ITわかりません、ぜんぜんメモ
トピックごとによい記事の順に
統計
前後データ（Pre-Post）の比較分析で使う統計手法 | 運用型広告に特化した広告代理店 株式会社オーリーズ｜運用型広告を起点に、目標達成への最短距離を描くパートナー
平均の検定とは｜市場調査ならインテージ
全体で平均等を算出する。その後、その中の特定の集団の平均等を算出する。その後、有意差があるか判定する。
必要サンプル数の計算ツール
サンプル数の決め方｜アンケートで信頼できる回答数とは？ | 24時間セルフ型アンケートツールFreeasy（フリージー）
結局webでは決定的な説明がない。
サンプルサイズの決め方 書籍
https://amzn.to/3tBbrWN
ということで捨てたいなこれって話ですわ。
教科書をみていると、分割表、prepostなので利用するのはχ二乗検定というやつらしい。カイ二乗分布との関係が不明なのだ。
>独立性のカイ二乗検定は、ざっくりいうと、分割表の上の変数と横（普通は左側）の変数が独立か否かを検定するためのものです。そのときに、独立であるという仮説の下で、「分割表の各セルの期待度数と観測値の差の二乗和がカイ二乗分布に近似できる」という性質を用いて行うので、カイ二乗検定と名付けられています。
カイ二乗分布のわかりやすいまとめ | AVILEN AI Trend
AI
ランダムフォレスト
決定木作成のアルゴリズム | にかわのおぼえがき
決定木のアルゴリズムCARTアルゴリズムわからへん。トカゲ本みて日本語のqiitaみてなんとなくってレベル。
講義資料 – 九州大学 数理・データサイエンス教育研究センター
ネットワーク
Haskell
Monad
ずっとわからない。わかったら、使わなくて忘れる。
永遠にわからないだろう。
これらの記事をずっと読んだらわかるんですか？
A Fistful of Monads - Learn You a Haskell for Great Good!
わかりやすい。最初から順に読むべし。
モナドについて言及あり。コールグラフを変えられるとかなんとか。
翻訳だからきっとわかりやすいだろう。いやベルトコンベアの昔わからない記事あったな、、
ポケモンをしらん。
まじかよ、たぶんむりだ、
filterM
How does filterM work in Haskell?
filterMの定義を覗いたら疲れた - Qiita
大量のモナドリンクがある、目っ、目が！
あ、これ昔読んでた、全然わからん時代、いまなら、永遠に時間を潰せるモナドでございますね
Monad変換子
わかりやすいな、しかしファンクタとアプリカティブの知識を前提としている。もちろんモナドも。そこが難しいんだよね。というかわからなくなる。
Real World Haskell Chapter 18. Monad transformers
Haskell/Monad transformers - Wikibooks, open books for an open world
モナドトランスフォーマー・ステップ・バイ・ステップ(Monad Transformers Step By Step) - りんごがでている
順を追って理解する MaybeT モナドの使い方
Haskell モナド変換子 超入門 - Qiita
Effect System? Extensible Effects
Template Haskell
Template Haskell を使ってメタプログラミングをやってみた│FORCIA CUBE│フォルシア株式会社
Template Haskellでコンパイル時にFizzBuzz - Qiita
Template Haskell 入門した - daimatz.hateblo.jp
Template Haskell でコード中に JSON を埋め込んだりコンパイル時にファイルから型安全に読み込んだりする - blog.ryota-ka.me
ちょと実用的？
Rust
カニがくいたくて、じゃなくてwasmがしたくて
wasmができるのがいいよね、作りたいものがいまいちわからんのだよね
rustupいつかの自分がいれてた、
wasm-packを入れればいい。cargo失敗しまくるのはwhy?
webpackは必須でない/自分js知らんし、
wasmのチューチュー
チュートリアル
うえのでわからんので、もっと簡単な、、
Rust言語の基礎
VS Code
Visual Studio Code関係について調べてみる。
Python
生成AIにきいてみます
VS Code windows python jupyter notebook をやりたい。インストール方法と、最初のjupyterプロジェクトを始める手順を教えてほしい
VS CodeでPythonとJupyter Notebookを使用するための手順を説明します。
インストール手順:
a) VS Codeをインストール:Visual Studio Codeの公式サイトからダウンロードしてインストールします。
b) Pythonをインストール:Python.orgから最新版をダウンローﾄﾞしてインストールします。
インストール時に「Add Python to PATH」にチェックを入れてください。
c) VS Codeの拡張機能をインストール:VS Codeを開き、左側のExtensionsタブ（四角が4つあるアイコン）をクリックします。
検索バーで「Python」と入力し、Microsoftの公式Python拡張機能をインストールします。
同様に「Jupyter」と検索し、Jupyter拡張機能もインストールします。
最初のJupyterプロジェクトを始める手順:
a) 新しいフォルダを作成:プロジェクト用の新しいフォルダを作成します。
b) VS Codeでフォルダを開く:VS Codeを開き、「File」→「Open Folder」でプロジェクトフォルダを選択します。
c) 新しいJupyter Notebookを作成:左側のExplorerタブで右クリックし、「New File」を選択します。
ファイル名を「example.ipynb」のように.ipynb拡張子で保存します。
d) Jupyter Notebookを使用:新しいノートブックが開きます。
右上の「Select Kernel」をクリックし、Pythonインタープリターを選択します。
e) コードを実行:セルの左側の実行ボタン（三角形）をクリックするか、Shift+Enterを押してコードを実行します。
これで、VS CodeでPython Jupyter Notebookの環境が整い、最初のプロジェクトを始めることができます。何か詳しく知りたい部分や質問があれば、お気軽にお聞きください。
