黒木玄 Gen Kuroki(@genkuroki)/2018年03月16日

仲正昌樹氏のタイトルは秀逸だけど、１つだけ訂正をさせていただく。
私は収入は少ないけどニートではないです。Incognito（匿名）でツイートやっているけど働いています。仲正氏の本をいろいろ買っていますが（お客様は神様！）、自分の収入で買ってますんで

タグ：

posted at 23:57:00

@ikaneko その質問への回答は私には無理。だからRTしておきました。 #Julia言語

タグ： Julia言語

posted at 23:55:32

仲正氏の今回のブログ記事タイトルは
【虚言癖の役立たずで、まともな人から相手にされない哀れな中年ニートである自分の境遇を、忙しい大学教員に転嫁し、「あんたを相手にしてやっているのは私だけだ！」「あんたの精神状態はやばい」、と泣きながら言い張る中二病オタク（Ookubo Tact）の心の叫び】

タグ：

posted at 23:53:55

非公開

タグ：

posted at xx:xx:xx

山川賢一さんから私にバトンタッチだ。
山川賢一さんにはバトンは返さないぞ！！！
＃仲正昌樹

タグ：仲正昌樹

posted at 23:51:06

やっと仲正昌樹氏の連載が更新された。待ち遠しかった。
今回は私がメインになっている（嬉しい）。
現代思想界のステージに紹介された気分。
ずっーと日陰者だったんで

twitter.com/meigetsus/stat...

タグ：

posted at 23:48:24

非公開

タグ：

posted at xx:xx:xx

#Julia言語個人的に面白いと思っていることがあって、それはパソコンが発するノイズ音の違い。

公式バイナリのJulia 0.6.2とMKL版のJulia 0.6.2で巨大行列の対角化を実行したときのパソコンが発する音が違う！

私はこの件について自分が普段使っているパソコンであればABXテストを通る自信がある。

タグ： Julia言語

posted at 23:29:20

Julia motivation: why weren’t Numpy, Scipy, Numba, good enough?
discourse.julialang.org/t/julia-motiva...

タグ：

posted at 23:24:23

twitter.com/kirara_shining...

MKL版の #Julia言語を使いたいならば、自分でMKL版のJuliaバイナリを作って使う以外の手段として、JuliaPro personal free edition として配布されているMKL版のバイナリを使う手があります。(私もMKL版を使うことがある。)

juliacomputing.com/products/julia...

タグ： Julia言語

posted at 23:23:02

くりーむとらさん @cream_torasan

Cythonは動かす環境毎にビルドしなきゃならなくて面倒くさい。Juliaはバイナリをダウンロードしてきてポンポンで動くので大変ラク。

タグ：

posted at 23:21:45

「消費税率を引き上げても害がないとか言っていた人達はひどく間違っていた」のではなくて、分かっていてウソをついていたんだと思います。。。 twitter.com/genkuroki/stat...

タグ：

posted at 23:20:03

申し込んだっ

春の Julia 10k stars 祭り 1 of 2 data-refinement.connpass.com/event/81109/ #datarefinement

タグ： datarefinement

posted at 23:16:24

こいなぎ @naginyan135

ごまふあざらし(GomahuAzaras @MathSorcerer

ここから９手で詰むのですが、この筋は一般人にはさすがに見えなくないですか...？

タグ：

posted at 23:08:58

非公開

タグ：

posted at xx:xx:xx

Lain Matsuoka/松岡玲音 @lain_m21

100 numpy exercises in Julia v0.6.2 on @Qiita qiita.com/yatra9/items/a...

タグ：

posted at 23:00:55

NumbaやCythonの問題は、それまで適当にPythonで書いてたことができなくなることで、classやdictのサポートがされていないというのが厳しい。そのままPython的に書いてて高速化が必要になった時に「あれ」ってなるので、それなら最初から適当に書いても速いJuliaは魅力的かなと。

タグ：

posted at 22:56:56

こいなぎ @naginyan135

【トン死しやすい局面part65】
なんかさっき24してたら2800の人にここから詰まされて負けたんだけど、今改めて考えてみても全く自玉の詰み筋が見えないのはやっぱり私だけなんだろうか。 pic.twitter.com/LxY7JFRFPE

タグ：

posted at 22:53:58

#統計コンピューターで実装する場合の問題は、p(y|z)=∫p(y|m)p(m|z)dm の積分結果の公式がないと、その積分を数値積分で実装しなければいけないことです。これ結構やっかいな問題(ずっと言っている)。

タグ：統計

posted at 22:53:10

タグ：統計

posted at 22:51:26

niszet @niszet0

Juliaと聞いて参加申し込んでしまったぜ。行けるはず…
data-refinement.connpass.com/event/81109/pa...

タグ：

posted at 22:51:03

#統計その場合と「分散1の正規分布の平均mはパラメーターz付きの確率分布p(m|z)に従っている」として階層モデル化した場合の大きな違いはそれ。階層もモデル化した場合の想定では、サンプル(Y_1,…,Y_n)のY_iはどれも同じ確率分布に従ってランダムに生成されるので、サンプルサイズはnとみなされる。

タグ：統計

posted at 22:48:52

#統計問題：互いに独立な分散1のn個の正規分布

p(y_i|m_i)=exp(-(y_i-m_i)^2/2)/√(2π)

の各々に確率変数Y_iが従うとき、サンプル(Y_1,…,Y_n)のサイズはnであるか？

解答：いいえ、Y_i達はそれぞれ別の確率分布に従うので、その場合のサンプルサイズは1とみなされるべきである。

タグ：統計

posted at 22:45:05

#数楽たとえサンプルサイズ1であっても特殊事情があれば意味のある推定ができる場合もあるでしょうが、サンプルサイズが1になる解釈とサンプルサイズがnになる解釈を並列にしかも漸近論が基礎であるWAICについて述べるのはミスリーディング。

タグ：数楽

posted at 22:37:23

#数楽あと漸近論に関する階層モデルの場合に生じる「サンプルサイズ1問題」にも注意を払うことが必要かも。

twitter.com/genkuroki/stat...

タグ：数楽

posted at 22:29:58

ゴルゴ・サーディーン @golgo_sardine

#Julia言語

 github.com/JuliaLang/juli...
RFC: rename `trace` to `tr`

個人的にはどっちでも問題無し。

大激論になっていた。tr派が勝利して Merge されたようだ。Julia言語で行列のトレースは tr と書くことになった。

v1.0に向けてこういう類の議論をしているのは見ていておもろい。

タグ： Julia言語

posted at 21:56:45

@nyamo_wktk いきなりで失礼します。
【なにがあかんの？？？】
こちらをどうぞ。→ togetter.com/li/901635 #掛算

タグ：掛算

posted at 21:56:14

#数楽 AIC, BIC, WAIC, WBICなどの漸近論が素晴らしいのは、モデル選択にも利用できる漸近論だからです。その辺が不明瞭な解説者が書いたものを読むときには注意を払わないと危険です。

もちろん漸近論なので場合ごとに有限のnでの有効性を事前にチェックしてから使わないとダメなのですが。

タグ：数楽

posted at 21:46:43

#数楽例えばある本に【漸近論によらずに推定法の性能を評価する方法がある。例えばAがある】のように書いてあるとき、そのAがもしも真の分布をカンニングしなければ不可能な方法だったとすれば、推定法の性能の評価にその方法が使えても、モデル選択には利用できないわけです。

