早稲田大学 中小企業診断士 シリーズ 講義動画が充実

最近の資格関係の本では講義動画のサービスがついている。
早稲田出版の中小企業診断シリーズは動画が充実している。

実際の書籍は以下のシリーズ

特訓問題集〈1〉中小企業経営・政策 中小企業白書 (2020年版TBC中小企業診断士試験シリーズ)

Weekly Ochiai 11.20 落合陽一〝禅・マインドフルネス〟を考える

WEEKLY OCHIAI シーズン3

山下良道推薦

・〔新装版〕進みと安らい――自己の世界 単行本 – 2018/8/25内山興正 (著)

出版社: サンガ; 四六判版 (2018/8/25)
・哲学する仏教 (内山興正老師の思索をめぐって) 単行本 – 2019/10/26藤田 一照 (著), 山下 良道 (著), ネルケ無方 (著), 永井 均 (著)

・「マインドフルネス×禅」であなたの雑念はすっきり消える 単行本 – 2018/10/5山下 良道 (著)出版社: 集英社 (2018/10/5)

〔新装版〕進みと安らい――自己の世界

哲学する仏教 (内山興正老師の思索をめぐって)

「マインドフルネス×禅」であなたの雑念はすっきり消える

ネルケ無方推薦

ただ坐る 生きる自信が湧く 一日15分坐禅 (光文社新書) 新書 – 2012/6/15ネルケ 無方  (著)出版社: 光文社 (2012/6/15)

マインドフルネスの背後にあるもの (存在神秘の覚醒をめぐるクロストーク) 単行本 – 2019/1/26古東哲明 (著), 藤田一照 (著), 熊野宏昭  (著), 貝谷久宣 (監修)出版社: サンガ (2019/1/26)

実践! ! 瞑想の学校 単行本 – 2017/6/1ネルケ無方  (著), プラユキ・ナラテボー (著), 藤田一照 (著), 島田啓介 (著), 宮下直樹 (著), 井上ウィマラ (著)出版社: サンガ (2017/6/1)実践! マインドフルネス―今この瞬間に気づき青空を感じるレッスン[注意訓練CD付] 単行本 – 2016/8/26出版社: サンガ (2016/8/26)

ただ坐る 生きる自信が湧く 一日15分坐禅 (光文社新書)

マインドフルネスの背後にあるもの (存在神秘の覚醒をめぐるクロストーク)

実践!! 瞑想の学校: どうやって坐る？なにがはじまる？日常にどう生かす？ (サンガ)

実践! マインドフルネス―今この瞬間に気づき青空を感じるレッスン[注意訓練CD付]

平原憲道

仏教の身体感覚 (ちくま新書) 単行本 – 2010/5/8久保田 展弘  (著)

瞑想する脳科学 (講談社選書メチエ) 単行本（ソフトカバー） – 2011/5/12永沢 哲  (著)出版社: 講談社 (2011/5/12)
マインドフルネスストレス低減法 単行本（ソフトカバー） – 2007/9/5ジョン・カバットジン  (著), Jon Kabat‐Zinn (著, 原著), 春木 豊 (翻訳)出版社: 北大路書房 (2007/9/5)

仏教の身体感覚 (ちくま新書)

瞑想する脳科学 (講談社選書メチエ)

マインドフルネスストレス低減法

加藤典洋長 村上春樹の短編を英語で読む 1970～2011 上 (ちくま学芸文庫)

加藤典洋長　村上春樹の短編を英語で読む　1970～2011 上 (ちくま学芸文庫)

もともとは、2011年に講談社からの単行本の文庫化。

村上春樹の短編を英語で読む　１９７９～２０１１　上 (ちくま学芸文庫)

