読者です 読者をやめる 読者になる 読者になる

unity

1億ゲーム製作者時代を見越して、unityをやり始めた。C#という新しい言語もあり戸惑うものの、概ね楽しんでいる

Unity5の教科書 2D&3Dスマートフォンゲーム入門講座 (Entertainment&IDEA)

Unity5の教科書 2D&3Dスマートフォンゲーム入門講座 (Entertainment&IDEA)

この本がよくできている。ひたすら進めていくだけで、いつのまにかアクションゲームが完成している。次に脱出ゲームを制作すべく、以下の本を見始めた

UnityではじめるC# 基礎編

UnityではじめるC# 基礎編

  • 作者: 大槻有一郎,いたのくまんぼう
  • 出版社/メーカー: エムディエヌコーポレーション
  • 発売日: 2016/10/25
  • メディア: 単行本
  • この商品を含むブログを見る

Ruby/Pythonとかじってきたため、あまり言語仕様に抵抗はないけど、Cはすべて宣言・定義しないといけないのが面倒。でも言語ってかんじで良い。

そして個人ゲームクリエイターがここまで活躍しているとは思わなかった。みんな面白いゲーム作っている。もっともっと、個人がフィーチャリングされる社会でありたい。

得意を伸ばすのがチームだと思うし、そこは他メンバーに対してはしっかりやっていきたい。自分よりアウトプット出せる気概も器量もある人にお任せしていく。じゃ、自分の得意とは何なのだろうか?

世の中の捉え方というのであれば、もっと必要な武器があると思う。既存の延長線上に世界はない。そして日本人ならではの強みを発揮できない。


日本文化と空間デザイン~超主観空間~ | 猪子 寿之 | TEDxFukuoka

これ、とても感銘をうけた。

さまざまアプリケーションを作りながら、さらに深めていきたい。

ゴールデンウィークが終わる

年末から3月まで、Pythonをダッシュ勉強したのは良かった。SQLにいたるまでさまざま勉強になったし、視野も広がったと思う。

3月後半から4月は本業が大変だった。自分の未熟さや愚かさを改めて思い知った。なんだかんだいって、まともに本業に取り組んでいなかったんだな。「何が本業なのか」を思い知ることさえ、できていなかった。所詮は過去の延長線上で生きていた。ステージが変わればやるべきことも変わる。

150%のパワーで向き合うエネルギーが必要。そのためにはいろいろ吹っ飛ばさないといけない。

共に本業やれるメンバーが増えた。改めて本気になろう。折れかけた心を、修復しよう。なりふり構わなかった時代を思い出そう。

5月はまだまだ仕込み。6月に全力疾走するために、さまざま仕込む。やっと乗組員が決まった。もっと頼ろう。求めよう。

なにごとにも謙虚に。絶対に結果を出す。GW最終日に誓いを込めて。

Python問題を解く

この本、積ん読にしてたんだけどその名の通り実践的で良い。写経に学びがあった

実践力を身につける Pythonの教科書

実践力を身につける Pythonの教科書

問題を日々解いて、コードを組み立てるアタマを作りたい。

言語処理100本ノック 2015

第1章をしっかり理解するところからスタート。zipやらenumerateの理解の不十分さを認識する。内包表記をちゃんと身につけたい。

回答例は以下が良かった。

他にもたくさんある

n-gramあたりからちょっと厳し目になる

書籍のたぐい

入門Python3の演習問題を解く。この書籍はなんとなく問題からスタートして読んだほうが進みやすい気がした。

入門 Python 3

入門 Python 3

オンラインラーニング

CodingBat Python

機会学習との向き合い方

つまみ食いによる全体感把握に取り組む。比較的難しい書籍をコアにして、周辺情報を仕入れるのと、Qiitaに投下された応用例の同時読解。これが効率的な勉強の仕方がよくわからないが、いちおう自分なりの工夫。いまはこれにチャレンジ

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 (impress top gear)

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 (impress top gear)

黄色本(パターン認識と機械学習 上)を読破したGooglerに見てもらったら、上記良い本とのことなので読み始め。作者が読み方について指南してくれているが、けっこうヘヴィ。

ブック・インサイド―『Python機械学習プログラミング』学び方ガイド | Think IT(シンクイット)

というわけで、Stanfordの講義を受け始めた。日本語のテロップも出るので良い

Machine Learning - Stanford University | Coursera

Pythonの基本については、入門Pythonが良い。いまP106で、ややこしいところはない。ムダもなく、良い

入門 Python 3

入門 Python 3

いちおう理系学部卒なので、線形代数や偏微分は理解しているつもりなんだけど、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 (impress top gear)はすんなりいかないでござる。紙に書いて、脳に叩き込まないとムリめ。

というわけで

  • クローリングによる大量情報収集
  • supervised learningによる適切な分類
  • 自社データで適用

みたいなかんじで進められるとHappy。なんとなく総合格闘技みたいなかんじで、あちこち鍛えられるので頑張る

目標は決まったけど、どうやろうか

学ぶことは膨大なので、いくつかステップに分ける

  • Pythonの基本を学習する
    • いろいろ見たが、入門Python3
      入門 Python 3

      入門 Python 3

      がやっぱり良さげ
    • Rubyもそうだったが、オライリーの本が一番読みやすいことに気づく
  • データ分析の基礎を学ぶ
    • 「データ解析の実務プロセス入門
      データ解析の実務プロセス入門

      データ解析の実務プロセス入門

      」を読む。基本となる知見をさらりとしなければ、ただデータとって楽しいねで終わる
    • 分析地獄に陥らないことが大事。自己満にしたくない
  • Jupyter NotebookにSQL書いて、データ取ってきてグラフまで自動化する
    • 回しておくべきスクリプトはちゃんとPythonで書いておく
  • 機械学習系を学ぶ
    • ゼロから作るDeepLearning、びっくりするくらいわかりやすくて感動。一気に身近になった感があり、Qiitaでもそれ系によく目を通すように
    • Python機会学習プログラミング買ったけど、手強そう
  • 自然言語処理を学ぶ
    • Word2Vecを使って、類似度判定や類語リストアップをしておきたい
    • 競合調査をしてみよう

ゴール:KPIモニタリングシステムの構築

Jupyterを社内共有するモニタリングシステム、ちゃんとやればうまくできそうな印象なので、MySQL・BigQueryから引っ張ってきて構築する。Kintone(いずれSalesForce)からも引っ張っていきたい。

Pythonやり始めたから読み始めたけど、すごくわかりやすい。

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

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

自然言語処理のところ理解しておかないと、サービス運営で支障をきたすのでそこも勉強する。

しかしPython勢いすごいな。Rubyをあっというまに突き放しそう。

ちゃんと読むべきネット文献を上げてみる

Pythonでデータ分析やる

師匠に相談したらRubyでなくPythonをすすめられ、pandasの可能性について熱く語られたので、この本を買って読み始めることにした。

Pythonによるデータ分析入門 ―NumPy、pandasを使ったデータ処理

Pythonによるデータ分析入門 ―NumPy、pandasを使ったデータ処理

ドットインストールもPython3を2/3見終わる。Rubyに似ているから理解しやすい。

開発環境の導入に大変手間取ってしまったのが、今週。Jupyter Notebookはメモ帳みたいなものだからローカルにそのまま入れてしまってよかったけど、社内ubuntuに入れようとしてハマった。

これでデータをゴリゴリいじることができるようになる。楽しみだ