タグ：数楽

posted at 21:46:42

#数楽問題：ピアソンのカイ二乗統計量の漸近論(漸近的にカイ二乗分布に従う)は「真の分布をカンニングしないと計算できない量の漸近論」と「データ(サンプル)のみから計算できる量に関する漸近論」のどちらでしょうか？

解答：データ(サンプル)のみから計算できる量に関する漸近論。

タグ：数楽

posted at 21:46:42

#数楽例えば、汎化誤差や平均自由エネルギーの漸近論は真の分布をカンニングすること抜きに計算不可能な量に関する漸近論です。

それに対して、経験損失(予測分布の尤度)や自由エネルギーの漸近論は真の分布を知ることなくサンプル(データ)のみから計算できる量に関する漸近論です。

タグ：数楽

posted at 21:46:42

#数楽あと、統計学特有の事情として、同じ漸近論でも、真の分布をカンニングしないと計算できない量に関する漸近論と、真の分布が何であるか知ることなくサンプル(データ)のみから計算できる量に関する漸近論をきちんと区別して説明するべきだと思う。

タグ：数楽

posted at 21:46:41

#数楽まとめ

* n→∞で成立している結果をnが有限の場合に使うときには、場合ごとにチェックしておかなければいけない。

* nが小さくても十分に使えそうなことがわかる場合もあれば、逆にnを巨大にしても全然使えないことがわかる場合もある。

こういう当たり前の説明が普通になって欲しい所。

タグ：数楽

posted at 21:46:41

#数楽 n→∞で成立しているが、nを10万にしても全然成立していないようにしか見えない印象的な例として、特異モデルに近い混合正規分布モデルの場合があります。

これも実際にコンピューターで計算してみないとわからない。

twitter.com/genkuroki/stat...

タグ：数楽

posted at 21:46:41

#数楽統計学の文脈でも以下のような主張は誤り。

* サンプルサイズが10くらいだと、AIC, BIC, WAIC, WBICの類は全く使えない。

* サンプルサイズが10万なら、AIC, BIC, WAIC, WBICの類は使える。

実際には場合ごとにシミュレーションで確認しておく必要があります。

タグ：数楽

posted at 21:46:41

#数楽 n→∞での漸近挙動を有限のnにおける近似として用いる場合には、その場合ごとに誤差の見積もりを前もってしておく必要があります。統計学の文脈であればテストサンプルをたくさん作ってシミュレーションを実行しておく必要があると思います。

タグ：数楽

posted at 21:46:40

#数楽それではカイ二乗検定はnを非常に大きくしないと全然使えないのかというと、場合を限れば全然そういうことはないわけです。そういう話は

twitter.com/genkuroki/stat...

でも再度触れました。

タグ：数楽

posted at 21:46:40

#数楽ちょっと高級な統計学の話として、Wilksの定理を用いて、ピアソンのカイ二乗統計量を使ったカイ二乗検定を作ることがあるのですが、Wilksの定理は漸近論の典型的な定理で一般論としてはサンプルサイズn→∞の場合にしか成立しない定理です。

タグ：数楽

posted at 21:46:40

#数楽例えば、n→∞でa_nがαに収束するとき、nが小さくてもa_nがαを実用的な範囲で十分に近似ている可能性もあるし、nを100万にしてもa_nはαからかけ離れた数値になっている可能性もある。

一つ前のツイートのリンク先で長々と書いている話は実はたったこれだけの話の実例を示しているに過ぎない。

タグ：数楽

posted at 21:46:39

twitter.com/genkuroki/stat...

#数楽リンク先のスレッドのお話の続き。n→∞で成立する数学的結果を有限のnで使うことについて、以下の主張はどちらも誤り。

* その結果はnが小さなとき、例えばnが10くらいの数のときには使えない。

* その結果はnが大きなとき、例えばnが10万のときには使える。

続く

タグ：数楽

posted at 21:46:39

@Dsuke_KATO Juliaはv1.0にもなってないですからねぇ...

タグ：

posted at 20:52:48

Python3と比較すれば…。 twitter.com/ceptree/status...

タグ：

posted at 20:51:41

Numba知ったときよく考えるなぁと思ったけど，確かJuliaにインスパイアされて作ったんだよね。

タグ：

posted at 20:51:38

これは酷い話なんだが、いったい自民党はワタミをどう考えているのか。そもそもワタミを議員にしてるところからしておかしいよな twitter.com/ssk_ryo/status...

タグ：

posted at 20:46:04

Endo, Takaho @caripso

@ceptree はい。numpyの行列の初期化くらいはそのうちできるようになるかと期待しています。
Juliaも昔はバグまみれだったように、numbaも進歩してできることが増えていくとより使いやすくなると思います。
NVIDIAはJuliaもNumbaも推しているようなのでGPUの利用も双方期待できると思いますし。

タグ：

posted at 20:40:45

#Julia言語以上はPyPlotバックエンドで作成。

gr()
ENV["PLOTS_TEST"] = "true"

として作った動画は添付動画の通り。GIF動画作成はあっというまに終わります。しかし、見ればわかるように背景のグリッドが見えなくなっています。GRバックエンドのこの不都合の解決策を誰か教えて下さい。 pic.twitter.com/yPZWACI84u

タグ： Julia言語

posted at 20:39:09

Python(27歳)とJulia(6歳)を比較してライブラリがとかコミュニティがとか言うのはどうかと思うぞ

タグ：

posted at 20:36:31

#Julia言語ほんの少しコードをいじって、最後まで時間が進んだら、逆向きに時間が進むようにしてみました。 pic.twitter.com/6AhNGrGFMZ

タグ： Julia言語

posted at 20:36:03

@caripso JuliaとPythonを比較したときに、Numbaへの期待は大きいと思うので、個人的にも頑張って欲しいです。

タグ：

posted at 20:31:50

#Julia言語 github.com/hydrocoast/jul... にあるGIF動画と同じGIF動画が Q8_DiffEq.jl を実行すれば生成されます。添付動画は私の環境でそうやって作ったGIF動画。

私の環境はWindows 8.1 (10でさえない)なのですが、問題無しでした。 pic.twitter.com/ENMvNVj32Z

タグ： Julia言語

posted at 20:28:22

＃超算数　（続き）　　１９７０年代の数学教育の現代化の反動なのか？

タグ：超算数

posted at 20:27:08

twitter.com/hydrocoastjp/s...

#Julia言語早速試してみました(Windows 8.1環境)。

Q8_DiffEq.jl → おお！すげえ！GIF動画が生成された！面白いのでみんな試してみるとよいと思う。

次のツイートに続く

タグ： Julia言語

posted at 20:25:19

＃超算数　　「中学の数学の証明」というのは大変なことらしい。小学校でも証明をしているはずだけど、何が違うのだろう？
成人の儀式のような大仰なことらしい

タグ：超算数

posted at 20:24:48

Endo, Takaho @caripso

@ceptree Numbaはバージョンがまだ0.37で以前はnumpyの関数サポートももっと少なかったのでまだ道半ばですね。お手軽に高速化できることはJuliaの大きな利点だと思います。
重い処理になったときに詰めていくとどの言語でもあまり変わらないので、優劣はなく手に馴染みがあるかないかだと思います。

タグ：

posted at 20:21:09

twitter.com/ceptree/status...

