|
21 | ¥10000 | 100 | ¥1000000 |
22 | ¥9500 | 96 | ¥912000 |
23 | ¥9000 | 92 | ¥828000 |
24 | ¥8500 | 88 | ¥748000 |
25 | ¥8000 | 84 | ¥672000 |
26 | ¥7500 | 80 | ¥600000 |
27 | ¥7000 | 76 | ¥532000 |
28 | ¥6500 | 72 | ¥468000 |
29 | ¥6000 | 68 | ¥408000 |
30 | ¥5500 | 64 | ¥352000 |
31 | ¥5000 | 60 | ¥300000 |
32 | ¥4500 | 56 | ¥252000 |
33 | ¥4000 | 52 | ¥208000 |
34 | ¥3500 | 48 | ¥168000 |
35 | ¥3000 | 44 | ¥132000 |
36 | ¥2500 | 40 | ¥100000 |
37 | ¥2000 | 36 | ¥72000 |
38 | ¥1500 | 32 | ¥48000 |
39 | ¥1000 | 28 | ¥28000 |
40 | ¥500 | 24 | ¥12000 |
41 | ¥0 | 20 | ¥0 |
21歳を1万円として41歳を0円とした。
20年かけて価値を減算するとした場合、1年ごとに500円ずつ目減りする。
ここでは、本人の美人度合いとか、料理が旨いとか、痩せてる太ってる等の
回数は1年間のエッチ数とした。
これまた概算だが、まあ21とかで結婚したなら
週に2回弱エッチするだろとか
40くらいになると、2週間に1度くらいになるんじゃないか、
これは実際にヤってるかどうかという話ではなく、
そのくらいは男が実施可能、ないし希望するだろう、という架空の資産価値の話だ。
が、全体感を掴むだけってことならこのくらいの精度でもいいかなと思った。
これを掛け合わせた総額が、各年齢における1年の資産価値である
と、考えることができる。
21〜41歳までの年齢資産
8932000円
仮に21歳のコと付き合ってたとしよう。
と算定することができた。
割と妥当なんじゃない?
年齢 | 価値 | 回数 | 総額 |
---|---|---|---|
10 | ¥15500 | 144 | ¥2232000 |
11 | ¥15000 | 140 | ¥2100000 |
12 | ¥14500 | 136 | ¥1972000 |
13 | ¥14000 | 132 | ¥1848000 |
14 | ¥13500 | 128 | ¥1728000 |
15 | ¥13000 | 124 | ¥1612000 |
16 | ¥12500 | 120 | ¥1500000 |
17 | ¥12000 | 116 | ¥1392000 |
18 | ¥11500 | 112 | ¥1288000 |
19 | ¥11000 | 108 | ¥1188000 |
20 | ¥10500 | 104 | ¥1092000 |
21 | ¥10000 | 100 | ¥1000000 |
22 | ¥9500 | 96 | ¥912000 |
23 | ¥9000 | 92 | ¥828000 |
24 | ¥8500 | 88 | ¥748000 |
25 | ¥8000 | 84 | ¥672000 |
26 | ¥7500 | 80 | ¥600000 |
27 | ¥7000 | 76 | ¥532000 |
28 | ¥6500 | 72 | ¥468000 |
29 | ¥6000 | 68 | ¥408000 |
30 | ¥5500 | 64 | ¥352000 |
31 | ¥5000 | 60 | ¥300000 |
32 | ¥4500 | 56 | ¥252000 |
33 | ¥4000 | 52 | ¥208000 |
34 | ¥3500 | 48 | ¥168000 |
35 | ¥3000 | 44 | ¥132000 |
36 | ¥2500 | 40 | ¥100000 |
37 | ¥2000 | 36 | ¥72000 |
38 | ¥1500 | 32 | ¥48000 |
39 | ¥1000 | 28 | ¥28000 |
40 | ¥500 | 24 | ¥12000 |
41 | ¥0 | 20 | ¥0 |
興味のある人もいるだろうと思い、範囲を広めに取ってみた。
ではなく、架空の時価総額みたいなものを出していると考えてくれ。
という額になった。
大変うらやましい。
この額を妥当と見るかどうかは人それぞれだろうが、
1000万程度の貯蓄が求められ、
そうすると、
という回答を得た。
出すべきともおもったのだが、気力が続かなかった。
あとのことは後進に譲りたい。
ただ、
明瞭になるのではないか、
という気がしたのだ。
再計算を行なって見てほしい。
クソのようなことを書いてしまった。
本当にすまない。
なんでもはしない。
科学技術に関する記事につくブコメはほとんどゴミクズだし、そのゴミクズがたくさんスター集めてるの見るとゾワッとする。
原発関連は政治的に偏向した連中が無知こみで書き込むから最悪だけど、研究機関からのプレスリリースみたいなやつはそれはそれでトンチンカンなブコメだらけで気が変になりそうになる。
物理学科出身なんで物理方面しかわからんけど、これ理系分野全般こんなだと思うとちょっと頭がクラクラしてくるわ
具体例というかちょっとずれるけど、高校で行列を教えるだの教えないだのの増田で「情報系では行列ガー!!」とかブコメしてる奴ら多くて、あっマジでIT土方ばっかなんかここ?とは思った
間違いではないかもしれないけど、着目点そこ?ってなる。(線形代数というかそもそも"線形性"の何がそんなに大切なのか、とか理解してなさそう)
高校で行列の計算方法を習ってない事が、その後の数学の学習でデメリットになると思うか?線形独立、線形従属の概念を学んで行列式が求まること、求まらない事の幾何的な意味を知り、代数法則を知り多次元行列と部分空間の価値を理解した上でのアフィン変換行列があっての三次元CGでのアフィン変換がある。概念を理解しないで単に行列の計算が出来る程度の教育なんて無価値なんだからなくなって正解なんだよ。必要な人間は大学で線形代数をやるときに、法則と同時に演算方法の原理原則を理解すればいいし、逆行列の計算方法を覚えればいいんだよ。固有値、固有ベクトルの意味が理解できない半端なプログラマが増えてるのって、高校での機械的な教育のせいだろうとすら思ってる。行列使って連立方程式が解けることを知ってる事が、どれだけ意味あるんだろうね?
