黒木玄 Gen Kuroki(@genkuroki)/2019年05月01日

#超算数上田庄三郎、面白い人物です。『教育のための戦』なんて本をだしていて、「はしがき」が画像のとおりなのでファシストかと一瞬目を疑いますが、多分検閲用のお化粧。上田の戦いはこっちが本番でしょう。同書中「視學をいぢめることの意義」dl.ndl.go.jp/info:ndljp/pid...。新教育と教員組合に関係。 pic.twitter.com/MidWZfHqqe

タグ：超算数

posted at 23:57:48

大隅典子＠東北大学（『小説みたいに楽しく @sendaitribune

#超算数以前、『人物地図』を読んだのは遠山啓の当時の影響力を査定するためだったので、上田が遠山どころか原弘道にも言及していないことだけ確認してあまり面白くなく読んだもの。しかし当時の状況が少し分かってから改めて読み直すととても面白いです。優しそうな先生の裏の顔的なゴシップとかも。

タグ：超算数

posted at 23:50:56

STEM sells>>>Girls beat boys in a major test of tech and engineering skills—and the gap is growing qz.com/1609588/ @qzさんから

タグ：

posted at 23:49:37

稲葉振一郎 @shinichiroinaba

26件のコメント b.hatena.ne.jp/entry/s/bunshu... “「私の携帯には菅さんの番号が入っている」加藤の乱は、ネットに煽られ自滅するおじさんの先駆けだった | 私が令和に語り継ぎたい「平成の名言」 | 文春オンライン” htn.to/2LRgNPBHea

タグ：

posted at 23:46:00

#超算数註6で【上田における教育界の認識は、教育制度内部にとどまらず、教育産業、教育政治家、知識人といった政治的アクターを自覚的にその範疇に含んだプルラリズムモデルとしての画期性を持つ。】と評価。算数科目の端っこのほうの掛算の順序なんてせまーい穴からのぞいた景色とよくにています。

タグ：超算数

posted at 23:41:32

S.Hirano @Bimaterial

Girls beat boys in a major test of tech and engineering skills—and the gap is growing qz.com/1609588/

タグ：

posted at 23:38:44

s.komata @_kmt46

そういえば先日のサークルで文科系の方から、熱力学第一法則について内部エネルギーと熱の違いがよくわからないという話のときに、貸借対照表や損益計算書のたとえを持ち出してストックとフローの違いを説明したら納得してくれたということがあった

タグ：

posted at 23:36:44

#超算数今は日本会議とかwで教育界は再政治化しているようですが。末冨芳さんは教育界を【「教育をめぐる多元的権力の世界」】ととらえ、その見方を上田庄三郎『教育界人物地図』(1951年、明治図書出版)から学んだといっているように見えます。

タグ：超算数

posted at 23:35:26

#超算数末冨芳「『教育界』研究序説: 昭和40年代保革対立のねじれ構造と"挙国一致イデオロギー"の生成(教育の歴史(1))」『日本教育社会学会大会発表要旨集録』第53巻 (2001年10月)、56,7ページ。dl.ndl.go.jp/info:ndljp/pid...
末冨は昭和40年代、保革対立への反発として教育界が脱政治化し始めたという。

タグ：超算数

posted at 23:35:25

山本卓 @sgryjp

@MathSorcerer 表示できるかどうかはフォントとアプリの両方に依存するかと思いますよ。ちなみにウチのWindows 10機ではコマンドプロンプトでCicaフォント[*]を使っていて、問題無く表示できています🙂
[*] github.com/miiton/Cica pic.twitter.com/uiOt1Dp7KZ

タグ：

posted at 23:34:39

Hal Tasaki @Hal_Tasaki

【BibTeX についての質問（緊急ではありません）】
bbl file に（項目分けをせず）完全にフォーマット済みの文献情報を登録してそのまま利用するにはどうすればいいでしょうか？
単一の項目を作ってそれがそのまま表示されるよう指示すればいいと思うのですが。ヒントををいただければありがたいです。

タグ：

posted at 22:52:33

Julia News @julialang_news

Random forest from scratch with Julia opensourc.es/blog/random-fo... #reddit

タグ： reddit

posted at 22:25:30

積分定数 @sekibunnteisuu

@takusansu 見逃していました。コメント読んだ範囲だと、苦手なのは算数じゃなくて、文章の読み取りじゃないかという印象を持ちました。

タグ：

posted at 22:01:32

わかんなくなったらここを見ろと閣下がおっしゃってた。

github.com/JuliaLang/juli...

タグ：

posted at 21:33:50

うぉおおおおお

\scr?

でいけるのか pic.twitter.com/58zs2QbIhv

タグ：

posted at 21:30:59

Daichi Mochihashi @daiti_m

ガウス過程の良い応用例が見たいという声をいくつか目にしたので、天文学でクエーサーを発見するICML2015の話を紹介したスライドを以前書いたため、追加しておきました。吸収線スペクトルに特定の分布は仮定できないため、GPとして周辺化して尤度を比較する話です。
chasen.org/~daiti-m/gpboo...

