黒木玄 Gen Kuroki
- いいね数 389,756/311,170
- フォロー 995 フォロワー 14,556 ツイート 293,980
- 現在地 (^-^)/
- Web https://genkuroki.github.io/documents/
- 自己紹介 私については https://twilog.org/genkuroki と https://genkuroki.github.io と https://github.com/genkuroki と https://github.com/genkuroki/public を見て下さい。
2017年11月29日(水)
＃超算数 #掛算
問題文に出てきた数値のままに掛けて間違えた、といういつも通りの秋の風物詩、と思ったら、えっ？
twitter.com/tsuchm/status/...
この教師は「掛け算は出てきた順」派なのか？ 「いくつ分×１つ分の順」派なのか？それとも採点ミスなのか？
posted at 23:34:52
【アンドロメダ銀河（M31）】
銀河系から250万光年の距離に位置し、およそ1兆個の恒星から成る渦巻銀河である。直径22～26万光年で、直径8～10万光年である銀河系よりも大きく、局部銀河群で最大の銀河である。球状星団G1を持つ。pic.twitter.com/jMMCLxWDwS
タグ：
posted at 23:00:17
教員からの暴力被害について、まず学校（校長・教頭）に連絡する保護者の方が多いんですが、特に被害児童が低学年の場合、“聞き取り調査”と称して、「自分の勘違いだった。本当は叩かれていない」などと無理に証言させられる事案があったので、おすすめしません。
タグ：
posted at 19:51:27
『強化学習技術とゲーム AI −今できる事と今後できて欲しい事−』。7年間 強化学習研究されてきた 同じAI研究開発グループの甲野さん視点で「ゲーム環境での強化学習」の基礎から最新研究、現状課題、今後の挑戦、についてまとめられたよい資料。ぜひ。 #shibuya_synapse www.slideshare.net/yukono1/ai-826...
タグ： shibuya_synapse
posted at 19:39:36
#JuliaLang 自分専用の擬似乱数をrandで生成するようにしたい場合には
(1) Distributions.jlの方法で確率分布の型 Hoge を定義
(2) その型にrand函数(もしくは_rand!函数)を実装
(3) Hoge型のdに対して rand(d,100)で確率分布Hoge型のdに従う擬似乱数が100個生成される。
タグ： JuliaLang
posted at 09:51:49
絶滅が危惧されてた巻貝専食の猛禽タニシトビのフロリダ個体群、わずか10年で嘴が1割ほど大きくなる急速な進化によって外来種のスクミリンゴガイ（ジャンボタニシ）に獲物をスイッチし、現在は順調に個体数が増加中 / “Things Lo…” htn.to/Ev51Qi
タグ：
posted at 09:51:13
#JuliaLang 何度も紹介していることですが、
nbviewer.jupyter.org/github/steveng...
にある Problem 1の解答ではTaylor展開と連分数展開による数値計算のコードの最適化の仕方が懇切丁寧に説明されています。
multiple dispatchのおかげで数値計算用の函数を使ってそのまま連分数展開を表示できています。 pic.twitter.com/D8TKfkFly5
タグ： JuliaLang
posted at 09:47:52
あと、「同じものを異なる記号で書くことも普通」という注意も必要。
「記号法」や「用語法」のような「インターフェース」の部分に目を奪われて、数学の中身を理解できなくなるのはものすごく損。
既存の「インターフェース」が気に入らないなら、自分流でノートを作ればよい。
タグ：
posted at 09:43:39
#JuliaLang 数学の授業では「異なるものを同じ記号で表すことは普通。同じ記号で書いていても同じものだと安易に思い込まないように！」と繰り返し強調します。
異なるものを同じ記号で表すスタイルはかなり効率的。
Julia言語でもその注意とメリットは同じ感じ。
タグ： JuliaLang
posted at 09:40:53
#JuliaLang Julia言語の意味での MersenneTwister は最近の改良されて高速高質になった方の dFSMT の方です。
www.math.sci.hiroshima-u.ac.jp/~m-mat/MT/SFMT...
