なぜ注目されているか
総合184位 5510 件の言及
言及 Qiita 記事 (36 件)
とても強い計算量クラスのコンピュータとその実現方法
♡ 583量子コンピュータ, 計算量惑星を動かすプログラム
♡ 311Perl, PHP, JavaScript, rest, SPA未経験からweb系エンジニアになるための独学履歴~初めてのポートフォリオ作成記録 製作記録編~
♡ 255JavaScript, GitHub, Heroku, Bootstrap, Laravel小説家になろうを機械学習でデータ分析してブックマーク10以上を獲得しやすい条件を探す
♡ 224Python, 機械学習, データ分析【競プロ】【入緑】AtCoder続けて良かったこと
♡ 88AtCoder, 競技プログラミングELYZA-tasks-100 でLLM14個の日本語性能を横断評価してみた
♡ 76ベンチマーク, LLM, ELYZA-tasks-100kaggleの脳波検出コンペ上位モデルの解説を翻訳
♡ 40Python, 機械学習, Kaggle, 脳波進化論も記憶も創造性も、ベイジアンだっていうお話
♡ 33Python, ポエム, 統計学, 脳科学, 論文読みPoCで開発を中止した話(年始編)
♡ 30ポエム, OCR, 個人開発, Vuetify, Nuxt中卒・実務未経験からiOSエンジニアとして転職するまでの振り返り
♡ 23転職, Swift, プログラミング初心者, SwiftUI
この本に興味がある方におすすめ
この本に関連
関連記事
ChatGPT に聞けば済む時代に、あえて本を開く理由
生成 AI で何でも聞ける時代に、技術書を読む意味はあるのか。AI の回答と書籍の知識の決定的な違いを掘り下げ、両者の使い分けを提案します。
技術書学習法
LLM / 生成 AI 本ガイド - 仕組み / 実装 / エージェント開発の 3 層で選ぶ (2026 年 8 月時点)
LLM (大規模言語モデル) / 生成 AI を学ぶ技術書の選び方を 3 層 (読み物で仕組みを掴む → 中身を実装で理解する → RAG / AI エージェント開発) で整理。2026 年 8 月時点の定番書と、変化の速い分野で本を選ぶときの注意点を解説します。
機械学習選書ガイド
Python 本の選び方 - 独学の最初の 1 冊から実務品質まで
Python 本の選び方を「動機」から逆算して整理。プログラミング未経験の最初の 1 冊、業務自動化に直結する本、型ヒントとコード品質で実務水準へ進む本まで、2026 年 8 月時点の定番を独学ルートに沿って解説します。
Python選書ガイド