詰め込み研修
今日は、水曜日。晴れのち曇り。
5時起床。
6時前に家を出て会社。
朝食は会社近くで朝マック。
始業時間から、7月に企業に送り出す訓練校1月生4名の追加研修対応。
作業状況の報告を聴き、今日のタスクを指示した。（9:00）
その後、Meは、5月末～6月初に行う数学・機械学習の講義の準備。
某会社のIT新卒研修の受講者には文系が半数いるということで、
今日は、以下の本を読書していた。
・東京大学の先生伝授 文系のためのめっちゃやさしい 統計 倉田 博史
とりあえず「統計」は読了。（9:00）
で、9:00～Gitの担当の方が作業報告してくれるというので、話を聞いたが、
ついこっちも熱が入ってしまい、大分割り込んでしまった。
その後、Linuxのファイル操作に慣れていない人がいたので、Linuxの本を渡して
ファイル・ディレクトリ操作の箇所だけ読んで勉強しておくように指示した。
またGitリポジトリ下にまたネストしてGitリポジトリを作成してしまった場合の
対処方法について、詰まっている人がいたので、担当者に懸案事項にして
調べておくように指示した。
たはたは。
昼食。
午後は教育関係の取締役がJavaのジェネリクスとラムダ式、SpringFrameworkの
DI機能について補講してもらった。二時間みっちりとぶっ通しで説明を聞いていたため
疲労困憊。（15:40）
最後にSpringFrameworkの担当者から簡単なサンプルプログラムが動かないと
相談され、付き合う羽目に。。。
定時過ぎ退勤。
夕飯は外で済ませたので、これからお風呂に入って寝る。
明日も普通にリアル出社予定。明日はMeがLPICの基礎を教える。
【今後の予定】
・2021年05月～ 某会社のIT新卒研修（2カ月）
・2021年07月～ 職業訓練校Java&Python&Web技術者（3か月）
・2021年09月～ 職業訓練校Java&Web技術者（3か月）
【詳細TODOリスト】
・2021/05/27 データサイエンスのための数学入門（数学基礎・微分）
・2021/05/28 データサイエンスのための数学入門（線型代数・確率・統計）
・2021/06/01 機械学習アルゴリズム概論（機械学習基礎・教師あり学習）
・2021/06/02 機械学習アルゴリズム概論（教師なし学習・評価方法）
・高度な教育講座の検討ww（笑）
【今日の読書】
・JUnit実践入門 ~体系的に学ぶユニットテストの技法 (WEB+DB PRESS plus) 渡辺 修司
・人工知能プログラミングのための数学がわかる本 石川 聡彦
・見て試してわかる機械学習アルゴリズムの仕組み 機械学習図鑑 秋庭 伸也
・線型代数対話 第1 巻 圏論的集合論 集合圏とトポス 西郷 甲矢人
・[改訂新版]Spring入門 ――Javaフレームワーク・より良い設計とアーキテクチャ 長谷川 裕一
・Spring Boot 2 入門: 基礎から実演まで 原田 けいと
・Spring徹底入門 Spring FrameworkによるJavaアプリケーション開発 株式会社NTTデータ
・スッキリわかるJava入門 実践編 第3版 (スッキリわかるシリーズ) 中山 清喬
・統計学がわかる (ファーストブック) 向後 千春
・統計学がわかる 【回帰分析・因子分析編】 (ファーストブック) 向後 千春
・ビジュアルテキスト パターン認識 荒井 秀一（P.88/256読了）
・Rによるやさしい統計学 山田 剛史（P.308/395読了）
・統計学の基礎から学ぶ Excelデータ分析の全知識 (できるビジネス) 三好大悟（読了（祝））
・多変量統計解析法 田中 豊
・Pythonで学ぶあたらしい統計学の教科書 (AI & TECHNOLOGY) 馬場 真哉
・心を知るための人工知能: 認知科学としての記号創発ロボティクス (越境する認知科学) 谷口 忠大
・物理学者のすごい思考法 (インターナショナル新書) 橋本 幸士
・統計学への確率論、その先へ―ゼロからの測度論的理解と漸近理論への架け橋 清水 泰隆
・代数幾何学入門:代数学の基礎を出発点として 永井 保成
・ランダム行列の数理と科学 渡辺澄夫
・認知バイアス 心に潜むふしぎな働き (ブルーバックス) 鈴木 宏昭
・絵で見てわかるSQL Serverの仕組み 平山 理（P.84/314読了）
・ベイズ統計の理論と方法 渡辺 澄夫
・経済・ファイナンスのための カルマンフィルター入門 (統計ライブラリー) 森平 爽一郎
・数理科学 2020年 11 月号 [雑誌]
・人工知能 機械学習はどこまで進化するのか (別冊日経サイエンス239) 竹内郁雄
・データ分析の力 因果関係に迫る思考法 (光文社新書) 伊藤 公一朗
・応用に役立つ50の最適化問題 (応用最適化シリーズ) 藤澤 克樹
