詳説イーサネット詳説イーサネットその他著者:不明注目:総合 375 位・言及 23 件・最新の言及 2021 年 8 月気になる読了ISBN:9784873117171なぜ注目されているか総合375位/ 言及 23 件・うち記事 3 件を掲載01120222023202420252026言及した記事 (3 件)O'Reillyの本をクラスタリングで分類してみる2015/12/5♡ 14Python, 機械学習, MachineLearning, scikit-learn, クラスタリング未経験から技術系人材になるために読んだ書籍録 (321冊)2020/6/21♡ 8書籍, 新卒エンジニア半二重のコリジョンと全二重のフロー制御2021/8/19♡ 4cd, ethernet, Pause, CSMA, 衝突検知Python(1)機械学習(1)MachineLearning(1)scikit-learn(1)クラスタリング(1)書籍(1)新卒エンジニア(1)cd(1)ethernet(1)Pause(1)CSMA(1)衝突検知(1)この本に興味がある方におすすめつくりながら学ぶ! PyTorch による発展ディープラーニング小川雄太郎2019年07月29日頃アジャイルな見積りと計画づくりMike Cohn / 安井 力 / 角谷 信太郎2009年01月01日頃エリック・エヴァンスのドメイン駆動設計エリック・エヴァンス / 今関剛2011年04月詳解 Linux カーネル第 3 版ダニエル・P.ボベット / マルコ・セサティ2007年02月レガシーソフトウェア改善ガイドクリス・バーチャル / 吉川 邦夫2016年11月10日頃すごい Haskell たのしく学ぼう!Miran Lipovaca / 田中 英行 / 村主 崇行2012年05月25日頃ゼロから作る Deep Learning 2斎藤 康毅2018年07月20日頃エンタープライズのための Google Cloud クラウドを活用したシステムの構築と運用遠山 雄二 / 矢口 悟志 / 小野 友也 / 渡邊 誠 / 岩成 祐樹 / 久保 智夫2022年01月18日頃カイゼン・ジャーニー たった 1 人からはじめて、「越境」するチームをつくるまで市谷 聡啓 / 新井 剛2018年02月07日頃インフラ / ネットワークエンジニアのためのネットワーク技術 & 設計入門 第 2 版みやた ひろし2019年06月21日頃関連する本仕事ではじめる機械学習 第 2 版有賀康顕 / 中山心太 / 西林 孝2021年04月23日頃エンジニアリング組織論への招待廣木大地2018年03月機械学習のエッセンス加藤 公一2018年09月22日頃レガシーコードからの脱却David Scott Bernstein / 吉羽龍太郎 / 永瀬美穂 / 原田騎郎 / 有野雅士2019年09月19日頃ゼロから作る Deep Learning斎藤 康毅2016年09月24日頃リファクタリング (第 2 版)Martin Fowler 著 / 児玉 公信 / 友野 晶夫 / 平澤 章 / 梅澤 真史2019年12月01日頃量子アニーリングの基礎西森 秀稔 / 大関 真之 / 須藤 彰三 / 岡 真2018年05月19日頃アジャイルサムライジョナサン・ラスマセン / 西村直人2011年07月Stan と R でベイズ統計モデリング松浦 健太郎 / 石田 基広 / 市川 太祐 / 高橋 康介 / 高柳 慎一 / 福島 真太朗2016年10月25日頃マスタリング GhidraChris Eagle / Kara Nance / 石川 朝久 / 中島 将太 / 小竹 泰一 / 原 弘明2022年05月27日頃関連記事独学プログラマーが「本の沼」にハマる原因と抜け出し方独学でプログラミングを学ぶ人が陥りがちな「次の本を探し続けて手が動かない」状態の原因と、具体的な脱出方法を解説します。入門学習法技術書を使った 1on1 とメンタリング - 後輩の成長を加速させる読書指導技術書を 1on1 やメンタリングに組み込み、後輩エンジニアの成長を加速させる方法を、選書から読後フォローまで解説します。メンタリングチーム開発技術書と季節の関係 - 新刊ラッシュの時期と読書が捗る季節技術書の新刊が増える時期、セールが多い季節、読書が捗る環境条件など、技術書と季節にまつわる雑学を紹介します。雑学技術書関連用語抽象クラス直接インスタンス化できず、サブクラスに共通のインターフェースと部分的な実装を提供するクラス機械学習データからパターンを学習し、明示的なプログラミングなしに予測や判断を行う技術強化学習試行錯誤を通じて、報酬が最大になる行動を学習する機械学習の一分野DeepLearning多層のニューラルネットワークで複雑なパターンを学習する機械学習の一手法Template Method パターンアルゴリズムの骨格を親クラスで定義し、具体的なステップをサブクラスに委ねるデザインパターンファインチューニング事前学習済みモデルを特定のタスクやドメインに適応させる追加学習共有:
