はじめに AWS Certified Machine Learning – Specialty取得に向けて勉強したことのメモです。 参考 AWS 認定 機械学習 – 専門知識(Machine Learning – Specialty)合格に向けたオレオレ学習ガイドライン AWS認定 機械学習 合格しました AWS認定機械学習専門知…

問題 ABC153-E_Crested Ibis vs Monster ポイント i番目の魔法を使うと、モンスターの体力をAi減らすことができますが、トキの魔力をBi消耗します -> ナップサックの大きさが決まっている条件の元で、ものの大きさを考慮しつつものの価値の合計を最大化する …

問題 D - Bouquet ポイント 組み合わせ、109+7で割った余り -> フェルマーの小定理 MOD=10**9+7 def comb(n,k): if n<k: return 0 if n<0 or k<0: return 0 k=min(n-k,k) ans=1 inv=[1]*(k+1) if k>=1: ans*=(n-k+1)%MOD for i in range(2,k+1): inv[i]=MOD-inv[MOD%i]*(MOD//i)%MOD ans=ans*(n-k+i)*inv[i]%MOD return ans comb(4,2) # -</k:>…

はじめに DockerからGPUを使うときの手順と、ついでに用語をまとめたメモ。 メモ 参考 https://www.kagoya.jp/howto/rentalserver/gpu1/ https://korobehashire.blog.fc2.com/blog-entry-459.html https://www.4videosoft.jp/cuda.html https://qiita.com/ta…

はじめに 昔Ciscoを触っていたときのメモをたまたま発掘したので、載せます。 コマンド集 設定の保存 (config)#copy running-config startup-config インターフェイスへIP設定 Router(config)#ip address 192.168.0.254 255.255.255.0 Router(config)#no shu…

主なタスク ①移行対象一覧（表）と②移行計画書（図）と③移行手順書（表）を作成する 図と表をいったりきたりで、漏れをなくす ←はじめから詳細に作り過ぎない（でも詳細に作ることで見える課題もある） ①移行対象一覧 まず、関係者ときっちり認識合わせをす…

はじめに 社内のネットワーク環境を整備したときに勉強したことのメモです。 メモ 用語 セグメント IPアドレスをグループ分けしたようなやつ 「ブロードキャストによって不特定多数の機器に同じ情報を送信するエリア」 同じセグメントだったら、直接データを…

はじめに アーキテクチャの比較検討をするときにすることメモ アーキテクチャの比較検討をするときにすること No 検証観点 タスク アウトプット 備考 1 インフラ構築の工数コスト インフラ構築 ・インフラソース・インフラ構築手順書 2 アプリ開発の工数コス…

問題 ABC155-D_Pairs ポイント 小さい順に並べ替えたとき、K番目にくる数... -> ある条件を満たすものの最小値（最大値）を求める -> 二分探索 AtcorderABC-Dより先へ行くために代表的なアルゴリズムを勉強した-その1-（DP、累積和、UnionFind木、bit関係、…

はじめに インフラ構築の各フェーズ（非機能要件定義・基本設計・詳細設計）で考えることのメモです。 要するに非機能要求グレードの抜粋。 非機能要件定義 非機能要件定義項目 大項目 中項目 小項目 小項目説明 例 可用性 継続性 運用スケジュール システム…

はじめに GitLabCI/CDに入門したときのメモです。 参考 GitLab RunnerでCI/CDしてみる(前編) GitLab CI/CDパイプライン設定リファレンス(日本語訳:GitLab CI/CD Pipeline Configuration Reference) 構成例 環境構築メモ例 (以下、runnerをEC2サーバで構築す…

はじめに バッチ処理システムを設計するときに考えることのメモ 参考 バッチ処理について考える バッチ処理システムを設計するときに考えること システム構成 オフラインバッチかオンラインバッチか 観点が変わってくる ジョブスケジューラは何か プログラム…

はじめに TOEICのパート別ポイントを自分用にまとめました。 参考 公式TOEIC Listening & Reading問題集 とにかく公式の模試をやり込めばいいと思っている。 +αで、移動中に聞き込む用のリスニング用の教材。 直前期にコツが書いてある参考書をざっと見てお…

問題 ABC151-D_MazeMaster ポイント 迷路の最短経路問題 -> BFS -> AtcorderABC-Dより先へ行くために代表的なアルゴリズムを勉強した-その3-（DFS、BFS）.md -> 上記は、スタートとゴールが決まっている版。今回は、『ゴール決めずに全部調べる+距離の最…

問題 ABC150-C_CountOrder ポイント 順列の要素の洗い出し n = 3 for permutations_i in itertools.permutations((range(1, n+1))): print(permutations_i) # 実行結果 (1, 2, 3) (1, 3, 2) (2, 1, 3) (2, 3, 1) (3, 1, 2) (3, 2, 1) 解法 n=int(input()) p_…

はじめに 筑波大学オープンコースウェアの機械学習を視聴させていただいたときのメモです。 視聴メモ （前回の復習）CNN 畳み込みNN 入力の次元が大きいのが特徴（20 * 20 でも400） 画像理解に役立つネットワークの構造を考える 実際の画像認識には局所的な…

はじめに 筑波大学オープンコースウェアの機械学習を視聴させていただいたときのメモです。 視聴メモ 機械学習から深層学習へ これまで機械学習は線形モデルwxをベースにしていた 深層学習は、「どうすればよい特徴量が得られるか」を学習ベースで獲得するた…

はじめに 筑波大学オープンコースウェアの機械学習を視聴させていただいたときのメモです。 視聴メモ （前回の復習） 最小二乗法は、データが正規分布に生成されたことを想定したときの尤度最大化に相当する 決定的識別モデルは基本、二値分類だが、one-of-t…

はじめに 筑波大学オープンコースウェアの機械学習を視聴させていただいたときのメモです。 視聴メモ （前回の復習）ロジスティック回帰 シグモイド関数により、全実数を[0, 1]に押し込む モデリング: px = σ(wx) -> 損失どうするか。pxは[0, 1]の確率だが、…

はじめに 筑波大学オープンコースウェアの機械学習を視聴させていただいたときのメモです。 視聴メモ （前回の復習）精度と再現率のコントロール 指標が二つあるとどうすればよい？ 精度も再現率もほどほどに = 正解率が高い ROC曲線の下の面積 = AUC(area u…

はじめに 筑波大学オープンコースウェアの機械学習を視聴させていただいたときのメモです。 視聴メモ （前回の復習）正則化 ノルム = 原点からの距離 普通想像するのはL2ノルム（単位円） 2乗の総和の平方根 ラッソ: 1, リッジ: 2 最適解が、どこに引き寄せ…