ほんとその通りで、Pythonでもnumba使えばJuliaと同じであるかのようなことを言っている人は技術がわかっていない人だと思う。

私は「JUlia+PYThon+R=Jupyterでみんな幸せ」というのをすすめているのですが。

タグ：

posted at 20:14:30

@caripso ありがとうございます。Numbaについては網羅的に調べたわけではないですが、前できなかったのはlambdaとか関数内の関数とかですね。Juliaだと手軽に速くしたいときに、全体をfunction main()で囲って実行したりするんですが、同じプログラムをPythonのNumbaでやるとできなかったです。

タグ：

posted at 20:13:24

行列のトレースを計算する関数がtraceのままで良いのかtrにすべきか大議論になっててウケる (結局trになったっぽい)。

タグ：

posted at 19:58:42

Endo, Takaho @caripso

Numbaでできないことは主にPythonのオブジェクト操作、例外ハンドリング、ジェネレータ関連とnumpyでPythonの複雑な構造のオブジェクトを扱うことでしょうか。
numba.pydata.org/numba-doc/0.37...
numba.pydata.org/numba-doc/0.37... twitter.com/ceptree/status...

タグ：

posted at 19:58:03

Hiroyasu Kamo @kamo_hiroyasu

今回の前川講演調査がダメとなると、「水からの伝言」とか組体操とか親学とかの実践についても同じ理屈で調査はダメになってしまいそうで、それはそれで困ります。

タグ：

posted at 19:21:00

へのへのもへじ @KagenoMoheji

@Dsuke_KATO @NaNkotsukan Julia言語とは初耳でした……勉強になります！

タグ：

posted at 18:49:56

非公開

タグ：

posted at xx:xx:xx

Julia 1.0のマイルストーンのissueが増えたり減ったりしているのじゃ

タグ：

posted at 18:42:49

非公開

タグ：

posted at xx:xx:xx

PythonでもNumbaで出来たら俺だってほんと嬉しいんだけど、現状LLVMのJITコンパイルが、Juliaではできるけど、Numbaだとでけいないことがいろいろある。情報どっかにまとまってないかな。

タグ：

posted at 18:36:35

「どうすればPythonをJuliaと同じくらい速く動かせるのか？」というようなブログ記事の翻訳があったと思いますが、**時代遅れ**です。

twitter.com/genkuroki/stat...

タグ：

posted at 18:25:45

ちなみにPython numbaは速いです。個人的には結構好印象。Pythonを使うときには使いたい。しかし制限がきつい。

プログラミングにはユーザー定義の型の類が必須。現代的プログラミング言語の機能がフル装備で速くなければ #Julia言語の競争相手にはならない。

タグ： Julia言語

posted at 18:23:51

@NaNkotsukan @KagenoMoheji Pythonは名前解決と型チェックに大量の時間がかかるので、小さなforループではオーバーヘッドが大きくてこれだけ遅くなってしまいますね。numpyとの差はメモリーのアロケーションがどれだけ発生してるかの違い・・・かもしれません。

タグ：

posted at 18:22:40

julia触ってみるか...

タグ：

posted at 18:14:36

@Dsuke_KATO @KagenoMoheji Pythonが遅いだけなのでしょうか...
numpyは最強だと思ってたので驚きです

タグ：

posted at 18:14:24

@Dsuke_KATO @NaNkotsukan @KagenoMoheji 私も再検証してみたのですが、 #Julia言語は速かったです。ついでにforループを書かずに速くする方法も見つけました。

twitter.com/genkuroki/stat...

タグ： Julia言語

posted at 18:13:47

@NaNkotsukan @KagenoMoheji 普段はPythonユーザーなので、実は私も同じ感想です(^^;

タグ：

posted at 18:07:57

@hiroakichan 型推論しないほうが型推論するより良いことがあるという主張かと思いますが，同意できません。

タグ：

posted at 18:06:43

@hiroakichan そうですか

タグ：

posted at 18:05:50

Python numpy的には「全部numpyの配列で記述して配列計算をつなげれば速い」ということなのでしょうが、 #Julia言語的にはメモリ確保のオーバーヘッドが気になりまくるくらい速いので「配列を確保しまくる計算は遅くなる」という感覚になります。

タグ： Julia言語

posted at 18:05:33

@hiroakichan ちょっと何を言いたいのかよくわからないです。まぁ，使ってみて下さい。

タグ：

posted at 17:59:05

#Julia言語

PythonやRやRubyをJuliaと同じように高速化できるか？

* 既存のPythonやRやRubyのコードがそのまま動くままでJuliaなみに高速化することは不可能。

* 厳しい制限を課せば可能。しかし、既存のコードの大部分は動かなくなる。

* Juliaは最初から高速計算に向いた設計なので速い。

タグ： Julia言語

posted at 17:58:19

@Dsuke_KATO @KagenoMoheji リプありがとうございます
Juliaだったんですね．速いとは聞いたことがありましたがここまでとは...

タグ：

posted at 17:58:12

きらら☆しゃいにんぐ @kirara_shining

@hiroakichan 一概には言えないのですが，多くの場合JuliaはCと同程度には高速です。「コミュニティが弱い」についても，Juliaにはかなりテクニカルな質問にも答えてくれるコミュニティがあるので，弱いとは思いません。プログラミング言語は競争ではないので，使い所が重要だと思います。

タグ：

posted at 17:57:11

Julia調べてて作業進んでないけど、気がまぎれたのでよしとしよう

タグ：

posted at 17:57:06

@NaNkotsukan @KagenoMoheji 3つ目は #Julia言語ですね(^^;

タグ： Julia言語

posted at 17:53:48

きらら☆しゃいにんぐ @kirara_shining

@hiroakichan Juliaは型推論機能を持っているお陰で他のスクリプト言語では難しいspecializationをすることができます。これは高レベルなインターフェースでパフォーマンスを落とすことなく操作をできるので便利です。

タグ：

posted at 17:51:58

きらら☆しゃいにんぐ @kirara_shining

速度求めるとMKLとintelコンパイラに落ち着いてしまったけど、さくっと数値計算回す程度ならJulia使ってみたい

タグ：

posted at 17:48:42

Julia気になる

タグ：

posted at 17:47:58

@hiroakichan Pythonから動的実行をするためにCのコードを書いてコンパイルしてffiを書いて…というのが面倒なのがJuliaひとつでできるのが嬉しいところです。VM方式でも似たことはできるのかと思いますが，私はよく知らないです。「誰もついてこない」かどうかは，今後Juliaがどうなるかで示されることなので…

タグ：

posted at 17:43:41

#Julia言語

さすがに21世紀の現代にforループで書きまくるのはつらい。以下のリンク先はforループを書かずに高速化できることの証明。

twitter.com/genkuroki/stat...

タグ： Julia言語

posted at 17:43:37

#Julia言語ではnumpyにあたるものが最初から使えるようになっています。

さらにforループが速いおかげで特別なノウハウを持たない人でも高速計算をし易い。

リンク先の単純なベンチマークテストも参照。
Julia的にはnumpyは全然速くない。

twitter.com/genkuroki/stat...

タグ： Julia言語

posted at 17:41:14

@KagenoMoheji 1つ目はnumpyでｶﾘｶﾘにチューンされたやつを使ってるから早い
2つ目はpythonで普通に実装してるから遅い
3つ目は知らんけどそもそもこれPython...?CythonとかJITとかじゃない??