序説の井戸の比喩の話を立ち読みして購入を決定した。村上春樹の初期には「デタッチメント」が重要なことだと村上春樹本人も言っている。その後、「デタッチメント」から「コミットメント」への移行に関心が移り、その方法として
『「井戸」を掘って掘って掘っていくと、そこでまったくつながるはずのない壁を越えてつながる、というコミットメントのありように、ぼくは非常に惹かれたのだと思うのです。』（『村上春樹、河合隼雄に会いにいく』）
と述べている。
　この考え方は日本で珍しいものではないと、加藤典洋は感じている。そしてサルトルのアンガージュマンの考えや、マラルメの試作への沈静に通じる。
『これも、自分の井戸を「掘って掘って掘っ」たあげくに「飢えた子供」のいる広くあらあらしい世界につながる回路があるという、村上春樹の確信に通じる「孤立」や「沈潜」の把握に一例でしょう。この「アンガージュマン（社会参加）」とそれと一見背反する「文学への沈潜」の両方を手放さず、その双方が通底するという確信にたって行動するという考えの枠組みをサルトルが初めてはっきりと示したのは、1945年創刊の『レ・タン・モデンヌ（現代）』における「創刊の辞」でのことですから、ここには世界史的な戦後性の刻印があるでしょう。』(0.36)
このような
・自分の底をつきつめた後に、ある覚醒にいたる
・自分の底で広大な無意識の地下水の層に触れる
ともいうべき考え方の原型は、吉本隆明や丸山眞男にもあるという。

　初期の短編から作家初期時代の方向性を模索中の村上春樹の作品を解説している点が 興味深い。特に初期に「言葉」と「物語」の両方の選択肢から村上春樹が「物語」に舵取りしていいくこと。そして「言葉」に舵取りしたのが高橋源一郎であるということも興味深い。 　「物語」に舵取りしていく前の短編『中国行きのスローボート』『貧乏な叔母さんの話』『ニューヨーク炭鉱の悲劇』にみられる無謀な姿勢の分析も面白い。

Kaggleで勝つデータ分析の技術 目次から

1.『Kaggleで勝つデータ分析の技術 単行本（ソフトカバー） – 2019/10/9門脇 大輔  (著), 阪田 隆司 (著), 保坂 桂佑 (著), 平松 雄司  (著)』

• 単行本（ソフトカバー）: 424ページ
• 出版社: 技術評論社 (2019/10/9)
• 言語: 日本語
• ISBN-10: 4297108437
• ISBN-13: 978-4297108434
• 発売日： 2019/10/9
• (出版社のページ、目次)

https://gihyo.jp/book/2019/978-4-297-10843-4

Kaggleで勝つデータ分析の技術

2.『データサイエンスの森　Kaggleの歩き方 単行本 – 2019/10/22　坂本 俊之 (著)』

• 単行本: 200ページ

• 出版社: シーアンドアール研究所 (2019/10/22)

• 言語: 日本語

• ISBN-10: 4863542933

• ISBN-13: 978-4863542938

• 発売日： 2019/10/22

データサイエンスの森　Kaggleの歩き方

統計数理研究所より「第4回データ分析ハッカソン」

https://www.ism.ac.jp/shikoin/training/dac/materials.html

研究

大学院時代（博士）にバイオデータのついて統計的学習理論の枠組みで特徴エンジニアリングや今でいう表現学習について考えていました。当時2008年深層学習もなくあまり相手にされていませんでした。D論の審査でも、特徴選択は機械学習のコミュニティでは遺伝的アルゴリズムを使うとコメントされました。現在2019年、深層学習のブームが興り、またkaggleなどでは、勾配ブースティングや特徴エンジ二アリングが話題になっています。石川県能美市の山奥で１人で考えていた研究の論文は、2008年に発表しましたが、10年ほどあまり反応もなかったのですが、時は過ぎ過ぎ昨年2018年に２件引用されました。IEEE系で中国の研究者から引用されたのが１件、もう１件はオランダの研究者にICLR2018で引用されました。関連研究で触れるという程度ではなく、計算機実験の比較対象として彼らの遺伝子配列の特徴表現とCNNの提案手法を、こちらの10年前の実験結果にぶつけてきました。今の仕事は研究とはかなり離れていますが、この件に静かに感動しました。

特徴量選択、Boruta

https://aotamasaki.hatenablog.com/entry/2019/02/10/130647

Boruta
https://aotamasaki.hatenablog.com/entry/2019/01/05/195813

pytorch-lightning

https://github.com/williamFalcon/pytorch-lightning

知性の核心とは何か？

https://industry-co-creation.com/category/icc-fukuoka-2018/f18-s4e

Facebook, Carnegie Mellon build first AI that beats pros in 6-player poker

https://ai.facebook.com/blog/pluribus-first-ai-to-beat-pros-in-6-player-poker/

稲盛和夫氏「値決めは経営」、アマゾンとアップルは対極 ではトヨタ式は？

https://www.sbbit.jp/article/cont1/27531

Kaggle Kernels ノートブックで BigQuery データを分析

https://cloudplatform-jp.googleblog.com/2019/07/analyze-bigquery-data-with-kaggle-kernels-notebooks.html?m=1

木田元『ハイデッガー拾い読み』

木田元『ハイデッガー拾い読み』新潮文庫
https://www.shinchosha.co.jp/book/132082/

ハイデガー拾い読み (新潮文庫)

哲学youtber ネオ高等遊民のおすすめでハイデッガーの推薦された本から
ハイデッガーの講義録を紹介した木田元『ハイデッガー拾い読み』を
読んだ。

・「世界内存在」という概念の出来
・古代存在論は制作的存在論である
・ニーチェとキルケゴールについて
が印象に残った。
解説の三浦雅士の解説が面白い。サリンジャーの小説へのハイデッガーやリルケへの影響をのべ、村上春樹の『風の歌を聞け』、太宰治の『魚服記』などにも同じ質の絶望を感じるという。
太宰治『魚服記』

いま安部公房全集１巻を読んでいるが、安部公房のハイデッガーやリルケへの傾倒が顕著である。

DQNからRainbowまで 〜深層強化学習の最新動向〜

https://www.slideshare.net/juneokumura/dqnrainbow

推薦システムrecommendation sysytem

推薦システムに関する書籍のまとめ

〇神嶌先生のスライド

http://www.kamishima.net/archive/recsys.pdf

〇サイバーエージェントの推薦システム

https://www.slideshare.net/cyberagent/ss-92591706

〇『試して学ぶ機械学習』

実際に新しい開発環境で実装したい向け。

https://book.mynavi.jp/ec/products/detail/id=103399

Chapter01　開発・実行環境を整える 
　Amazon SageMakerを使った開発・実行環境を構築します。 
Chatper02　機械学習を試してみる 
　基本的な機械学習の流れを、データの前処理から評価まで一通り体験します。 
Chapter03　機械学習モデルを使うWebサイトを作る 
　Webブラウザ上での入力からサーバサイドの処理まで、機械学習モデルを使ったWebサイトの構築を一通り学びます。 
Chapter04　より大規模にデータを集めていく 
　クローリングやスクレイピングといった、データ収集の方法を学習します。 
Chapter05　ユーザの反応を集める仕組みを作る 
　ユーザログを集める仕組みを構築していきます。 
Chapter06　推薦システムを作る 
　総仕上げとして、推薦システムのWebアプリケーションを構築していきます。 
Chapter07　工夫してシステムを洗練していく 
　AWS Lambdaを使い、サーバレスで機械学習をデプロイします。 
Chapter08　Appendix 
　開発が円滑に進むLinuxコマンドやSSH、エディタの解説を行います。 

試して学ぶ 機械学習入門 ~Pythonで作って、動かして身につける~

〇『推薦システム: 統計的機械学習の理論と実践 』

https://www.kyoritsu-pub.co.jp/bookdetail/9784320124301

魅力的な機械学習の内容

・高速オンライン双線形因子モデル(FOBFM)

・回帰ベース潜在因子モデル(RLFM)　

・潜在ディリクレ分配による因子分解

・テンソル分解モデル

・多目的最適化

推薦システム: 統計的機械学習の理論と実践

〇『学会誌　人工知能2019.5』

https://www.ai-gakkai.or.jp/vol34_no3/

人工知能 Vol.34 No.3 （2019年5月号） [雑誌]

特集：「推薦システム」
特集「推薦システム」にあたって 奥　　健太 282
ニュースサービスの変化とニュース記事推薦システム  関　　喜史 283
商品推薦システム
　─ E-Commerce サービスでの推薦システムの活用─ 平手　勇宇・Li Tianyu・Le Phuc 292
楽曲推薦システム
　─プレイリスト，コンテキスト，インタラクション─  奥　　健太 300
観光情報推薦システム  北山　大輔 309
レシピ推薦システム  中島　伸介・上田　真由美 317

〇国際会議RecSys

https://recsys.acm.org/

〇Qiitaから

『強化学習×推薦アルゴリズムを試せる環境「RecoGym」とは？』
強化学習環境であるOpenAI gym上で推薦システムを試せる環境

https://qiita.com/teamOkudo/items/e7679f3503a34018d29e

RecoGym GitHub

paper

〇Paper with Code -Recommendation System

https://paperswithcode.com/task/recommendation-systems

安部公房全集

安部公房全集の第１巻を古本屋で購入。
一覧
http://k-ishik2.seesaa.net/article/137978220.html
全集読みをやろうと思う。

