模試の点数：90点
今日は線形回帰をscikit-learnで分けよう大会と
次元削減の話を勉強。
横軸に予測値、縦軸に実測値を取る散布図を描いて
y=xに大体集まれば回帰を使った学習はうまくいっている、、おぼえた！
次元削減は特徴量を損なわずに次元を削減するんですね。
…この文章のわかってなさそう度がすごすぎて泣けます。
書籍では線形に集まっていそうなデータをy=xに射影して2次元を１次元に
削減していたけれど、もしかしてこれは線形に集まっていなかったら
削減するとうまい学習データにならないのでは、、あれ？
次元削減はモデルを作る学習じゃない？？？いや、、
学習の過程で元のデータの特徴を残したままなんとかしていくのか？
…明日復習しよう。
■Jasst Reviewたのしみ
去年の今頃はJSTQB ALTMの結果が出て、試験に合格したことと
自分のスキルの無さのギャップに悩みまくっていたころです。（今も悩んでいますが）
それで何とかしたくて、Jasstやテスコンチュートリアルに申し込んだのが1年前ですね...
去年のJasst Reviewにいくときにはひたすらドレスコードだの
ノートPC持って行っていいかだのを調べていましたが（）
まさか1年後にオンライン開催になることは予測していませんでした。
ドレスコードを調べなくていい！
本当は色々な講演を受講したときにうまくレポートをまとめておければと思います。
1年前は貴重な情報をまとめられない自分にやきもきもしていました。
今もやきもきはするのですが、ちょっと考えるスタンスが変わっていて
たとえ何かを残しておけなくても、聞いたことは形を変えて自分の中に残って
思いもよらないところで役に立ったりするので、
得たい情報があるところには躊躇せず飛び込んでいこうと。
ねますやーー