タグ：

posted at 17:38:34

さすがに #Julia言語にNumpyで立ち向かうのは無茶過ぎ。竹槍で戦闘機に立ち向かうも同然。

Jupyter仲間のPythonとRとJuliaは3つとも使った方が便利だと私はずっと言っている。もちろんRubyも昔から便利。

そして異なる言語のあいだの連携機能がきっと重要になるだろうと思っている。

タグ： Julia言語

posted at 17:34:17

@hiroakichan 要約にもちょっと書いてありますが，詳しくは本文中の"The Two Language Problem"とかいてある節を読んで下さい。

タグ：

posted at 17:32:19

へのへのもへじ @KagenoMoheji

@NaNkotsukan それ，俺も気になってるんだけど，
for
内包表記
iterator
あとなんかリンクにある書き方
twitter.com/Dsuke_KATO/sta...

並行処理(最後のはそれ？)はさておいて，やっぱ後者ほど速くなるもんなん？

タグ：

posted at 17:26:16

@hiroakichan 最適化されたC言語で書かれたアルゴリズムより高速にするのは難しいと思いますが，同程度のパフォーマンスが出せる以上，書きやすくて実行しやすい言語の需要があるのは自然だと思います。

タグ：

posted at 17:21:33

普通のforよりは速い

タグ：

posted at 17:19:40

遙 @yharuka0126

この前まで小児科で「スマホに育児をさせないで」ってポスターあったのがなくなってた。

森戸やすみ先生 @jasminjoy 信者ではないけど、この記事読んで「そーだよねー」って思ってたのでポスターなくなったここの小児科の好感度アップした
www.asahi.com/articles/SDI20...

タグ：

posted at 17:19:31

@hiroakichan 詳しくはリンク先の論文を読んでもらえるとわかりますが，Juliaは数値計算を主目的に設計されているので，その設計のお陰で動的実行とパフォーマンスを両立し，数値計算のアルゴリズムからユーザのインターフェースまで一つの言語で書けるようにすることで開発者とユーザの壁を取り払う事ができます。

タグ：

posted at 17:18:54

World and Science @WorldAndScience

Guitar strings pic.twitter.com/B3UTlMtiVg

タグ：

posted at 17:00:11

斉藤ひでみ・現職教師（西村祐二） @kimamanigo0815

@hiroakichan Juliaは言語仕様と標準ライブラリが数値計算を主目的に設計されているので，これら自体がキラーライブラリ的な性質を持っていると思います(arxiv.org/abs/1411.1607)。

タグ：

posted at 16:59:37

僕は教員の待遇改善だけを訴えたいんじゃない。
時代に合わない「給特法」という異常な法律が許されるのか。このままじゃ日本の公教育は崩壊するんじゃないか。それを訴えたい。
公立教員だけの特権「残業は命令されない」を死守しようという考えは、都合が良すぎたのだと思う。

タグ：

posted at 16:44:59

#Julia言語たぶん、PyPlot.jlとPlots.jlによるプロットの使い方を知っていれば、困らないと思います。PyPlot.jlはPython標準のmatplotlib.pyplotを使い、Plots.jlは様々なバックエンドを使います。どちらもよく使われており、現在はPlots.jlがJulia標準になりつつある過程の段階だと思います。

タグ： Julia言語

posted at 16:32:54

@hiroakichan Juliaの標準ライブラリの配列操作はNumPyにも劣らないと思っていますが，どの辺が足りなさそうですか?

タグ：

posted at 16:31:46

#Julia言語プロット 11/11 + 正準方程式を解く

nbviewer.jupyter.org/gist/genkuroki...
Solving single pendulums by DifferentialEquations.jl

これはPyPlotによるプロットの例にもなっています。
単振子を様々なシンプレクティック法で解きまくっています。

添付画像は真の解からずれまくっている場合。 pic.twitter.com/GjOXlHSrL5

タグ： Julia言語

posted at 16:30:48

残り125件のツイートを見る

#Julia言語プロット 10/11

nbviewer.jupyter.org/gist/genkuroki...
2変数以上の確率密度函数の3次元プロットの例 pic.twitter.com/RsJuoAFXDs

タグ： Julia言語

posted at 16:27:01

#Julia言語プロット 9/11

nbviewer.jupyter.org/gist/genkuroki...
GRバックエンドで日本語フォントが使えないことの確認

タグ： Julia言語

posted at 16:25:02

#Julia言語プロット 8/11

nbviewer.jupyter.org/gist/genkuroki...
PyPlotで自動的に決まる線の色とスタイルの変え方 pic.twitter.com/8eXECz3nEi

タグ： Julia言語

posted at 16:23:18

#Julia言語プロット 7/11

nbviewer.jupyter.org/gist/genkuroki...
日本語フォントをPlotsで使用する方法

非常に残念なことにGRバックエンドでは日本語フォントは利用できない。
他のバックエンドを使う。 pic.twitter.com/jdBIzG7skX

タグ： Julia言語

posted at 16:21:59

#Julia言語プロット 6/11

nbviewer.jupyter.org/gist/genkuroki...
日本語フォントをPyPlotで使用する方法 pic.twitter.com/HykumxMHT9

タグ： Julia言語

posted at 16:20:20

Paul Painlevé @Paul_Painleve

佐藤さんの論文だとτ函数の初出は
Studies on holonomic quantum fields. X, Proc. Japan Acad. Ser. A Math. Sci. 54 (1978), 309--313
projecteuclid.org/euclid.pja/119...
かなあ？　まだ広田の双線型方程式との関係には気づいてないか twitter.com/st_red_strat/s...

タグ：

posted at 16:14:57

#Julia言語プロットの仕方 3/11

PyPlot.jl と matplot.animation によるGIFアニメに作り方

nbviewer.jupyter.org/gist/genkuroki...
Gibbs sampling animation (translation Python to Julia) pic.twitter.com/8KNmchR0IA

タグ： Julia言語

posted at 16:10:42

#Julia言語プロットの仕方 2/11

PyPlot.jl と matplot.animation によるGIFアニメに作り方については

nbviewer.jupyter.org/gist/genkuroki...
カイ二乗分布のGIFアニメーション pic.twitter.com/9VQgLEnwOs

タグ： Julia言語

posted at 16:09:21

#Julia言語プロットの仕方 1/11

Plots.jlによるGIFアニメに作り方については次のリンク先を参照

nbviewer.jupyter.org/gist/genkuroki...
Sarcone's dynamic Muller-Lyer illusion pic.twitter.com/On7HqZOuu2

タグ： Julia言語

posted at 16:07:19

低レベルプログラミングって入門者用の本かな？？

タグ：

posted at 16:07:17

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
Julia言語で計算が遅くなった場合の解決法

「Julia言語で書き直したのに遅い」と思ったら見て下さい。

タグ： Julia言語

posted at 16:04:56

私による #Julia言語のインストールの記録

nbviewer.jupyter.org/gist/genkuroki...
nbviewer.jupyter.org/gist/genkuroki...
nbviewer.jupyter.org/gist/genkuroki...