今日は、水曜日。晴れのち曇り。
5時起床。
6時前に家を出て会社。
朝食は会社近くで朝マック。
始業時間から、7月に企業に送り出す訓練校1月生4名の追加研修対応。
作業状況の報告を聴き、今日のタスクを指示した。（9:00）
その後、Meは、5月末～6月初に行う数学・機械学習の講義の準備。
某会社のIT新卒研修の受講者には文系が半数いるということで、
今日は、以下の本を読書していた。
・東京大学の先生伝授 文系のためのめっちゃやさしい 統計 倉田 博史
とりあえず「統計」は読了。（9:00）
で、9:00～Gitの担当の方が作業報告してくれるというので、話を聞いたが、
ついこっちも熱が入ってしまい、大分割り込んでしまった。
その後、Linuxのファイル操作に慣れていない人がいたので、Linuxの本を渡して
ファイル・ディレクトリ操作の箇所だけ読んで勉強しておくように指示した。
またGitリポジトリ下にまたネストしてGitリポジトリを作成してしまった場合の
対処方法について、詰まっている人がいたので、担当者に懸案事項にして
調べておくように指示した。
たはたは。
昼食。
午後は教育関係の取締役がJavaのジェネリクスとラムダ式、SpringFrameworkの
DI機能について補講してもらった。二時間みっちりとぶっ通しで説明を聞いていたため
疲労困憊。（15:40）
最後にSpringFrameworkの担当者から簡単なサンプルプログラムが動かないと
相談され、付き合う羽目に。。。
定時過ぎ退勤。
夕飯は外で済ませたので、これからお風呂に入って寝る。
明日も普通にリアル出社予定。明日はMeがLPICの基礎を教える。
【今後の予定】
・2021年05月～ 某会社のIT新卒研修（2カ月）
・2021年07月～ 職業訓練校Java&Python&Web技術者（3か月）
・2021年09月～ 職業訓練校Java&Web技術者（3か月）
【詳細TODOリスト】
・2021/05/27 データサイエンスのための数学入門（数学基礎・微分）
・2021/05/28 データサイエンスのための数学入門（線型代数・確率・統計）
・2021/06/01 機械学習アルゴリズム概論（機械学習基礎・教師あり学習）
・2021/06/02 機械学習アルゴリズム概論（教師なし学習・評価方法）
・高度な教育講座の検討ww（笑）
【今日の読書】
・JUnit実践入門 ~体系的に学ぶユニットテストの技法 (WEB+DB PRESS plus) 渡辺 修司
・人工知能プログラミングのための数学がわかる本 石川 聡彦
・見て試してわかる機械学習アルゴリズムの仕組み 機械学習図鑑 秋庭 伸也
・線型代数対話 第1 巻 圏論的集合論 集合圏とトポス 西郷 甲矢人
・[改訂新版]Spring入門 ――Javaフレームワーク・より良い設計とアーキテクチャ 長谷川 裕一
・Spring Boot 2 入門: 基礎から実演まで 原田 けいと
・Spring徹底入門 Spring FrameworkによるJavaアプリケーション開発 株式会社NTTデータ
・スッキリわかるJava入門 実践編 第3版 (スッキリわかるシリーズ) 中山 清喬
・統計学がわかる (ファーストブック) 向後 千春
・統計学がわかる 【回帰分析・因子分析編】 (ファーストブック) 向後 千春
・ビジュアルテキスト パターン認識 荒井 秀一（P.88/256読了）
・Rによるやさしい統計学 山田 剛史（P.308/395読了）
・統計学の基礎から学ぶ Excelデータ分析の全知識 (できるビジネス) 三好大悟（読了（祝））
・多変量統計解析法 田中 豊
・Pythonで学ぶあたらしい統計学の教科書 (AI & TECHNOLOGY) 馬場 真哉
・心を知るための人工知能: 認知科学としての記号創発ロボティクス (越境する認知科学) 谷口 忠大
・物理学者のすごい思考法 (インターナショナル新書) 橋本 幸士
・統計学への確率論、その先へ―ゼロからの測度論的理解と漸近理論への架け橋 清水 泰隆
・代数幾何学入門:代数学の基礎を出発点として 永井 保成
・ランダム行列の数理と科学 渡辺澄夫
・認知バイアス 心に潜むふしぎな働き (ブルーバックス) 鈴木 宏昭
・絵で見てわかるSQL Serverの仕組み 平山 理（P.84/314読了）
・ベイズ統計の理論と方法 渡辺 澄夫
・経済・ファイナンスのための カルマンフィルター入門 (統計ライブラリー) 森平 爽一郎
・数理科学 2020年 11 月号 [雑誌]
・人工知能 機械学習はどこまで進化するのか (別冊日経サイエンス239) 竹内郁雄
・データ分析の力 因果関係に迫る思考法 (光文社新書) 伊藤 公一朗
・応用に役立つ50の最適化問題 (応用最適化シリーズ) 藤澤 克樹