タグ： JuliaLang
posted at 09:38:04
#JuliaLang スクリーンショット追加。
methods(rand)
rand函数で色々なことができる。その「色々」の各々についてソースコードへのリンクが表示されている。このソースコードへのリンクが表示される機能はとても便利。この機能は「真似するため」にも使える。 pic.twitter.com/JSim81mie2
タグ： JuliaLang
posted at 09:24:03
#JuliaLang まず、どの型でも動く函数 f を書いて試す。それだけで実用的ならそれで問題無し。その f で不満が生じたら、特別な型に対して最適化された函数を同じ名前の f で書く。それだけで、f を使って書いたプログラムがそのまま最適化された函数 f を使ってくれるようになる。気楽でよい。
タグ： JuliaLang
posted at 09:18:34
#JuliaLang
{at}which 1+1
{at}which 1.0+1.0
{at}which 1 + 1.0
でそれらを計算する函数のソースコードへのリンクが表示される。これとっても便利。
Julia言語の函数のオーバーロード(multiple dispatch)はJulia言語を気楽に使える道具にしてくれていると思う。 pic.twitter.com/fa5Vn4kGyZ
タグ： JuliaLang
posted at 09:13:53
#JuliaLang
* 転置を'と書くことは結構普通
* 何が実行されるかわかり難いというのはある。{at}whichで確認するとソースへのリンクが出て来るのは便利。次のツイートにスクリーンショット。
* methods(函数)とすると「函数」で実行される可能性のリストが表示。
twitter.com/Showsay_You/st...
タグ： JuliaLang
posted at 09:10:29
@NPRougier Could also not resist to turn it into an interactive Makie.jl plot with #JuliaLang :)
gist.github.com/SimonDanisch/a...
vimeo.com/244926110
タグ： JuliaLang
posted at 09:07:32
なんかこのツイートの反響が大きいんですけど、この中の「学校のイミフなルール」には「小学校 ＃算数 の ＃掛算 の順序」が含まれます。 twitter.com/vecchio_ciao/s...
posted at 08:05:11
@croce1 @sekibunnteisuu @vecchio_ciao @AS_Insects @golgo_sardine 私が教員採用試験に落っこちて非常勤講師として勤務した学校(神奈川県でもそこそこの進学校)の職員室にて、「数学なんて暗記科目だからどうたらこうたら」と大声で生徒に話している化学の女性教員がいた。ハリセンモノだと思った。本当にやめてほしい。
タグ：
posted at 07:18:50
Juliaのキーワード引数はめっちゃ遅かったんだけど，すごい速くなりそう！
use named tuples as keyword varargs. fixes #4916 by JeffBezanson · Pull Request #24795 · JuliaLang/julia github.com/JuliaLang/juli...
タグ：
posted at 00:56:28
#統計 #JuliaLang 色々遊んでみてのなんとなくの話でしかないのですが、WAICやLOOCVの振る舞い方(揺らぎがKL情報量と逆向き)は事前分布の違いにあまりよらないような感じなのですが、WBICや事前分布によるモンテカルロ法による自由エネルギーの推定は事前分布の取り方で様子がかなり変わる感じ。
posted at 00:28:43
#統計 #JuliaLang 添付画像は
nbviewer.jupyter.org/gist/genkuroki...
より
上と同じシミュレーションでWBICとベイズ自由エネルギーの正確な値(のつもり)を得た結果の比較
WBIC－自由エネルギーは独特の分布の仕方をしています。
もしかしたらまだバグが残っているかも。バグを見付けたら教えて下さい。 pic.twitter.com/7xmrhKXsIx
posted at 00:20:01
#統計 #JuliaLang
真の予測誤差を表わすKL情報量とWAICのヒストグラムがほぼ左右対称形になっているのは偶然ではありません。これはLOOCVでも完全に同様です。
この傾向はモデル選択をするときには障害になります。なぜならば、真の予測誤差が下がると、WAICとLOOCVは上昇するからです。
posted at 00:13:54
#統計 #JuliaLang 添付画像は
nbviewer.jupyter.org/gist/genkuroki...
より
これは、Normal(μ=1.0, σ=2.0)で生成したサイズ1024のサンプルを1000個生成して、以上で使った共役事前分布のもとで推定を実行し、WAICを計算した結果です。真の値であるKL情報量との比較のために同一の値T_trueを引いてある。 pic.twitter.com/JEYUvuzdn6
posted at 00:08:59
#統計 #JuliaLang 添付画像は
nbviewer.jupyter.org/gist/genkuroki...
より
一つ前の添付画像の続き。
* ベイズ自由エネルギーの正確な値
* WBIC
* β=0での(事前分布による)モンテカルロ法によるベイズ自由エネルギーの数値計算結果
を比較しています。事前分布によるモンテカルロ法の誤差が大きいです。 pic.twitter.com/0P8boOTrug
posted at 00:04:22
#統計 #JuliaLang 添付画像は
nbviewer.jupyter.org/gist/genkuroki...
より
左が共役事前分布のサンプルのプロットで、右が共役事後分布のサンプルのプロットです。推定先の未知の確率分布はNormal(1.0,2.0)でサンプルサイズは1024です。
プロットは乱数ですが、中身のベイズ更新はexact formulaを使っています。 pic.twitter.com/vH14FEjHKZ
posted at 00:00:06
