スキップしてメイン コンテンツに移動

!おまけ

[[なんかバトンがきたので書く|http://d.hatena.ne.jp/syou6162/20081218/1229539204]]。てか、syou6162の参考にはならない気がするぞw

お勧めというよりは今年わりとマジメに読んだ本を挙げていくことにする。2008年に出版された本はほとんどない:-) ちなみにPRMLはまだ読めてない。

今年日本語訳も出た{{isbn '1584886420は必読。あれ、これしか読んでない>ω<

来年は発生科学の科学史っぽいものや、脳や行動と学習理論あたりを読んでも良いとは思っている。

今年はモデル選択が中心だったな。去年読んでいた{{isbn '4000068431のわからないところが{{isbn '4781912125と{{isbn '4254127820と{{isbn '4320021711を読んだらわかった。KL情報量からAICまでしっかりと理解が繋がったのが成果だった。細かい話になるが、これらと並行して混合正規分布のパラメータ推定まわりを理解するために、{{isbn '4000068512 も読んだ。

来年こそはベイズ、特にPRML読みたいが確率過程と統計力学が先か。まあ、必要になった統計を乱読だろうな。

読みものとしては{{isbn '4140019913が楽しめた。生命科学で考えてみてもよい問題意識がいくつかあると思った。でもこの本が扱っている内容がファイナンスの数理全体のなかでどういう位置のトピックスを扱っているかよくわからなかった。

生命科学でも頻繁に出てくるようになったランジュバン方程式と幾何ブラウン運動を理解するために、{{isbn '450161790X と {{isbn '4501619406 の一部を読んだ。とても理解しているとは言えない程度だが。この2冊はボス部屋の本棚から借りパク:-)

ということもあって、来年は、{{isbn '4431710922と{{isbn '3540208828あたりを読みたい。前者は読み始めていてマルコフ過程のころが眠くなった。Rでシミュレーションしながら読むとたいくつしのぎになるかも。[[大野先生が配布しているPDF|http://webusers.physics.uiuc.edu/~y-oono/]]も使う予定。

同期の話とかちゃんと読んだことがなかったので{{isbn '4087204081が楽しめた。臨時別冊・数理科学の「ネットワーク科学への招待」も最新の論文が広くまとめられていて良かった。

来年は統計力学を{{isbn '4563024376で勉強しなければ。確率過程と同様、[[大野先生が配布しているPDF|http://webusers.physics.uiuc.edu/~y-oono/]]も使う予定。

今年はあまりプログラミング系の本は読んでいないな。

{{isbn '4901683500 去年出版だけど、俺が読んだのは今年に入ってから。Rでプログラミングするのに持ってないとかありえないという本。目次で逆引リファレンス的に使うのが吉。

{{isbn '4873113644 スクラッチからデータマイニング関係のプログラムを書く練習にはなった、普段はRでいいけど。あとPythonの読み書き力が少し向上した。Pythonの本を読んでもよかった気がするけどWebの情報だけでなんとかなるぐらいドキュメントが豊富。しかもオライリーの初めてのPythonがありえない厚さで、おっさんの体力的には読めないと思ったので1冊も購入せず。良い本があれば教えてしてくださいな。ちょっと毛色が違うが、シミュレーションの実装なんかでは {{isbn '4274067475 が良いかもしれないと思って読んでいる。

{{isbn '4873113563 Rubyでのテスト駆動開発が豊富な例とともに解説されいる。どういう時にどういうテストを書けばよいか感覚を掴むには良い本だったと思う。

来年はTDD、デザパタ、関数プログラング系をやっつけたい気がするが、たぶん今年同様、数理のほうメインで読んでいく流れだろうな。ただ仕事上、3Dグラフィックス系を読まなねばらんかも。

スピードなんちゃら、レバレッチなんちゃら、勝間さん系を数冊読んだ。ためにはなったがGTDの時ほど生活が変わる感じではなかった。

ドラッカー買ったけど積読中。いまいちモチベーションがわかない。

はじめてラノベに取り組んだ。

{{amazon '4840233020 これが大好きすぎて全巻プラス単行本化されていない短編もほぼ収集した。たぶん10周以上は読み返している。俺も見た目かわいらしい系で知的な女の子と旅したい。ホロかわいいよホロ。