個人的に誰かがMaxima.jlを大幅に改良してくれることを期待しています。

タグ： Julia言語

posted at 16:03:13

「常に全部埋め尽くされる」というデマが流れたことがあって、それを一時的に信じた人達もいたのですが、 #Julia言語のような道具を使いこなせていれば、ガチャガチャコードを入力してパパッとシミュレーションしてみて、埋め尽くされないのがどういう場合であるかも確認できてしまいます。

タグ： Julia言語

posted at 16:00:17

非公開

タグ：

posted at xx:xx:xx

#Julia言語

添付画像は埋め尽くされない場合。細い道の先に島ができると埋め尽くされなくなる。 pic.twitter.com/ibLe6f4EM8

タグ： Julia言語

posted at 15:58:28

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
八方桂飛びで次に動ける場所の数が最も少ない場所に移動し続けたらどうなるか？

添付画像は埋め尽くされる場合。結構な確率でこうなる。 pic.twitter.com/Ovj55vs5Fa

タグ： Julia言語

posted at 15:57:18

Kouji Ohnishi 大西浩次 @koujiohnishi

@koujiohnishi @genkuroki その後の回にも、高木さんの講義はありませんでしたっけ。（すっかり時系列があやふで、申し訳ないです。）武田さんの講義を聞いた記憶が、ちょっと。。文学部の野家さんの講義があった回でしょうか。

タグ：

posted at 15:55:24

@kikumaco @hottaqu @genkuroki 高木さんの講義は、学部4年生になる春で、この時、菊池さんがD1になる時だと思います。

タグ：

posted at 15:53:02

Kouji Ohnishi 大西浩次 @koujiohnishi

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
t-SNE Animations with KL divergences (perplexity = 50)

添付画像は最後まで見て下さい。ドラマが起こります。

構造の発見は「ぽこっ」と起こる。

誰かUMAP版の動画を作って！ pic.twitter.com/JDrOHH5KEo

タグ： Julia言語

posted at 15:51:53

@hottaqu @genkuroki 川渡セミナーでの高木さんの講義は4年生になる春だったと思います。この時の講義録を作っています。きっとどこかに、印刷バージョンがあるはずです。ちなみに、この時、武田暁先生の講義録を作ったのですがねダメ出しになって印刷されなかったのです。

タグ：

posted at 15:50:36

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
t-SNEでO(2),O(3),O(4)を平面に射影

添付動画はO(2)の場合です。4次元空間内の2次元の物体O(2)上の分布を平面にt-SNEの方法で射影。動きが生き物みたいで面白いです。 pic.twitter.com/ZPp6CXrUjH

タグ： Julia言語

posted at 15:43:14

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
平衡状態でのカノニカル分布としてのガンマ分布 pic.twitter.com/m6iz1t6QJf

タグ： Julia言語

posted at 15:36:34

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
平衡状態でのカノニカル分布としての正規分布 pic.twitter.com/hIuFsI0WSx

タグ： Julia言語

posted at 15:35:26

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
蔵本予想

周期が異なるたくさんの点滅達は、同期する力をある値より強くすると急に同期し始めることの数値的な確認です。添付画像では K = 1.2 K_c で確かに同期している。

実質的な計算の内容は常微分方程式を解くことです。 pic.twitter.com/nEbNFZpkpQ

タグ： Julia言語

posted at 15:31:50

#Julia言語同様のことはPythonにも言えて、Pythonのライブラリの豊富さはすごい！

しかし、計算を高速に実行したい場合にはPythonやRよりJuliaが勝ります。

Jupyter notebookのJupyterは JUlia, PYThon, R の略らしいので、これら3つをまとめて使うことは有力な選択肢かもしれません。

タグ： Julia言語

posted at 15:26:14

#Julia言語でのBarnard's exact testやBoschloo's exact testの実装は私がスクラッチで行ったのですが、R言語のライブラリが出力する結果との比較で同じp値が得られることを幾つかの場合に確認してあります。

やはり統計のパッケージはR言語が充実していて便利です。

タグ： Julia言語

posted at 15:23:01

#Julia言語 #統計他にも

* 「2×2の分割表におけるカイ二乗検定はフィッシャーの正確確率検定の近似である」という誤りはどのような経路で広まってしまったのか？

などなど、研究する価値のあることはたくさんあるように思えます。2×2の分割表はよく使われているので、結構深刻な問題。

タグ： Julia言語統計

posted at 15:19:24

#Julia言語 2×2の分割表での独立性検定については以下のような問題に関する統計学史が書かれるべきだと思います。

* p値が5%以下になる確率が5%よろ大きくなることが多いG検定がどうして広まってしまったのか？

* 正確でも何でもないフィッシャーの正確確率検定がどうして正確だと言われているのか？

タグ： Julia言語

posted at 15:17:54

#Julia言語私は色々計算してみて、2×2の分割表では、所謂G検定(対数尤度比検定)はちょっと使う気になれないと思いました。その理由はp値が5%以下になる確率が5%よりもずっと大きな値になる場合が結構多かったからです。

どうしてこのような検定が広まってしまったのか不思議。

タグ： Julia言語

posted at 15:16:23

#Julia言語 2×2の分割表の独立性検定シリーズ4/4

nbviewer.jupyter.org/gist/genkuroki...
2×2の分割表の独立性に関する様々な検定法の比較

Barnard's and Boschloo's exact tests (double binomial case)を含むことがこのノートブックの売りです。

私の結論：(補正無しの)カイ二乗検定で十分。 pic.twitter.com/rkE6wnt1Um

タグ： Julia言語

posted at 15:14:03

#Julia言語 2×2の分割表の独立性検定シリーズ3/4

nbviewer.jupyter.org/gist/genkuroki...
2×2の分割表における尤度函数

添付画像は様々な尤度函数をプロットしたアニメーションです。青点がパラメーターの真の値。 pic.twitter.com/8mtPueF0oh

タグ： Julia言語

posted at 15:07:15

#Julia言語 Fisher's exact test は現実的な実験計画においては全然正確でも何でもないし、2×2の分割表のカイ二乗検定はフィッシャーの正確確率検定の近似として導かれる検定ではありません。この辺についてはおかしな説の方が普通に流通している疑いがあって要注意です。

タグ： Julia言語

posted at 15:04:37

#Julia言語実際に試してみて驚いたのですが、漸近論のWilksの定理から導かれるカイ二乗検定が結構頑健なこと。

「カイ二乗検定はフィッシャーの正確確率検定の近似に過ぎないので、サンプルサイズが小さな場合にはより正確なフィッシャーの正確確率検定を用いるべきだ」という主張は**誤り**です。

タグ： Julia言語

posted at 15:03:02

#Julia言語 2×2の分割表の独立性検定シリーズ2/4

nbviewer.jupyter.org/gist/genkuroki...
2x2の分割表での独立性検定の比較

p値が5%以下になる確率が5%とどれだけ違うかを添付画像のようにプロット。白いほど正確です。赤い部分はp値が5%以下になる確率が5%より大きいことを意味しています。 pic.twitter.com/8YS9AUclxk

タグ： Julia言語

posted at 15:00:51

#Julia言語 2×2の分割表の独立性検定シリーズ1/4

nbviewer.jupyter.org/gist/genkuroki...
複数の確率分布でカイ二乗検定とG検定とFisherの正確検定を比較

どういう話かについては以下のリンク先のスレッドを参照してください。

twitter.com/genkuroki/stat...