タグ：

posted at 21:28:07

Yuki Nagai @cometscome_phys

markdownで書いてvscodeからpdfにするのはストレスが無くて良い

タグ：

posted at 21:27:25

TaKu @takusansu

@sekibunnteisuu 芳沢光雄氏の『ぼくも算数が苦手だった』をざっと見て、気になった事を掲示板に書き込みました。
気付かれていないと悲しいので、お知らせしておきます。

タグ：

posted at 21:11:37

Yuki Nagai @cometscome_phys

スマホだったらこっちの方が見やすいかな
github.com/cometscome/Jul...

タグ：

posted at 20:37:18

Yuki Nagai @cometscome_phys

令和元年になったので、プログラミング初心者が数値計算をする際に参考になるようなPDFノートを作ることにした。と言ってもまだHello Worldまでしか書いていないけれど。
github.com/cometscome/Jul...

タグ：

posted at 20:24:10

春 @sunbluesome

気をつけてはいたんですが、もしかしたらこれ絡みかもしれません。
ちょっと試してみます。
動作確認としてdeepcopyしてしまって再代入してみるのも良いかもしれませんね。 twitter.com/genkuroki/stat...

タグ：

posted at 18:16:17

Taiji Suzuki @btreetaiji

一方で，深層学習はそのeffective dimensionalityにあたるものが何なのか，self regularizationとか最適化方法も絡んできていまいちよくわかっていない．なのでoverparameterization関連の理論研究が盛り上がっているという訳ですね．

タグ：

posted at 18:15:45

Taiji Suzuki @btreetaiji

ガウス過程が無限次元でも汎化するのは，その統計的effective dimensionalityが小さいから．つまり，十分小さなパラメータ数の有限次元モデルでよく近似できるから，なのですよね．そこの事情は理論的に詳しく調べられている．

タグ：

posted at 18:06:56

田崎さんの本の脚注は面白いですよね。

本文を読まずに脚注を読むだけで楽しめる。

結果的に、田崎さんの本は細かい字で大量の情報を詰め込んだ

高密度本

になっている。

中性子星並かも。

2冊並べて合体させて重力波を観測したらいいと思う。

twitter.com/_kmt46/status/...

タグ：

posted at 16:22:19

#Julia言語

整数の割り算は x ÷ 2 のように書ける。div(x, 2) と同じ。

2で割るだけなら x >> 1 も使えるが、コンパイラは ÷ 2 をビットシフト演算にコンパイルしてくれる。

タグ： Julia言語

posted at 16:10:57

s.komata @_kmt46

ベクトル解析の演習授業のプリントを作る合間に田崎さんの統計力学の教科書を読んでいるのだが、田崎さんの書きようが伝染して、プリントに脚注がやたらと多くなるという副作用が生じている（さすがに1ページのほとんどが脚注というページはまだない）。受講者には楽しんでもらえればいいのだが... pic.twitter.com/ofAch6412D

タグ：

posted at 16:00:31

#Julia言語 @ views とか @. マクロが結構便利です。viewにしていない a[2:3] のように書かれた部分を @ views マクロで書き換えて全部viewにできます。

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

gistへの投稿はnbextensions gist-itでワンボタンで可能。 pic.twitter.com/ecV7Y4gscq

タグ： Julia言語

posted at 15:46:54

須山敦志 Suyama Atsushi @sammy_suyama

#Julia言語なるほど！

渡した部分配列を書き換える函数を書きたかったのか！

a[2:3] だとaとは無関係の別のArrayになってしまい(メモリも消費)、viewにすればSubArrayになってくれる。

あと渡した変数を書き換える函数の名前には最後に!を付ける習慣。

twitter.com/astellon_music...

タグ： Julia言語

posted at 15:46:51

須山敦志 Suyama Atsushi @sammy_suyama

MCMCや変分推論を操れれば、混合モデルにしたり教師なしにしたり深層化したり、カーネルを含めこれらを(ある程度)自動選択させたりと、かなりいじくれるようになる。強化学習にも使えます。

タグ：

posted at 15:46:43

ガウス過程は非常に強力なモデリングツールなのに、現状では指数二次ばかり使われていて「滑らかフィッティング」みたいなことしかされていないのが残念。

タグ：

posted at 15:45:56

#Julia言語～のように書きます。以上のような状況で

f(1.0)

を実行すれば、Float64の場合に最適化されたf(x::Float64)のコードがコンパイルされて実行され、

f(Float32(1.0))

