ピーター・ティールの伝記って興味ありますか？「綻びゆくアメリカ」という「ZERO to ONE」以前に書かれた本にそれに該当する章があるので、もし興味があれば立ち読みでもおすすめします。
おお！貴重な情報ありがとうございます。早速Kindleで購入しました。
Latest answers from ぼたもち
（多変量解析について）回答ありがとうございます。学習の方向の参考にさせていただきます。m(. .)m
はい
勉強中の息抜きの方法を教えてください。
散歩や友人との会話でしょうか。
徹底的に重回帰の理論を学んでみたいのですが、（難しめの）参考書でおすすめはありますか？
重回帰というより多変量解析であれば、竹内啓の多変量解析の本をパラ読みしていたような。ガチ数学なので僕は挫折しました。
単体で使うならそれに加えて図形的イメージと、現実のデータ点での見え方が大事な気がします。データ点の見え方だと久保先生の緑色した本(データ解析のための統計モデリング入門だったかそんな感じのやつ)はとても分かりやすいです。この本でしかほとんど見たことがない指摘がたくさんあります。
あと、ニューラルネットワークや一般化線形モデルは線形重回帰の拡張としても理解できるので、そういう発展を眺めるのも深い理解に繋がるかもしれません。どの応用においても、線形重回帰は単なるパーツの一つにしか過ぎません。そういう(ある意味では危うい)応用を見ておくと、回帰診断のような話の重要性がまた違って理解できると思います。
単体で使うならそれに加えて図形的イメージと、現実のデータ点での見え方が大事な気がします。データ点の見え方だと久保先生の緑色した本(データ解析のための統計モデリング入門だったかそんな感じのやつ)はとても分かりやすいです。この本でしかほとんど見たことがない指摘がたくさんあります。
あと、ニューラルネットワークや一般化線形モデルは線形重回帰の拡張としても理解できるので、そういう発展を眺めるのも深い理解に繋がるかもしれません。どの応用においても、線形重回帰は単なるパーツの一つにしか過ぎません。そういう(ある意味では危うい)応用を見ておくと、回帰診断のような話の重要性がまた違って理解できると思います。
プレゼン資料をつくるといつも文字ばかりの資料が出来上がってしまいます。見にくいので直したいのですがどうすればよいでしょうか
人に見てもらうとフィードバックがもらえて良いですよ。厳しい人だとなお良いです。
文章を読む速さ(文意を掴む速さ)はどのような要素(能力)で決まると思いますか？
対象を捉える早さ
関係を捉える早さ
重要度の違いを推し量る早さ
でしょうか
関係を捉える早さ
重要度の違いを推し量る早さ
でしょうか
C言語で計算式を書くしか出来ないレベルの物理学徒です。計算機科学に興味を持ち自習しようと考えています。レベル的には計算機の物理的性質(電子がどう情報に変換されるか)からOSとアプリケーション関係やそれらがどう書かれているかまで理解することを目指しています。餅さんが学んだ書籍で有用なものがあればlistを教えていただけませんか？
僕は学内の計算機科学クラスタでは底辺層ですし、とりあえず、計算機科学については東京大学の理学部情報科学科の卒業生の方？が良かった教科書を挙げていたと思うのでそちらを参考にしてください。教科書だって？あんな分厚いの読みたくないよと思われるかもしれませんが、情報科学者や一流エンジニアの卵が読む本なので「絶対に分からせてやる」感が強く、そんじょそこらのネット記事や薄っぺらい雑誌特集記事よりよほど適切に理解できることがあります。
あと、もし僕と同じ大学の方でしたら、大学側でWileyやSpringerという出版社の教科書を無料でダウンロードできる契約を一部結んでいるので、それも探してみてください。
ただし同時に、「どうしてこんな簡単なことや瑣末なリストの説明にわざわざ分かりにくい比喩を使って紙面を費やすのか」と思う場面もしばしばです。そのような場合に役立った書籍をいくつか下に挙げます：
『まつもとゆきひろコードの世界』…プログラミング言語で出てくる抽象的な文法や構造を、言語設計者自らが説明しています。Rubyは国産言語なので、英語よりも遥かに日本語母語話者が学習に有利な珍しい言語です。
Content-Addressable Memory Introduction ... https://www.pagiamtzis.com/cam/camintro/