安部公房全集〈1〉1942.12‐1948.5

小林秀雄は、以下のように読者に全集の通読を勧めます。

　「或る作家の全集を読むのは非常にいい事だ。研究でもしようというのでなければ、そんな事は全く無駄事だと思われ勝ちだが、決してそうではない。読書の楽しみの源泉にはいつも『文は人なり』という言葉があるのだが、この言葉の深い意味を了解するのには、全集を読むのが、一番手っ取り早い而も確実な方法なのである」

　名文に満ちた「読書について」の中でも、以下の一文は特に心に沁みます。「書物が書物には見えず、それを書いた人間に見えて来るのには、相当な時間と努力とを必要とする。人間から出て来て文章となったものを、再び元の人間に返す事、読書の技術というものも、其処以外にはない」

安部公房全集１を横目に見ながらハイデッガーの講義録（ニーチェ）と木田元の本を読んでいる。寄り道をしながらもいいかもしれない。

数理科学 2019年6月号 No.672 特集：「データサイエンスの数理」 － 数理で読み解くデータの価値 －

http://www.saiensu.co.jp/?page=magazine&magazine_id=1

数理科学
山西先生の記事でデータサイエンスと機械学習の違いが説明されている。
モデルに関する説明責任がデータサイエンスの目的。

数理科学 2019年 06 月号 [雑誌]

数理科学では、次月では量子コンピュータ、その次の月では可積分系を特集して、自分の関心にあう。

paiza

https://paiza.jp/

AtCoder

AtCoder に登録したら次にやること ～ これだけ解けば十分闘える！過去問精選 10 問 ～

https://qiita.com/drken/items/fd4e5e3630d0f5859067

AtCoder
https://atcoder.jp/?lang=ja

LeetCode: コーディング面接に向けた練習に使えるサイトの紹介

https://www.madopro.net/entry/2016/09/05/135126

https://leetcode.com/

Pythonでの組合わせ最適化

Qiitaからの記事　まとめ
https://qiita.com/tags/%E7%B5%84%E5%90%88%E3%81%9B%E6%9C%80%E9%81%A9%E5%8C%96

Qiita
Tsutomu Saitoさんの記事が組み合わせ最適化が充実している。
https://qiita.com/SaitoTsutomu

Qiita
組合せ最適化 - 典型問題と実行方法。様々な問題ごとに整理され解説されて素晴らしい
https://qiita.com/SaitoTsutomu/items/0f6c1a4415d196e64314

Qiita
組み合わせ最適化　チートシート
数理最適化モデラー(PuLP)チートシート(Python)
https://qiita.com/SaitoTsutomu/items/c0bbf6cf8873ccd7edf3

Pulp公式サイト
https://pythonhosted.org/PuLP/

Tensorflow2.0

roadmap

roadmap和訳（ただし古い）

https://www.hellocybernetics.tech/entry/2018/09/20/001259

https://qiita.com/n_kats_/items/da69830a9c7e0b8259c6


https://qiita.com/n_kats_/items/d80dbb56f58e65da383b

計算論的精神医学: 情報処理過程から読み解く精神障害

計算論的精神医学―情報処理過程から読み解く精神障害

• 国里 愛彦/片平 健太郎/沖村 宰/山下 祐一【著】

• 価格 ¥3,780（本体¥3,500）

• 勁草書房（2019/01発売）

精神疾患のモデルに機械学習をモデルを適用したアプローチである。勁草書房から出ている

という点が面白い。ニューラルネットワークは神経細胞のをモデル化したものだが、それを精神疾患に適用できるのか？心の哲学に意識のハードプロブレムというものがある。心と脳の問題に及んでくる問題である。

計算論的精神医学: 情報処理過程から読み解く精神障害

研究室

出版社HP
目次

まえがき

第1部　理論編

第1章　精神医学の基本問題
　1.1 はじめに
　1.2 疾病分類学の問題
　1.3 バイオマーカーの問題
　1.4 説明のギャップ（異なるレベル間を橋渡しする理論の不在）の問題

第2章　計算論的アプローチ
　2.1 はじめに
　2.2 Marr の3つの水準
　2.3 計算論的精神医学
　2.4 計算論的アプローチの利点
　2.5 計算論的心身医学と計算論的臨床心理学