タグ： Julia言語

posted at 14:56:47

#Julia言語

添付画像の問題を「百囚人問題」と呼びます。百囚人問題は私がここ数年間のあいだに出会った数学パズルの中で最高のものです。次のリンク先に答えとシミュレーションがあります。面白いパズルなので1ヶ月くらいのあいだは考え続ける価値があると思います。

nbviewer.jupyter.org/gist/genkuroki... pic.twitter.com/rjc4GpjUOl

タグ： Julia言語

posted at 14:17:14

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
真の分布がガンマ分布のときの、正規分布モデルとガンマ分布モデルによる最尤推定のAICの比較

添付画像はサンプルサイズ32の場合です。ガンマ分布モデルの方を(正しく)選択する確率は68%程度です。n=32でのサンプルの分布を見ても人間には区別不可能。 pic.twitter.com/6GScRlwfV8

タグ： Julia言語

posted at 14:08:58

#数楽そして「かもしれない」ですますのではなく、実際に実例を作るには、数値計算をしてみないと苦しい。手計算で有限のnの実例を作るのは苦しい場合が多い。そういう場合には #Julia言語は非常に有効に使える便利な道具なのでみんな使うとよいと思います。

タグ： Julia言語数楽

posted at 14:01:32

#数楽「n→∞での結果を有限のnの場合に適用する場合には近似精度を個別の場合ごとにチェックしておかなければいけない」は当たり前の話でもあります。もしかしたらn→∞での結果をnが10未満でも有効に使えるかもしれないし、n=100万でも使えないかもしれない。

タグ：数楽

posted at 13:59:31

現時点の #Julia言語はこれから仕様が大幅に変更されることが確定している未完成のプログラミング言語です。

しかし、以上で示した実例を見ればわかるように、未完成の現段階においても、ちょっとした数学的計算を行うためには極めて強力で生産性の高い道具になっています。

タグ： Julia言語

posted at 13:56:00

#Julia言語「小サンプルサイズでの泥沼では漸近論は有効ではない」のようなことを言う人はよくわかっていない人なので信用しない方がよいと思います。漸近論は小さなサンプルサイズで有効なこともあるし、大きなサンプルサイズでも全然有効でないこともあります。場合ごとに確認が必要です。

タグ： Julia言語

posted at 13:52:25

#Julia言語対数最大尤度を見るだけで、小さなサイズn=16であっても、見た目的には正規分布と区別できそうもないガンマ分布が正規分布ではないことを63%の確率で判定できてしまいます。n→∞での漸近論は小さなnであってもかなり有効なことがあります。

タグ： Julia言語

posted at 13:50:22

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
対数尤度の比較によるモデル選択の簡単な例

ほとんど正規分布にしか見えないガンマ分布のサンプルを、ガンマ分布モデルと正規分布モデルで推定し、対数尤度の比較でモデル選択。サンプルサイズ16の段階ですでにガンマ分布モデルが63%の確率で選択される。 pic.twitter.com/zYIoPZAo2m

タグ： Julia言語

posted at 13:46:58

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
2次元Ising模型：メトロポリス法

もっと短い初心者向けのサンプルコードが次の場所にあります。

nbviewer.jupyter.org/gist/genkuroki...

添付画像は臨界温度より微小に温度が低い場合。 pic.twitter.com/11RRJnxfOs

タグ： Julia言語

posted at 13:39:14

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
ロジスティック分布の2通りの正規分布近似の比較

詳しくは次のリンク先を参照
twitter.com/genkuroki/stat...

タグ： Julia言語

posted at 13:35:29

#Julia言語 #数楽

なめらかなカットオフを入れたディリクレ級数による近似で必要な「発散項を除くための補正項」はディリクレ級数の解析接続の極から来ています。詳しくはリンク先の素晴らしい解説を読んで下さい。

terrytao.wordpress.com/2010/04/10/the...

タグ： Julia言語数楽

posted at 13:33:41

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
交代ゼータ函数のオイラー変換

ゼータ函数の解析接続は交代ゼータ函数のオイラー変換経由でも可能です。オイラー変換は数値計算では常識的な方法。

交代ゼータ函数になめらかなカットオフを入れると補正項無しで近似計算可能になる。

タグ： Julia言語

posted at 13:31:39

#Julia言語

ζ(s) = Σ_{n=1}^∞ n^{-s} exp(-(n/N)²) + Γ((1-s)/2)N^{1-s} + O(1/N)

が成立しているので、sの虚部が大きいとΓ函数の部分が急激に0に近付き、カットオフを入れたディリクレ級数でゼータ函数の値を数値計算できるようになります。

nbviewer.jupyter.org/gist/genkuroki...
複素平面上でのガンマ函数 pic.twitter.com/lhRq6ewhYM

タグ： Julia言語

posted at 13:28:07

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki... …
ζ(s) の Re s < 1 での様子

添付画像は、Re s < 1 におけるη(x)=exp(-x²)でカットオフを入れたディリクレ級数

Σ_{n=1}^∞ n^{-s} η(n/N) (N=10^2)

が虚部>10でのクリティカルライン上で ζ(s) を非常によく近似していることを意味しています。 pic.twitter.com/KMPnvQpu9Z

タグ： Julia言語

posted at 13:22:31

積分定数 @sekibunnteisuu

@sekibunnteisuu @irobutsu @genkuroki ツイートをまとめに使わせて頂きました。差し支え有るようでしたらお知らせください。
togetter.com/li/1209149

タグ：

posted at 13:14:42

Kouji Ohnishi 大西浩次 @koujiohnishi

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
資産のランダム分配(日本語版)

Julia言語では添付画像のようなコードも動きます。

ここまでやると、ぶっちゃけキモイ。 pic.twitter.com/DOw4CWOlRD

タグ： Julia言語

posted at 13:03:16

@kikumaco @hottaqu @genkuroki はい、只木さん、鎮目さん、そうして私です。

タグ：

posted at 12:54:16

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
SymPy.jl の使用例

添付画像は連分数による黄金比の計算 pic.twitter.com/m4sNOGVEPd

タグ： Julia言語

posted at 12:49:37

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
ξ(s) = π^(-s/2)Γ(s/2)ζ(s) のクリティカルストリップ上でのプロット

リーマン予想の数値的確認の話でもあります。

添付画像の一番左側のやつ(ζ(s)の絶対値のプロット)のようなマスキングテープを誰か作ってほすい。リーマンゼータのマスキングテープ。 pic.twitter.com/Ms9E1WwyRd

タグ： Julia言語

posted at 12:44:25

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
なんちゃってhyperfunctions Part 2

Julia言語による「佐藤超函数のなんちゃって実装」です。1変数なら超簡単。(誰か根性を出して2変数の佐藤超函数のなんちゃって実装をやって欲しい)

複素函数 F(z) = -1/(2πiz) からデルタ函数が得られる。 pic.twitter.com/V3kUsl5Dur

タグ： Julia言語

posted at 12:39:42

非公開

タグ：

posted at xx:xx:xx

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
佐藤・Tate予想 (佐藤幹夫のsin²予想)の数値的確認

佐藤・Tate予想はすでに定理になっています。

楕円曲線の有限体での有理点の個数を素朴に数え、適当に正規化して分布をプロットするだけの単純な計算。数学の知識を使えばもっと高速化できます。 pic.twitter.com/8uL8hSgjUJ

タグ： Julia言語

posted at 12:33:30

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
OpenBLAS版の公式バイナリとJuliaProとして配布されているMKL版バイナリの比較

あらゆる場合にMKL版が速いわけではないのですが、行列の固有分解の計算ではMKL版の方がはっきり速いです。

私はパソコンが発するノイズ音でMKL版とOpenBLA版を区別できる(笑)。

タグ： Julia言語

posted at 12:30:19

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
巨大ランダム実対称行列の半円則 pic.twitter.com/I3YdN6xy5s

