Hatena::ブログ(Diary)

since 2010

日記の検索

記事一覧&カテゴリー 
2017年度の目標 2017年度前半の反省
別館 別別館

2018-02-02

2017年度後半ふりかえり

| 18:04 |  2017年度後半ふりかえり - since 2010 を含むブックマーク

@180202 Fri

目標

http://d.hatena.ne.jp/ksnt/20170128#1488269824

結果と考察

メインの目標

(目標) 勉強を控えて研究と開発をする

(結果)

1.勉強

わりと勉強が多かったかもしれない.勉強の内容はビジネスのことがわりと増えた.Private equityやVenture Capital,ビジネスモデル等全く知らなかったけれど知っておいた方が良さそうなことを学んだ.あとは英語でのインタビュー対策.英語圏だと特別何か違うのかというとそういうわけではないっぽい.CVの書き方等違うことは確かにあるけれどどういうことを伝える必要があるのかといったことは変わらないようす.

目標として某オンライン講義を100講義終えてみるということを目標に掲げてみたが,それは達成できた.5〜6年くらい(途中で丸1年くらい活動休止あり)やってみたが,ずいぶんと楽しかった.

2.研究

何かをするときに論文にあたるというのはもはや習慣になってはいるが論文を書くことは習慣にはなっていないので危機感を感じる.*1

対策としては論文を書くことがモチベーションとなるような状況を作ってみるのが良いのではないかと思案中.

3.開発

なかなか手をつけられなかった.開発というかデータ解析もしばらく手をつけていなくて久々にPandasを触ると全然書けなくて危機感を感じている.


研究&勉強

1.研究

閉店中.無理やりにでも研究発表をする機会を作っていくのがよいかも.

2.勉強

先に書いた通り.実践的なこととしてはビジネスよりのこととインタビュー対策の勉強.あとは数学とCS.個人的な興味としては政治学(社会思想?)について少し学んでみた.


反省

もう何年も感じていはいるが,消費的な勉強に走りがちなのでなんとかしなければいけない.とにかく量をやってみて質はあとからという感じでやっていたが,量をこなせることは分かったので質を大切にしたい.しっかりと時間をかけて生産的なことをすることを中心にしたいので,環境を落ち着かせることを目標にする.

追記)海外に進出できそうな雰囲気は少し出てきた.

アーカイブ

http://d.hatena.ne.jp/ksnt/20170620#1500495387

http://d.hatena.ne.jp/ksnt/20161106#1481037695

http://d.hatena.ne.jp/ksnt/20160707

http://d.hatena.ne.jp/ksnt/20160101#1451886062

http://d.hatena.ne.jp/ksnt/20150711#1439298849

http://d.hatena.ne.jp/ksnt/20140628#1406532775

*1:研究をしたり論文を書くことが仕事ではないのでこれはこれで良いのだが.

2017-06-20

2017年度前半のふりかえり

| 05:16 |  2017年度前半のふりかえり - since 2010 を含むブックマーク

@170720

@171012 追記

数学

ベイズ統計 - 復習的なことをやっておいた.数学としてというより応用.

TDA - 流行りのアレ.実際に使えるのかもなあと思うものの基礎理論に関しては数学がちゃんと出来る人以外はほぼほぼ理解することは不可能なのではなかろうかという気もする.それを言ったら統計全般がそうだが.


CS

オペレーティングシステム - スケジュール管理とかメモリ管理とかごくごく一般的なやつ.Linuxを長らくつかってきた身としてはかなり面白かった.「よく分からないけれど...」と言いながらやっていたことの理屈を知れたというか.ナイスなタイミングで学んだ.

コンピュータアーキテクチャ - これも昔学部生の頃に学んだことがあったがいまいち「理解」は出来なかった分野.大して深いレベルのことを学んだわけではないが並列処理の話を聞くときの理解の助けになることが判明した.これもよいタイミングだったのかも.


その他

CourseraでRのライブラリを作成してみた.いまどきなRの書き方も学んだ.

海外のBootcamp的なやつに参加してみたらかなりいい線までいったけれどフルタイムのコースに参加する費用がタダにはならなかったのでやめた.でも,選考に参加するだけでも結構勉強になった.あと,かなりの倍率の選考でも戦えるらしいということが判明した.

研究

....


仕事(個人)

英語でのインタビュー対策完了

└☑CV作成

└☑カバーレター作成

└☑ポートフォリオ作成

└☑コミュニケーション(Eメール,電話)



反省

英語学習が緩みがち.学習ではなく利用はしているが.

ただ,とりあえず英語で困ることはほとんど無くなった気がする.これからは勉強や学習というよりも利用しながらの実践と反省の繰り返しの方がよいのかもしれない.

