SE Can't Code

A Tokyo based Software Engineer. Not System Engineer :(

年間200冊読書を目標にする.

社会人になってから圧倒的に読書量が増えたが、僕の職場には去年一年で400冊読んだ人がいたので、もうちょっと僕も読む量を増やそうと思う。そこで年間読書量の目標を200冊に設定した(多分それくらいが届かないくらいで丁度いい気がする)。今後はちょこちょこ最近読んだ本というものを記録に残していこうと思うので、まずはここ数ヶ月くらいで読んだ本一覧をメモ。

仕事関連(統計学/機械学習


新・よくわかる統計学の考え方 (MINERVA TEXT LIBRARY)

データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC (確率と情報の科学)

Rによるやさしい統計学

Rによるデータサイエンス-データ解析の基礎から最新手法まで

データサイエンティスト養成読本 機械学習入門編

実践 機械学習システム

複雑ネットワーク―基礎から応用まで

深層学習 (機械学習プロフェッショナルシリーズ)

サンプルサイズの決め方 (統計ライブラリー)

データ分析プロセス (シリーズ Useful R 2)


仕事以外の技術書(和書)


UNIXという考え方―その設計思想と哲学

検索エンジン自作入門 ~手を動かしながら見渡す検索の舞台裏

世界でもっとも強力な9のアルゴリズム

定本 Cプログラマのためのアルゴリズムとデータ構造 (SOFTBANK BOOKS)

サーバ/インフラ徹底攻略 (WEB+DB PRESS plus)

コーディングを支える技術 ~成り立ちから学ぶプログラミング作法 (WEB+DB PRESS plus)


仕事以外の技術書(洋書)


Python Data Science Essentials - Learn the fundamentals of Data Science with Python

Programming Pearls (ACM Press)


技術書以外


人工知能は人間を超えるか (角川EPUB選書)

エンジニアとして世界の最前線で働く選択肢 ?渡米・面接・転職・キャリアアップ・レイオフ対策までの実践ガイド

How Google Works (ハウ・グーグル・ワークス) ―私たちの働き方とマネジメント

ビッグデータの正体 情報の産業革命が世界のすべてを変える

1分間マネジャー―何を示し、どう褒め、どう叱るか!

リーン・スタートアップ


仕事関連の統計学機械学習系は数学がバンバン出てくるので、スピードが全然出ない。一度学んだところはサクサク進むが、初見の理論の理解はまだまだ辛い。あと英語がスラスラ読めるレベルに達したので、洋書を増やしていきたい。洋書持ってスタバ行ってMac開いてお洒落な生活を送りたい。
2016年は、筋肉つけて本読んでキャンプ行く年にしよう。