タグ： Julia言語

posted at 12:24:38

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
巨大ランダム行列の固有値の circular law

ランダム行列の固有値の出方には普遍性があります。 pic.twitter.com/fSxyPSEOLS

タグ： Julia言語

posted at 12:23:04

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
2次元配列でのFFTの使い方

多次元でも同様。添付画像は熱方程式の計算例。 pic.twitter.com/lPppxJi3BZ

タグ： Julia言語

posted at 12:20:20

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
ζ(3)の数値積分による計算

Julia言語における多変数函数の数値積分パッケージのテストです。

ζ(3) = ∫_0^1 ∫_0^1 ∫_0^1 dx dy dz/(1-xyz)

を計算しています。 pic.twitter.com/31RbwdgOml

タグ： Julia言語

posted at 12:14:48

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
複素函数１/z^2 の流れの図

添付画像は f_t(z) = -1/(z(z-t)) の流れの図のアニメーションです。tの位置を無限遠点から原点に移動させている。2つの極に電荷が正反対の粒子がある場合の2次元電気力線のアニメーションだと思って構いません。 pic.twitter.com/3LgF8zfYOf

タグ： Julia言語

posted at 12:10:51

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
Julia言語による線分と円弧の作画

初等平面幾何的な作画もしたいという需要があるので作ったサンプルです。 pic.twitter.com/QWJDkPXXzO

タグ： Julia言語

posted at 12:02:56

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
連続オープン戸田格子と離散オープン戸田格子の解の一致
黒木玄

時間が連続なオープン戸田格子の微分方程式の解とその時間離散化である離散オープン戸田格子の解は離散時間でぴったり誤差無しで一致するのですが、そのことを数値的に確認してみました。 pic.twitter.com/Q4bhOQscfK

タグ： Julia言語

posted at 11:59:26

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
残差が指数分布に従うときの最小二乗法の振る舞い

最尤法の解の収束の様子を見れます。
最小二乗法は正規分布モデルでの最尤法なので真の分布が指数分布だと収束は遅くなる。

赤池情報量規準で比較するとn=16ですでに大きな差がついています。 pic.twitter.com/nFF45gNiS9

タグ： Julia言語

posted at 11:55:44

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
Diffusion-limited aggregation

数学GIF動画の作成にJulia言語は非常に便利です。 pic.twitter.com/a76OdjD47g

タグ： Julia言語

posted at 11:49:54

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
『ベイズ推論による機械学習』図2.1(p.48)の再現.ipynb

たったの8行でシャノン情報量(エントロピー)の収束の収束の様子をプロットしています。

ついでにたったの4行で3次元のランダムウォークもプロットしている。上のリンク先ではマウスでぐりぐりできる。 pic.twitter.com/fDyT0wqDiz

タグ： Julia言語

posted at 11:46:53

野島高彦 @TakahikoNojima

うちの娘も小学校でコレを教わってきた．先生をdisるんじゃなくて，「学校の先生までダマされちゃうほどの悪影響のあるものごとが世の中には溢れてる」って教えた．「間違ってることは科学的に証明されてるの?」って訊いてきたので「悪魔の証明」と「反証の可能性」を教えた．よい機会になった． twitter.com/chounamoul/sta...

タグ：

posted at 11:42:20

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
混合正規分布モデルの尤度函数のプロット

特異モデルに近い正則モデルの場合のプロット。サンプルサイズn=2^18にしても正則モデルの漸近論が予言するような尤度函数の形になりません。

最尤法の数値計算でパラメーターの値は全然収束してくれません。 pic.twitter.com/FvHGnoRzaw

タグ： Julia言語

posted at 11:41:06

#Julia言語最近の例

2018-02-18放送の仮面ライダービルドの数学ネタの数値的確認
nbviewer.jupyter.org/gist/genkuroki...

平方根のネストの極限の数値計算。Ramanujan 507 (c) 式の解釈もそこできちんと確定させています。 pic.twitter.com/PnIesxBqzV

タグ： Julia言語

posted at 11:36:45

#Julia言語で何ができるかの例は私の GitHub Gist の頁に大量にあります。ひどいコードのものもあれば、そこそこよく書かれたものもある。

gist.github.com/genkuroki

GitHubのウェブサイト上で閲覧できない場合には

nbviewer.jupyter.org

にURLを貼り付ければ閲覧できます。

タグ： Julia言語

posted at 11:32:02

@kikumaco @genkuroki @koujiohnishi なにせ学部生だったので、他のOBの方と勘違いしてたのかもしれませんね。怪しい話は消しておきますね。

タグ：

posted at 11:23:41

@kikumaco @genkuroki @koujiohnishi あれ。すみません。歴史をきちんと検証しないと。。

タグ：

posted at 11:21:21

#Julia言語

 lectures.quantecon.org/jl/
Quantitative Economics Julia Version

はえっらく力が入っていますよね。Julia言語入門としても結構良さそう。

Julia言語でPyPlotとの関係でmeshgridを使いたければ、Pkg.add("QuantEcon")して

using QuantEcon: meshgrid

すればよいらしい。

タグ： Julia言語

posted at 11:16:54

うむ、中心極限定理についてのありがちな誤解ですね。テストの点数分布が正規分布に漸近する理由はない。受験者が増えてもならない twitter.com/_nagashimam/st...

タグ：

posted at 11:16:53

nagashima m. @_nagashimam

人数が多ければ正規分布に近付く、って、一体成績とか学力をなんだと思ってるのか、っていう @_nagashimam

タグ：

posted at 11:16:00

nagashima m. @_nagashimam

教育学部だと50名超える授業は少ないので成績が(一見)偏っててもいいじゃないかという理屈に使わせてもらったけどw @_nagashimam

タグ：

posted at 11:14:54

nagashima m. @_nagashimam

前任校の教務委員会で「勉強」させられた北大の高等教育センターの報告書では、たしか「受講者が50名を超えるぐらいでないと点数分布が正規分布にならないので、少数の講義では成績分布が正規分布であることにこだわらなくてよい」的なことが書いてあって何重にも理解不能で

タグ：

posted at 11:14:02

@hottaqu @genkuroki @koujiohnishi それは歴史の改竄だなあ

タグ：

posted at 11:13:00

@hottaqu @genkuroki @koujiohnishi 大西君は只木君より下だから、僕より2,3年下だと思います。僕は播磨・只木の一年上ですけど、博士取ったあとも1年近くあそこでぶらぶらしてたので、オーバーラップはあるかもですね

タグ：

posted at 11:11:45

@kikumaco @genkuroki @koujiohnishi いえいえ。そういう話が、下の世代には流れてました。

タグ：

posted at 11:09:14

@hottaqu @genkuroki @koujiohnishi んー？なぜそのような噂が。僕の周りには優秀な人がたくさんいて、僕はかなりダメでしたよ。計算機だけは得意だったけど

タグ：

posted at 11:07:56

@kikumaco @genkuroki @koujiohnishi そうそう。只木さん。只木さんも高木さんの学生さんでしたね。

タグ：

posted at 11:07:23

@kikumaco @genkuroki @koujiohnishi 大西さんが３年下だとすると、菊池さんとのオーバーラップは難しそうなので、高木さんは僕がいた回以前にも参加されて講演された可能性はありますね。

タグ：

posted at 11:06:35

@hottaqu @genkuroki @koujiohnishi 僕と一緒に交通流をやってた只木君(現佐賀大)というのが僕の一年下で、彼が高木さんと重力をやった最初の学生ですね

