automatik

時々思い出して何かを書いてとどめておくだけ

4月のまとめ

なんか4月を総括してみようかなと思ったりしたので.
何をしたか軽くまとめておきたい.


(1)競技プログラミング(データ構造とアルゴリズムの基礎)を勉強
(2)Pythonエンジニアとして腕を上げたい
(3)機械学習/データ構造の能力を高める
(4)その他

競技プログラミング

最近になって, もっとガリガリコードをかけるようになりたいと感じ, 以前からゆるくやっていた競技プログラミングを真剣に取り組むことにした.
ACすると脳汁がドバドバ出るし, C++の勉強にもなるしで結構おすすめ. あり本は読んでて眠くなってくるので螺旋本を読むことにした. 分厚いけど良書だと思う. 遷移が一つ一つ乗っていてわかりやすい. 蟻本で脱落した人はこちらを読んでみることを勧める

あとはABCを解いていっています. C問題もACするようになってきたので, この調子でARCにいけるようにレベルを上げていきたい..
あと, アルゴリズムとデータ構造に限らず, 何年も計算機科学を支えているような基礎技術は一つ一つ時間をかけて勉強し, 広げていきたいと考えている.


Pythonまわり

ひとつのプログラミング言語を深く知っておきたいなと思い, 自分にとって一番かきやすいPythonで勉強していこうと考えている.Effective Pythonという本を読み出したのだが, これがまた当たりだった. 難易度もちょうどよく, わからない概念も調べたら理解できるものだったので, 自分のPythonコーディングの力が上がっていくのを感じる.
もう一冊, numpy/scipy, matplotlib, pandas, ipythonあたりをしっかり知っておきたいと思い, 科学技術計算のためのPythonという本を読んでいる. いまのところ良さそう. IPythonのコマンドとかは今度まとめます

Effective Python ―Pythonプログラムを改良する59項目

Effective Python ―Pythonプログラムを改良する59項目

科学技術計算のためのPython入門 ――開発基礎、必須ライブラリ、高速化

科学技術計算のためのPython入門 ――開発基礎、必須ライブラリ、高速化

機械学習

そろそろもう試してみた系は終わりにして, しっかりと土台を固めるべきだと思い, PRMLを読んでいる. これがまた難しい... のだが, わからない枝葉の概念はあるのだが, なんとか本筋にはたどっていけている. 線形モデルなどの部分が弱いな..そのせいで理解が遅れていると感じたので急遽一冊読んで, なんとか前は読み通すことができそう.

パターン認識と機械学習 上

パターン認識と機械学習 上

その他

U-22のプログラミングコンテストに出品できるように, Electronを利用したサービスを友達と作っている. あんまりフロント周りやJSの話は知らないのだが, おそらく僕たちがつくりたいものにはElectronが必要っぽい. つくりたいもの駆動開発でJSは抑えたい. その他Deep Learningをはじめとする内容をいくつか話としていただいて, それをお仕事にしたりしながら飢えをしのぎつつ生きている感じ. 大学面倒臭いなあ.... 僕は作品はOpenに評価された方が成長できると思うので, 今の大学の風潮はあまり好きだとも思わない.


4月の大きいイベントとして, Line本社に行き, LTすることができた. 自由なオフィスで, 高いレベルのエンジニアがたくさんいるのだろうと感じ, やっぱり大学院からは関東の方向で検討したいなと思っている. そのためにも今はしっかりと勉強を積みながら作品を作り, がむしゃらに頑張っていきたい.