ソフトウェアだとどんなに神業で実装しても遅いルックアップ処理が、ハードウェアだと定数時間で実装できるという話が載っています。このTCAMの話自体が大事というわけではなくて、「結局アルゴリズムというのは別にプログラミング言語上の書き方とか内部メモリの使い方とかにかぎらず、あらゆる材料(ハードウェアもソフトウェアも含む)で作られた計算資源を使って早くしてよいのだ」という事実に気付くことが重要です。そこに気づけると、分散型アーキテクチャや並列計算、ビットシフト演算やGPU、マルチコアプロセッサやストレージのヒエラルキーなどが見通し良く理解できると思います。
ちょっと疲れてていくつもは挙げれないですね…とりあえず上の２つを見るだけでも、案外見通しよくなるとは思います。
あと、もし僕と同じ大学の方でしたら、大学側でWileyやSpringerという出版社の教科書を無料でダウンロードできる契約を一部結んでいるので、それも探してみてください。
ただし同時に、「どうしてこんな簡単なことや瑣末なリストの説明にわざわざ分かりにくい比喩を使って紙面を費やすのか」と思う場面もしばしばです。そのような場合に役立った書籍をいくつか下に挙げます：
『まつもとゆきひろコードの世界』…プログラミング言語で出てくる抽象的な文法や構造を、言語設計者自らが説明しています。Rubyは国産言語なので、英語よりも遥かに日本語母語話者が学習に有利な珍しい言語です。
Content-Addressable Memory Introduction ... https://www.pagiamtzis.com/cam/camintro/
ソフトウェアだとどんなに神業で実装しても遅いルックアップ処理が、ハードウェアだと定数時間で実装できるという話が載っています。このTCAMの話自体が大事というわけではなくて、「結局アルゴリズムというのは別にプログラミング言語上の書き方とか内部メモリの使い方とかにかぎらず、あらゆる材料(ハードウェアもソフトウェアも含む)で作られた計算資源を使って早くしてよいのだ」という事実に気付くことが重要です。そこに気づけると、分散型アーキテクチャや並列計算、ビットシフト演算やGPU、マルチコアプロセッサやストレージのヒエラルキーなどが見通し良く理解できると思います。
ちょっと疲れてていくつもは挙げれないですね…とりあえず上の２つを見るだけでも、案外見通しよくなるとは思います。
お世話になっております。質問になります。例えば書籍や各種白書など、既に十分な情報が手元にあると仮定して、そこから何か見出し、深みのある仮説を構築することが出来ずにいるのですが、そういったデータを情報に変換する能力はどのように磨かれるのでしょうか？特に企業分析ゼミは東大生、しかも新入時はゼミ所属前の学部1・2回生の割合がかなり高いと伺ったので、実はそれこそ入試勉強が結構良い訓練になっているのかなぁ、等と最近感じています。モチさんはどう思われますか？
1つ目：圧倒的に人生経験と反復訓練だと思います。ただし訓練の場合は答え合わせができないとぼぼ無意味だと思います(人生経験はサンプル数が少なく偏りも大きい、ノイズの多い正解集合ですが、それでもまったく正解信号がないより遥かにマシです) 2つ目：受験で仮説思考が磨かれたなんて僕は一度も思ったことがないです。入試は記号操作能力を高めるだけだと思います
ゼロトゥワンが今年最高の本なのは、ティールの思想が、本という形態でなければできない形で収められているからですか？それプラスティールの思想、戦略の中身自体の評価もこみですか？
前者です。読書は苦手だったので、本という形態がここまでの威力を持つとは思っていませんでした。ですが、言われてみれば後者も含めるとより評価が高まりますね。
彼の思想ですごいなと僕が思うのは、論点を網のように細かく張り巡らすように全体を捉えている点です。一言で言えば極めて体系だっています。ブログ記事でもなく、講演会のサイズでもなく、本のサイズがぴったりだったように思います。
彼の思想ですごいなと僕が思うのは、論点を網のように細かく張り巡らすように全体を捉えている点です。一言で言えば極めて体系だっています。ブログ記事でもなく、講演会のサイズでもなく、本のサイズがぴったりだったように思います。
おもちさんのアカウント名変更が楽しみな行事になってきました。
TLの彩りに役立ったのであれば幸いです
鳥貴族とガストとシェーキーズ、それぞれどこを魅力に感じましたか？
鳥貴族：社長ガスト：ないシェーキーズ：コスパです