タグ：

posted at 11:04:33

@hottaqu @genkuroki @koujiohnishi 高木さんの「黒孔物理学」なら僕も川渡で聞きました。大西君は三年くらい下じゃないかな

タグ：

posted at 11:02:36

@kikumaco 物性だと、菊池さんや播磨さんの世代なのでしょうね。始まったのは。

タグ：

posted at 11:02:34

@hottaqu 川渡セミナーにはよく行きました。あれは僕が大学院生のときに始まったんじゃないかな

タグ：

posted at 11:00:43

@kikumaco 基本k_B Tのコンビネーションが物理なので、そういう意味では確かにおっしゃる通りです。単位の問題ですね。

タグ：

posted at 10:56:13

梶谷懐　KAJITANI Kai @kaikaji

岸政彦さんたちの活躍により「生活史」に脚光があたっている現在の文脈で、著者の問題意識や問いかけについて改めて考えてみることには新たな意義があるような気がします。

タグ：

posted at 10:54:43

@kikumaco あ、すみません。

タグ：

posted at 10:52:29

梶谷懐　KAJITANI Kai @kaikaji

これも待望の復刊です。ラディカル・オーラル・ヒストリーについては過去にブログでこんな文章を書きました。　d.hatena.ne.jp/kaikaji/20050208　twitter.com/nekonoizumi/st...

タグ：

posted at 10:49:16

@hottaqu ボルツマン定数は本質的ではありませんよね

タグ：

posted at 10:49:05

's.to;t@人類最後の良心 @st_red_strat

高木伸さんは物性理論の研究室所属だったが、非常に学際的な研究者で刺激を受けた。まだ学部生だった黒木君@genkuroki や当時高木さんの院生だった大西さん@koujiohnishiさん、そして他の仲間と一緒に企画した「川渡セミナー」で高木さんの講演を聞いたことも大きかった。
twitter.com/hottaqu/status...

タグ：

posted at 10:45:43

あとは、一昨日ぐらいに神保道夫先生にお会いしてちょっとお話を聞いたら、KdVのτ関数ってやつの名前の由来を教えてくれた

場の理論のTime ordered Green's functionが起源らしいな

タグ：

posted at 10:42:02

しかし昨日のセミナーでも話したのだが、実はS_BH=A/(4G)をダイナミックに蒸発しているBHの本当の熱的エントロピーとか量子もつれエントロピーと理解するのは、論理的には正しくないことがはっきりした。安定なBHが熱釣り合いにあるときだけ、そのA/(4G)は熱的エントロピーに等しくなる。

タグ：

posted at 10:30:32

この輻射温度からブラックホールは下記の熱的エントロピーを持つというのが、ベッケンシュタイン-ホーキングのエントロピー。ホーキングさんは元は蒸発する不安定ブラックホールでこの式を主張したのが、現在では大きなAdSBHやextremalなBH等の安定なブラックホールでは、この主張は確かに良いと思う。 pic.twitter.com/LQ7sQ7NMiG

タグ：

posted at 10:30:05

ultraviolet @raurublock

日本でも小麦を使った石鹸が皮膚から浸透してアナフィラキシーショックを起こした例があった。我々は「食べて大丈夫なものなら皮膚に塗っても安全」と考えがちだが、それって制御性T細胞のいない部位にアレルゲンを塗り込んでいるのも同然であり、特に高タンパクな食べ物については気を付けんと

タグ：

posted at 10:25:22

ultraviolet @raurublock

実はイギリスではピーナッツオイルを原料にしたベビーオイルが売られており、イギリスの幼児はピーナッツを食べる前にベビーオイルを塗られることで皮膚からピーナッツ成分が浸透してアレルギーになっていた。もし皮膚から浸透する前に口から食べていたら制御性T細胞が先に働いてむしろ耐性がついてた

タグ：

posted at 10:25:21

ultraviolet @raurublock

この二重抗原暴露メカニズムが発見された経緯だが、幼児の頃からピーナッツを食べるイスラエルの子供にはピーナッツアレルギーが少なく、ほとんどピーナッツを食べないイギリスの幼児にピーナッツアレルギーが多い、という問題に取り組んだギデオン・ラック教授の研究が有名

タグ：

posted at 10:25:21

学部生のときに高木伸さんからホーキング輻射を教えて頂いたのが、ブラックホール物理に関心を持った始まりだった。この輻射温度の公式には、主だった基礎物理学の定数が出てくる。相対論の光速度cと重力定数G、統計力学のボルツマン定数k_B、そして量子力学のプランク定数ℏ。物理学の巨大な交差点。 pic.twitter.com/VGs0L7RElE

タグ：

posted at 10:12:56

市川雄二/New 3 Rs @y_ich

AlphaGo Teachの時代。 pic.twitter.com/augWBICi2d

タグ：

posted at 10:11:42

Spica @CasseCool

結婚や就労により18歳以前に就学を終えてしまう女子が多いパキスタンの女子校にてチェスの訓練をさせしたら大会で男子生徒を圧倒。女子生徒には自信を与え社会や両親にも女子の進学を肯定・支援する空気が発生。 news.trust.org/item/201803080...

タグ：

posted at 08:02:42

吉田弘幸 @y__hiroyuki

最近TL上でJuliaが評判なのでインストールしてみたけど，何をどうすれば何が出来るのかまだ全然分からない。

タグ：

posted at 07:54:45

#超算数
小学生の算数の図形のダメ分類は正方形だけではない。正三角形と二等辺三角形もそう。ベン図による分類を避けて、図形を教えるので、図形の授業がバラバラになって、生徒が統合して理解するのを困難にしている。

タグ：超算数

posted at 06:36:06

#超算数
長方形と書いた場合に暗黙の了解で、正方形は除くとなっていても誤解を招く可能性が大。

タグ：超算数

posted at 06:28:21

#超算数正方形は長方形ではない
••••を正方形は長方形の一種だけど、長方形は正方形の一種ではないの略
だと解釈すれば矛盾はしないけど、誤解を招く可能性が大きい。

タグ：超算数

posted at 06:25:01

#超算数長方形を四つの角が直角な四角形と決めたら、正方形も長方形の一種なのは小学生でもわかる。正方形は長方形ではないと教えれば矛盾。

タグ：超算数

posted at 06:19:14

部品（森七菜） @tjmlab

エルミート行列に対して、Juliaはeig()でいいけどPythohはeig()とeigh()で区別しないといけないのか（まなび

タグ：

posted at 03:33:52

部品（森七菜） @tjmlab

教えていただいたとおり、np.linalg.eig()をnp.linalg.eigh()にしたらほしい値になって感動してる pic.twitter.com/qqjrJDoSd5

タグ：

posted at 03:29:13

部品（森七菜） @tjmlab

@ceptree すごい！わざわざありがとうございます！！！

タグ：

posted at 03:18:15

Sho Fish / Hammer Sw @Sho_Fish_

C言語は配列の代入とかが面倒くさいらしいので敬遠してるんだけど、これがJuliaになって心配要らないとなったらJulia試したいところがある

タグ：

posted at 02:50:50

@tjmlab mat_Hが対称行列だったので、np.linalg.eigを対称行列(又は、エルミート行列)用のnp.linalg.eighにしたらできたっぽいです。

oppython.hatenablog.com/entry/2015/01/... pic.twitter.com/ZxnudMVzac

タグ：

posted at 02:32:35

Sho Fish / Hammer Sw @Sho_Fish_

Juliaってスクリプト言語がCやFortranくらい早いってマジ?

タグ：

posted at 02:32:15