あとは,お金やビジネスに関する理解の底上げをしておきたい.MBAのカリキュラムに則って勉強してみるのもよいかもしれない.(これなら通常2年で修了することが想定されていると仮定して,一気にやってしまえば1年もかからない気がする)

アーカイブ

http://d.hatena.ne.jp/ksnt/20161106#1481037695

http://d.hatena.ne.jp/ksnt/20160707

http://d.hatena.ne.jp/ksnt/20160101#1451886062

http://d.hatena.ne.jp/ksnt/20150711#1439298849

http://d.hatena.ne.jp/ksnt/20140628#1406532775

2016-11-06

2016年度後半のふりかえり

| 00:21 |  2016年度後半のふりかえり - since 2010 を含むブックマーク

@161206 Tue

@170220 Mon

@170301 Wed

数学

圏論 - 専門レベルの話につっこんで行ってみたらあえなく返り討ちにされた.ちゃんと勉強時間を確保しないとちゃんと理解することは私には難しそう.

統計(線形予測) - 分散分析とか仮説検定とかちゃんと数学的にやると非常に分かりよいということが判明した.

マリアバン解析 - SDEを真面目に勉強したのでかじってみたがかじるだけではまったく美味しさが分からなかった.

統計的因果推論 - 念願の.使える感が半端ない.

変分法 - わりと色んなところで変分問題が出てくるので勉強してみた.これも使える感が半端ない.

偏微分方程式論 - アプリオリ評価とかスタンダードなやつと解析半群とか.今後縁のない世界な気はする.


CS

特になし

System Validation, Formal Modeling,組み込み(IoTとかも含めてM2Mなシステムで使うプロトコルとか組み込みOSとか),IoT的なシステムやデバイスのアーキテクチャを勉強した.アルゴリズムと機械学習は継続学習中.機械学習は理論の深いところまではコスト的に行けそうにない感じ(SLTの理論的な部分とか(ex. VC dim).アルゴリズムは深い所に行かざるを得ないっぽいが与えられたものに追いつくのが精一杯かも.アルゴリズム,苦手...


その他

CourseraでMentorをやってみた.あまり役には立たなかったが,とりあえずボランティア第一歩としてスタートを切った.上で既に書いたが,アルゴリズムのコースと機械学習のコース(Ngのやつはだいぶ前にやったので別のやつ)にチャレンジ中.しかし相変わらずあまり進んでいない.Courseraはずいぶんとやってみたが,最近軽めのコースばかりやっていて数はずいぶんとこなしたがやり甲斐がないことが悩みか.


研究

論文 - ....


仕事(個人)

英語でのインタビュー対策を継続中

└☑CV作成

└カバーレター作成

└☑ポートフォリオ作成

└☑コミュニケーション(Eメール,電話)

反省

相変わらず広く浅くやってしまっているのでもう少し的を絞って勉強したほうがよいのではないかという気がしている.雑学を増やしても仕方がないからなあ.


アーカイブ

http://d.hatena.ne.jp/ksnt/20160707

http://d.hatena.ne.jp/ksnt/20160101#1451886062

http://d.hatena.ne.jp/ksnt/20150711#1439298849

http://d.hatena.ne.jp/ksnt/20140628#1406532775

2016-07-07

2016年度前半のふりかえり

| 17:46 |  2016年度前半のふりかえり - since 2010 を含むブックマーク

@160807

数学

グラフ理論とマトロイド - 最大流最小カットのようなグラフ理論の基本的なことからシンプレックス法のような線形計画法の基本的なこと,ついでにマトロイド.きちんと証明をやると非常に大変なのだということが今更ながら分かった.

情報幾何 統計学においていかに幾何的な考え方をするかという感じ.Dualityを通して眺めてみた.*1テンソルの計算辛いんだけど,計算機じゃダメかな...

セミパラメトリック推定と経験過程 - 理論としては面白いと思うけど,どこで使えるんだろう?

ベイズ統計とか階層モデリングとか - 念願の.久々にRを使ってMCMCとかやって楽しかった.

CS

量子計算 - ようやく初めて量子コンピューティングとやらを勉強してみた.量子もつれを使って計算させるから速いらしい(ホントか...?).

Deep Learning - 流行りのアレ.巷で言われているように,プロの研究者も画像処理や音声認識(言語処理も?)においてよい性能を発揮しているということを強調していた.テクニカルなことよりも概要を広く浅く.

その他

Courseraでいろいろ.英語でのコミュニケーションスキル,ソフトウェアマネジメント(上流工程)の知識,BigなData関連で使えそうなスキルを身につけた.並列分散処理を学ぶ機会が多かったのだが,意外にも楽しめた.わりとまともなレベルのアルゴリズムのコースと機械学習のコースにチャレンジ中だが,大変でなかなか進まない...


研究

論文 - 大丈夫か....


仕事(個人)

英語でのインタビュー対策を継続中

└CV作成

└カバーレター作成

└☑ポートフォリオ作成

└☑コミュニケーション(Eメール,電話)


アーカイブ

http://d.hatena.ne.jp/ksnt/20160101#1451886062

http://d.hatena.ne.jp/ksnt/20150711#1439298849

http://d.hatena.ne.jp/ksnt/20140628#1406532775

*1:まあ,パラメタ"空間"というくらいだから幾何的な見方をすることが出来ることくらいは大学生でも分かるのだろうが...