今年も残り僅かですね。2016年 を簡単に振り返ってみます。
Blog posts
2016年に投稿した記事数は 33 だった。
上半期は R や Python が中心。下半期の後半には OpenCV3, Spark, Redis, Lua など少し手を広げてみた。
Books read
2016年は本を 121冊 買った。読了した中で印象に残っている本を挙げてみる。
- Sparkによる実践データ解析――大規模データのための機械学習事例集
- ゼロから作るDeep Learning Pythonで学ぶディープラーニングの理論と実装
- Python機械学習プログラミング 達人データサイエンティストによる理論と実践
- Wonderful R 2 StanとRでベイズ統計モデリング
- R言語徹底解説
- 岩波データサイエンス Ｖｏｌ．３ 〈特集〉因果推論−実世界のデータから因果を読む
- 実証分析入門 データから「因果関係」を読み解く作法
- 実践サイバーセキュリティモニタリング
- 王様達のヴァイキング (1-11)
- マスタリングTCP/IP 第５版 入門編
- みんなのGo言語 現場で使える実践テクニック
『R言語徹底解説』
『R言語徹底解説』は R 界隈で著名な Hadley氏 が R のプログラミング言語としての側面を詳細に解説している Advanced R が原著。 532Pと厚い本で読み終えるには根気がいるが R に対して新たな見方ができるようになると思う。
『Python機械学習プログラミング』
『Python機械学習プログラミング』は, 主要な機械学習のアルゴリズムの仕組み, 実装する際の一般的な落とし穴を避ける方法を直観的に説明している良本。
こちらも薄い本ではないが, 気づいたら読み終わっていた本。
『ゼロから作るDeep Learning』
『ゼロから作るDeep Learning』 は NN を基礎からわかりやすく解説した本。ソフトウェアエンジニアに馴染みの深いオライリーから出版されていることもあり売れ行き好調らしく, 多くの本屋で人目につきやすい面陳列となっていた。
来年には, 著名な Yoshua Bengio 氏著 Deep Learning (Adaptive Computation and Machine Learning series)
『Sparkによる実践データ解析』
以前から Hadoop/Spark には興味がありつつもなかなか個人では手を出しづらいところがあったが, 転職を機に触れることになったので Sparkによる実践データ解析 を読んでみた。 Spark が扱うようなインメモリでの大規模なデータ分析の事例を次々に紹介していく本で, 協調フィルタリングや地理空間分析, 金融リスク分析など Spark 自体に興味はなくても参考になる。前半は spark-shell が中心で Scala がわからないこともあり中々進まなかった (とはいえ抽象化されているので読みやすい)が, 後半は PySpark や付録で SparkR も扱っているので Scalaユーザだけを対象にしているわけではない。また, Sparkのチューニング (JVM, OS)についても触れていて非常に濃い内容。ただし, Spark は既に 2系が登場しているが 本書は Spark1.4.1 な点は注意。
『王様達のヴァイキング』
『王様達のヴァイキング』はハッカーが主人公の漫画で, 起業家とハッカーを中心とした物語自体が面白いこともあるが, 専門家が技術監修していることもあり良くできていて勉強になる部分もあった。Scala も登場していた気がする。
ちなみに今は Scalaスケーラブルプログラミング第3版 を読んでいてもっと早く読みたかったと思っている。オブジェクト指向に慣れている人が関数型プログラミングに入門する時にちょうど良い本な気がする。
Movies
2016年に観て印象に残っている映画。
- この世界の片隅に
- ローグ・ワン／スター・ウォーズ・ストーリー
- 奇蹟がくれた数式
- スター・トレック BEYOND
- ザ・ビートルズ〜EIGHT DAYS A WEEK
- シン・ゴジラ
- 聲の形
この世界の片隅に や シン・ゴジラ など映画の当たり年だったと思うけど, ローグ・ワン／スター・ウォーズ・ストーリー も予想以上に良かった。
スター・ウォーズの新作が毎年見れるのは凄いことだ。