ブクマカは機械学習がーとかAIがーとか言うけど、必要なのは線形代数II以降の話で、高校でちょろっと計算方法知ったところで無価値なんだよ。逆に線形代数をやるときに変な思い込みが負債になるくらいだから無くしていいものとすら教えていて思う。教育としては線形代数で統合的にやれば良いというのは間違いじゃないから、削除は改善ですらある。畳み込みのタの字すら知らんアホが機械学習を語るなって。お前らの心配なんか無駄無駄、
“単に行列の計算が出来る程度の教育なんて無価値” ARの実装したときに行列の計算が必要になった。結局ネットで調べながらやったんだけど、過去に触れたことがあるという思いから心理的な障壁は少なかった気がする。
結局、このレベルの話になっちゃうよね。こんな程度なら「ゲームプログラミングのための3Dグラフィックス数学」みたいなラノベ(入門書)を1日読めば済む話でしかないだろう。AIを研究する人たちがどうとか言う話は情報工学科で、将来的に情報幾何が必要になった時にキャッチアップできる程度の数学教育をどこまでするのか?って話で、全然次元が違う話。情報工学科を選択する子供を増やすためにプログラミング教育を拡充していく過程で、3DCGの触りをやらせたいとしても、道具として座標変換程度のことをやるのに複雑な知識なんぞは一切要らないからな。だいたいライブラリから関数呼び出すだけで使える。
話は変わるが、数学のラノベなら「ゼロから学ぶ線形代数」がおススメ。あれなら誰でも理解できて、授業でやる計算方法の練習より手軽に線形代数の面白さを味わえる。
ある程度腰を据えて勉強するのなら大日本図書の数学シリーズ(高専生を想定して作成された)を強くオススメする.
https://www.dainippon-tosho.co.jp/college_math/
高専は,工学を学ぶ五年制(高校+短大)の大学である.本教科書シリーズを一通りマスターすると文字式の展開から複素関数論まで,高校数学のなかでも工学に必要な知識(≒数学科を除いた大学数学に必要な知識)+基礎的な大学数学(微積,線形代数,ベクトル解析,複素関数論,ラプラス・フーリエ変換)を学ぶことができる.
読者の対象はそれほどハイレベルではない(高専にもよるが,偏差値の低い高専は高校偏差値で55程度+大学受験を経験しない)ので,説明が平易で,例題も豊富.練習問題も非常に豊富である.それでいながら公式の導出はどれもしっかりと記されているので,腰を据えた勉強にも向いている.
全六冊だが,一日数時間をとって勉強できるのなら数週間で一冊を容易にマスターできるようになっている.
統計学を理解したいのならば,本シリーズの教科書を以下の順序で学べばよい.
基礎数学(高校数学の基礎が身についているのなら省略可)→線形代数(ベクトルの定義から線形写像)→応用数学(ベクトル解析の単元だけやればよい)→確率統計
同じく文系だけど統計をやってる。いろいろこの記事に対して言いたいことはあるけど、
必要なのは統計学なのだから、理系と完全に同じなコースに乗って「理系の数学」を学ぶよりは、統計学そのものから入っていくべきではないかと。
いまのところ、「線形代数」そのものやってなくてもいわゆる「線形性を利用した解析」とか普通に出来てるし。
ただまあ統計そのものから入ると行っても統計そのものが専門の人向けだと結局理系ってことになる。
ブコメしてらっしゃる理系と思われる方々の観点とはぜんぜん違うと思われるだろうし、変な進め方だと思われたら訂正してほしいけど、いちおう
いまのところネットで調べて、「心理統計学の基礎(南風原朝和、有斐閣)」とかが良いのではと思って読んでる。
有斐閣ですよ有斐閣。文系にはこっちのほうが親和性あるんじゃないの。
https://www.statsbeginner.net/entry/2014/09/27/194747
具体的にははてなブログにあったこの記事を参考にすると良いのでは、と。ちなみに東大出版の基礎系の話は記事にある通り文系にはまあ、って個人的にも思う。
記事中でも話が出てるので詳しくは直接読んでほしいけれど、心理学という分野は「文系だけど数学を使う」ってことが多い分野。それに沿った統計学の解説は、文系への配慮があっていいと思う。