インターネットの普及により知識共有が加速しました。オープンソースソフトウェアやソーシャルメディア のみならず，以下のエントリを含むエコシステムが昨今の進歩の源泉であろうと考えます。

• AMT
• ArXiv
• GitHub
• Google
• Kaggle
• Linux
• Medium
• Python
• Reddit, stackoverflow, stackexchange, 各種 SNS

特に最新の論文が arXivに投稿され，そのソースコードが GitHubで公開されることはこの分野の進歩の大きな要因の一つと言えます。 おなじく，Kaggleのようなデータ共有により知識は一層拡大し加速しています。

自分の Windows で環境構築するには¶

• パッケージマネージャは Chocolatey, Mac なら homebrew
• Python 環境は anaconda, もしくはminiconda
• Pythonのバージョンは 2.7 系と 3 系とありますが，3 系で良いでしょう
• Python をブラウザ上で動作させるためには jupyter notebook anaconda もしくは chocolatory, homebrew からインストールできます。ananconda などを用いることで複雑なライブラリ間の依存関係を吸収することができます。
• Jupyter notebook のクラウド環境は Google Colaboartory
• Python 上で動作するディープラーニング(深層学習)のフレームワークには，Tensorflow, keras, PyTorch などがあります。

資料¶

• 学習済みのモデルを再利用するためには TensorFlow Hub
• 参考資料: Stackoverflow の言語トレンド
• Python の初歩
• PCA と tSNE との比較 kmninst を用いて