第3章　計算論的精神医学の方法
　3.1 計算論的精神医学と生成モデル
　3.2 計算論的精神医学で用いられる生成モデルと研究方法
　3.3 生物物理学的モデル
　3.4 ニューラルネットワークモデル
　3.5 強化学習モデル・ベイズ推論モデル
　3.6 計算論的精神医学の方法論の洗練化に向けて

第2部　方法論

第4章　生物物理学的モデル
　4.1 はじめに
　4.2 神経系，ニューロンの概要
　4.3 代表的な生物物理学的モデルの説明

第5章　ニューラルネットワークモデル
　5.1 はじめに
　5.2 ニューラルネットワークモデルの動作原理
　5.3 ニューラルネットワークモデルの学習
　5.4 時系列情報を扱うニューラルネットワークモデル：リカレント・ニューラルネットワーク（RNN）
　5.5 連続時間型リカレント・ニューラルネットワーク（CTRNN）
　5.6 多時間スケールリカレント・ニューラルネットワーク（MTRNN）
　5.7 初期値敏感性，パラメトリックバイアス，トップダウン的予測とボトムアップ的修正
　5.8 適応行動の計算理論「予測符号化」・神経ロボティクス

第6章　強化学習モデル
　6.1 はじめに
　6.2 行動価値にもとづく強化学習モデル
　6.3 行動データからの強化学習モデルのパラメータ推定
　6.4 状態価値に基づく強化学習モデル
　6.5 強化学習モデルにおけるモデル選択
　6.6 状態遷移，遅延報酬を扱う強化学習モデル
　6.7 TD 学習
　6.8 モデルフリー強化学習とモデルベース強化学習
　6.9 強化学習とその神経基盤

第7章　ベイズ推論モデル
　7.1 はじめに
　7.2 ベイズ推論
　7.3 カルマンフィルター
　7.4 階層ガウシアンフィルター
　7.5 自由エネルギー原理
　7.6 おわりに

第8章　疾病分類・研究方略への計算論的アプローチ
　8.1 はじめに
　8.2 現状の疾病分類・研究方略
　8.3 計算論的精神医学による疾病分類・研究方略への貢献
　8.4 展望

第3部　精神疾患への適用事例

第9章　計算論的精神医学の具体的研究事例
　9.1 統合失調症の計算モデル研究
　9.2 気分障害の計算モデル研究
　9.3 自閉スペクトラム症の計算モデル研究
　9.4 強迫性障害の計算モデル研究 
　9.5 心的外傷後ストレス障害の計算モデル研究
　9.6 物質使用関連障害の計算モデル研究

第10章　生物物理学的モデルを用いた計算論的精神医学研究
　10.1 はじめに
　10.2 ニューロン群の持続的活動の解析研究
　10.3 Rolls らのアトラクターネットワークモデルによる研究
　10.4 脳のラージスケールシステムのモデル研究

第11章　ニューラルネットワークモデルを用いた計算論的精神医学研究
　11.1 はじめに
　11.2 ニューロン新生とうつ病
　11.3 シナプス刈り込みと幻覚・妄想
　11.4 ニューロンゲインと文脈的情報処理の異常とドーパミン
　11.5 階層的な神経回路の階層間の機能的結合の異常と統合失調症の病態メカニズム
　11.6 予測精度の推定とその失調としての精神障害

第12章　強化学習モデルを用いた計算論的精神医学研究
　12.1 統合失調症と強化学習モデル
　12.2 薬物依存と強化学習
　12.3 うつ病のアンヘドニアと強化学習
　12.4 双極性障害と強化学習
　12.5 モデルベース強化学習・モデルフリー強化学習のバランスと精神障害
　12.6 抑うつとモデルベース強化学習
　12.7 恐怖学習と強化学習モデル

第13章　ベイズ推論モデルを用いた計算論的精神医学研究
　13.1 ベイズ推論モデルの精神障害への適用
　13.2 統合失調症のベイズ推論モデル
　13.3 感覚の減衰と能動的推論
　13.4 幻聴と階層ガウシアンフィルター
　13.5 自閉スペクトラム症のベイズ推論モデル
　13.6 自閉スペクトラム症の視覚弁別と階層ガウシアンフィルター
　13.7 まとめ

付録
参考文献
索引
著者紹介