Pydata.Tokyoで「High Performance Python Computing for Data Science」を話してきた
先日4/3にPyData.Tokyo meetup #4で話して来ました。
経緯としては、最適化超入門を話したときに丁度PyDataの運営の方がいて、
スピーカーにならないかと誘われてお話することに。
印象としては、以前話したTokyoWebMiningよりもデータ分析業界の人が多い感じでした。
運営方針の違いなわけですが、発表内容をマニアックにしといて良かったです。
今回の資料のウリとしては、この2点です。
- GPGPU(Numba)
- 疎行列周り
この2つは特に公開されている情報がほぼ見当たらなかったので、
勉強会に参加した皆さんに良い情報をお伝え出来たかな、と思っています。
専門全体像の発表はブルーオーシャン
勉強会の中でも触れましたが、前回の「最適化超入門」と今回の「High Performance Python Computing for Data Science」は、偉そうに分野の全体像を語っています。
普通はこう言うのは分野の権威の先生しか恐れ多くて話せないところですが、
逆説的に厳密な正確性を要求されない勉強会にフィットする発表だと思っています。
表:世にある著作
分野の一部分 | 分野の全体像 | |
---|---|---|
厳密 | 論文 | 教科書 |
大体合ってる | 勉強会 | ブルーオーシャン |
アカデミックの方々は大体あってる分野の全体像なんて、恐れ多い+厳密性にかけるので中々取り扱えないですが、一般の勉強会なら、何も気にせず話すことが出来ます。
ちゃんと勉強したい人は是非教科書を読むべきですが、
勉強するにしても漠然と全体像が分かっていると学習効率が高い気がしています。
結局何が言いたいかと云うと、
私が勉強したいので皆さんの分野の全体像の資料を作って下さい。笑
アカデミックと一般の出来る事出来ない事を補完し合って行けるといいですね。