入門書の書籍一覧

ソフトウェアエンジニアはきっと誰もが穴があったら入りたくなるようなコードを書いた覚えがあるのではないでしょうか？
まれに最初から 100 点の設計ができる人もいますが、僕もたくさんいわゆる「クソコード」を書いてきましたし、見ても来ました。
良くないコードとわかっていても直すことができず、良くないコードを更に良くないコードにしたこともありました。

そもそもコードが汚いと以下のような問題があります。

- 読みづらい
- 変更がしづらい
- 新たなバグを誘発する
- コードからプログラムの挙動が予測できない
- バグを抱えたまま動き続ける
- パフォーマンスが落ちる

経験を積んでくると、よくあるパターンがいくつか見えてきました。
本書は僕が書いてきた・見てきた・聞いてきたプログラミングアンチパターンについて以下を紹介します。

- アンチパターンの紹介
- 何が問題なのか
- どうすればよいのか

僕自身まだまだアンチパターンを生み出す未熟者で、偉そうなことは言えません。

僕が大好きな本である「SQL アンチパターン」をリスペクトして、各章にアンチパターン名を付けながら、恐る恐る書いてみます。

本書ではGCP Cloud AutoMLを使った手軽にできる機械学習の手法を解説しています。具体的には文章の感情分析、画像認識と画像分類、Kaggleのタイタニック問題をAutoMLを使って予測していきます。

まず最初に人工知能の一分野である機械学習とはどのような分野であるのか、教師あり学習と教師なし学習の違い、強化学習、特徴量、モデル、過学習、ニューラルネットワークやディープラーニングの概説を紹介します。その上で元GoogleのAI 研究者のフェイ・フェイ・リー 氏が提唱した「AI の民主化」と「利用者としての人工知能」を考えていきます。

次にGCPのアカウントの作り方、予算とアラートの設定方法、PythonからAutoML APIを実行する開発環境の作り方を解説していきます。

文章の感情分析では、AutoML Natural Language APIをPythonから実行して、近代日本文学を代表する文豪・太宰治の『走れメロス』や『人間失格』の感情分析を試みます。

画像分類では、AutoML Visionを使ってデータセットから都市の写真を学習させ、その学習結果のモデルを元に新しいデータセットに対してどの都市の写真であるのかを自動予測させます。

AutoML Tablesを使ってKaggleのタイタニック問題も解いていきます。タイタニック問題は幾つかの限られたデータを元に誰がタイタニック号から生還したかを予測する問題です。特徴量を適切に選定しながら、この問題をAutoMLで解いていきます。

本書は機械学習を学び始めたい方、手軽に機械学習を実行できる環境を創りたい方に最適です。お気軽に機械学習を始めて未来型生活を構築しましょう。

「プログラミングスクールに行って IT エンジニア目指します！」
最近よく聞くようになりました。
私も聞かれたら答えるのですが、いろんな思いが生まれ、うまく答えられずにいました。

本書ではこの質問を整理し、「IT エンジニアになる方法」を考え、幸せに IT エンジニアとして生きる方法を考えます。

本書で示す選択肢の一つとして「諦める」ことも挙げています。
「IT エンジニアになる方法」と言いつつ諦めることを勧めるのは、この仕事は何かしら好きになれるものが見つからないと辛く、精神を病んでしまうことも多い>からです。
タイトルと異なる結論ではありますが、不幸を減らしたいために挙げています。

当然、人によってアドバイスが違います。
本書は「もし私が現在、未経験から IT エンジニアになるとしてどうするか」を書いています>。
これは私にあった方法で、あなたに合うとは限りませんから、本書を手にとったからと言って>無理に本書に従う必要はありません。
あなたが信頼できるアドバイスをくれる人に従うのがよいでしょう。