venvやライブラリのpipによるインストールは不要なのか？
ご指摘ありがとうございます。仮想環境（venv）の作成とライブラリのインストールは非常に重要な手順です。これらの手順を含めた、より詳細なプロセスを説明します：
1. venv（仮想環境）の作成:
a) VS Codeでターミナルを開く:
- 「View」→「Terminal」を選択
b) プロジェクトフォルダに移動:
```
cd path/to/your/project
```
c) 仮想環境を作成:
```
python -m venv myenv
```
d) 仮想環境を有効化:
- Windows: `myenv\Scripts\activate`
- macOS/Linux: `source myenv/bin/activate`
2. 必要なライブラリのインストール:
a) Jupyterをインストール:
```
pip install jupyter
```
b) その他の必要なライブラリをインストール:
```
pip install numpy pandas matplotlib
```
（プロジェクトに応じて必要なライブラリを追加してください）
3. VS Codeでの Python インタープリターの選択:
a) コマンドパレットを開く:
- Windows/Linux: Ctrl+Shift+P
- macOS: Cmd+Shift+P
b) "Python: Select Interpreter" と入力し、選択
c) 作成した仮想環境のPythonインタープリター（例：`./myenv/Scripts/python.exe`）を選択
4. Jupyter Notebookの作成と実行:
前回説明した手順で新しいノートブック（.ipynb）を作成し、右上の「Select Kernel」で作成した仮想環境のPythonを選択します。
これらの手順を追加することで、プロジェクト固有の仮想環境が作成され、他のプロジェクトとの依存関係の衝突を防ぐことができます。また、pipを使用して必要なライブラリをインストールすることで、プロジェクトに必要な全ての機能を使用できるようになります。
ご質問いただき、ありがとうございました。この追加情報が役立つことを願っています。他に疑問点やさらに詳しく知りたい部分があれば、お気軽にお尋ねください。
venvの手順を含めた全体の手順をもう一度示してほしい
はい、venvの手順を含めた全体の手順を改めて示します。
1. VS CodeとPythonのインストール:
a) VS Codeを公式サイトからダウンロードしてインストール
b) Python.orgから最新版をダウンロードしてインストール（「Add Python to PATH」にチェック）
2. VS Code拡張機能のインストール:
a) VS Codeを開き、Extensionsタブで以下をインストール:
- Python (Microsoft)
- Jupyter
3. プロジェクトフォルダの作成と仮想環境のセットアップ:
a) プロジェクト用の新しいフォルダを作成
b) VS Codeでそのフォルダを開く（File → Open Folder）
c) VS Codeでターミナルを開く（View → Terminal）
d) 仮想環境を作成:
```
python -m venv myenv
```
e) 仮想環境を有効化:
- Windows: `myenv\Scripts\activate`
- macOS/Linux: `source myenv/bin/activate`
4. 必要なライブラリのインストール:
a) Jupyterをインストール:
```
pip install jupyter
```
b) その他の必要なライブラリをインストール:
```
pip install numpy pandas matplotlib
```
5. VS CodeでPythonインタープリターの選択:
a) コマンドパレットを開く（Ctrl+Shift+P または Cmd+Shift+P）
b) "Python: Select Interpreter" と入力し選択
c) 作成した仮想環境のPythonを選択（例：`./myenv/Scripts/python.exe`）
6. Jupyter Notebookの作成と使用:
a) 左側のExplorerタブで右クリック → New File
b) ファイル名を「example.ipynb」として保存
c) ノートブックが開いたら、右上の「Select Kernel」で作成した仮想環境のPythonを選択
d) コードセルに以下を入力:
```python
print("Hello, Jupyter!")
```
e) セルの実行ボタンをクリックするか、Shift+Enterで実行
7. プロジェクトの開発:
a) 必要に応じて新しいセルを追加し、コードを書いていく
b) ライブラリのインポートや、データ分析、可視化などを行う
これらの手順に従うことで、VS CodeでPythonとJupyter Notebookを使用する環境が整います。仮想環境を使用することで、プロジェクト固有の依存関係を管理し、他のプロジェクトとの競合を避けることができます。
何か不明な点や、さらに詳しく知りたい部分があればお知らせください。
さらに聞いてみるとpythonコマンドは仮想環境に含まれるらしい。依存性を下げるためらしい。
既存のプロジェクトの使い方はt.b.d.
Rust
t.b.d.
F Sharp
t.b.d.
Haskell
dev containerは楽そう。しかし、ディスクスペースをプロジェクト単位で数GB使うとかはきついな、貧乏なディスクなんでね。
なのでghcupで環境整えてからだね、これ。
t.b.d.
DB
主キーとか外部キーとか
講義のツボ - 【ファイルとデータベース】
正規化
講義のツボ - 【ファイルとデータベース】
第4回 データベースの正規化
外部参照してるキーを主キーにすることは可能? -DB設計について質問な- その他（データベース） | 教えて!goo
形式手法
LTSA
橋、赤ターンと青ターンの切り替えって、サイズ０って条件かなと。
https://www.doc.ic.ac.uk/~jnm/book/pdf/ch7.pdf
プロセス代数の基本と関連ツールの紹介
https://staff.aist.go.jp/y-isobe/topse/vic/slides/csp-isobe-2010-07.pdf
LTSAはWBとか。
いいなと思ったら応援しよう！