コメント

このブログの人気の投稿

シーケンスアダプタ配列除去ツールまとめ

FASTQ/A file からシーケンスアダプター配列やプライマー配列を除くためのプログラムをまとめてみる。 まず、配列の除去には大別して2つの方向性がある。ひとつは、アダプター配列を含む「リード」を除いてしまう方法。もうひとつは除きたい配列をリードからトリムする方法である。後者のほうが有効リードが増えるメリットが、綺麗に除ききれない場合は、ゲノムへのマップ率が下がる。 気をつける点としては、アダプター/プライマーの reverse complement を検索するかどうか。paired end の際には大事になる。クオリティでトリムできるものや、Paired-end を考慮するものなどもある。アダプター/プライマー配列の文字列を引数として直接入力するものと、multi fasta 形式で指定できるももある。 From Evernote: シーケンスアダプタ配列除去ツールまとめ TagDust http://genome.gsc.riken.jp/osc/english/software/src/nexalign-1.3.5.tgz http://bioinformatics.oxfordjournals.org/content/25/21/2839.full インストール: curl -O http://genome.gsc.riken.jp/osc/english/software/src/tagdust.tgztar zxvf tagdust.tgz cd tagdust/ make sudo make install rehash 使いかた: tagdust adapter.fasta input.fastq -fdr 0.05 -o output.clean.fastq -a output.artifactual.fastq 解説: 入出力形式は fastq/a が使える。リード全体を除く。速い。アダプター配列を fasta 形式で入力できるのが地味に便利で、これに対応しているものがなかなかない。Muth–Manber algorithm (Approximate multiple

ChIP-seq の Peak calling tool を集めたよ

ほかにもあったら教えてください。プログラム/プロジェクト名がツールのプロジェクトサイトへのリンク。その論文タイトルは論文へのリンクになっています。 ツール名の50音順です。 CCCT -  A signal–noise model for significance analysis of ChIP-seq with negative control , chipdiff と同じグループ CisGenome -  CisGenome: An integrated software system for analyzing ChIP-chip and ChIP-seq data . ChromSig -  ChromaSig: a probabilistic approach to finding common chromatin signatures in the human genome. ChIPDiff -  An HMM approach to genome-wide identification of differential histone modification sites from ChIP-seq data ChIP-Seq Analysis Server FindPeaks -  FindPeaks 3.1: a tool for identifying areas of enrichment from massively parallel short-read sequencing technology. Version 4.0 is out. GLITR -  Extracting transcription factor targets from ChIP-Seq data HPeak -  HPeak: an HMM-based algorithm for defining read-enriched regions in ChIP-Seq data MACS -  Model-based Analysis of ChIP-Seq (MACS). PeakSeq -  PeakSeq enables systematic scoring of ChIP-seq experimen

大学の研究室でアカデミックプランが使えるICTツール

自分らでサーバ管理したくないので、SaaS系とローカルで動くソフトのみ。ローカルで動くソフトに関しては、Mac or Docker で動くもののみ。 無償 G Suite for Education  (ドキュメント共有、カレンダーなど) GitHub Education  (ソースコード管理) esa.io アカデミックプラン  (知識共有) Tableau  (データ可視化) Scrapbox  (知識共有) GROWI.cloud  (Wikiなど) 割引 Slack の教育支援プログラム  (ビジネスチャット) Dropbox Education  (ファイル共有、ドキュメント共有) Office 356  (オフィスソフト) Adobe Creative Cloud  (画像編集) AutoDesk for Education  (CADなど) これから申し込んでいくところなので、本当に使えるかはわかりせん。使えた使えないなどの情報やほかのツールでお勧めがあれば教えてもらえると嬉しいです。 アカデミアでなくても無料で使えるツールのうち、うちで使うであろうものは以下に列挙していく。 Google Colaboratory  (データ解析) Overleaf  (論文執筆) Rstudio  (開発, データ解析) VS code (開発)