を実行すれば、無印のf(x)の方がコンパイルされて実行される。

これがmultiple dispatchの最も簡単な使い方です。

タグ： Julia言語

posted at 15:28:48

#Julia言語ライトユーザーは基本的に函数の引数の型指定を行う必要はありません。それでもgcc並に高速。

型指定をする場合

function f(x)
～
end

という函数の性能が不満で、xがFloat64型の場合に最適化された函数が欲しいなら

function f(x::Float64)
Float64に最適化されたコード
end

タグ： Julia言語

posted at 15:28:48

#Julia言語

Juliaでは、函数の引数が具体的に与えられたときに、その引数の型に基いてコンパイルが実行される。

そのときに、引数の型が函数内部の他の変数に適切に伝搬されるように書くと、型推論が適切に進んでコンパイル結果も高速になるわけです。

タグ： Julia言語

posted at 15:28:47

#Julia言語例えば、浮動小数点数の任意の型Tの要素を持つ1次元配列の引数xで動く函数f(x)を書くときに、配列の引数xの要素の型と同じ型の0や1や配列が必要なら、

one(x)
zero(x)
Array{eltype(x), 1}(undef, n)

のように書けます。これの背後でxの型が持つパラメータ情報が利用されています。

タグ： Julia言語

posted at 15:28:47

#Julia言語～生成されて実行され、

f(1.0im)

を実行すると、xをComplex(Float64)型とみなしてf(x)がコンパイルされて実行されます。

そのときに、Juliaは函数に与えられた引数の型から出発して型推論を行います。そのときに役に立つのがパラメーター付きの型です。

タグ： Julia言語

posted at 15:28:46

#Julia言語気楽なライトユーザーは、函数の引数の型指定をサボって、函数に具体的な引数を与えることで引数の型指定を行なっていることにもできるわけです。

f(x) = (1 + x/1000)^1000

と函数fを定義したとき、

f(1.0)

を実行すると、xがFloat64型の場合のf(x)のネイティブコードが～

タグ： Julia言語

posted at 15:28:46

#Julia言語～を決定できないと、効率の良いコンパイル結果を生成できません。

一方、ユーザー側は函数の引数の型指定をできるだけサボって楽をしたい。

Juliaは、函数に具体的な引数を与えたときに、その函数のコードを引数の型に合わせてコンパイルして実行します。

タグ： Julia言語

posted at 15:28:45

#Julia言語を始めて使ったときに、「あれっ！」と思うのは、

Array{Int64, 2}

のようなパラメーター付きの型の存在。実はこれが高速性と気楽性を上手に同居させる重要なポイントの1つになっている。

Juliaコンパイラが、各種データをメモリ上で具体的にどのように実現するか～続く

タグ： Julia言語

posted at 15:28:44

非公開

タグ：

posted at xx:xx:xx

IssueとSlackに arm へのクロスコンパイルできるよ！とあざとく書いたら中の人が気づいてくれてちょっと貢献できた感がある。

タグ：

posted at 15:13:13

え、もしかしてJuliaの公式Slackフリープランだから、他のチャンネルの会話が進むと他の会話が進んでいないアレが自動的に消えちゃうということなのか？

タグ：

posted at 14:52:38

#Julia言語 Person型に定義されたメソッドはそれ以下の型にも適用可能でかつ上書き可能。

型分類が樹形状になって、合流させることはできない点に注意。しかし、工夫すればどうにでもなる。

タグ： Julia言語

posted at 14:49:55

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
の例で型は以下のように分類されている。

* Animal (abstract)
* Cat
* Person (abstract)
* GreetingPerson
* CountingPerson
* SquareRootPerson

Animal型に定義されたメソッドはそれ以下の型にも適用でき、上書き可能。

タグ： Julia言語

posted at 14:49:54

#Julia言語多分、以下のリンク先の例をみれば、abstract typeとstructで作るtypeの使い方がすぐに分かると思う。実用的にはさらにmoduleで名前空間を区切って内部構造を外部から見えなくして利用する。

twitter.com/genkuroki/stat...

タグ： Julia言語

posted at 14:49:54

#Julia言語

* concrete typeはstructで定義され、subtypeを持たないが、supertypeを持つ(デフォルトはAny)。

* abstract typeはabstract typeで作って、subtypesを定義して利用する。

abstract typesはconcrete and abstract typesを樹形状に分類するために使われる。

twitter.com/yutaka_i7/stat...

タグ： Julia言語

posted at 14:49:53

#Julia言語の型システムも結構難しい。

* Juliaはmultiple dispatch. メソッドはオブジェクトの所有物ではない。

* concrete typeとabstract typeの違いは実際にコードを書いて、concrete typeにしないせいで実行速度が大幅に下がる経験をすると納得しやすいと思う。

twitter.com/yutaka_i7/stat...

タグ： Julia言語

posted at 14:49:52

りょしむ @simularion

Julia の練習に言語処理100本ノックをちょっとやりましたって記事書いた。Juliaの良さはあんまり出てないと思う。次はちゃんと重めのことやります。

qiita.com/Rshimura/items...

タグ：

posted at 14:36:09

#Julia言語

 twitter.com/sunbluesome/st...
↑
もしかして配列の更新？

a = [1, 2, 3, 4]
b = a
b[3] = 30

とすると、b だけではなく、a も [1, 2, 30, 4] になるという「いつもの話」？

何の話だろうか？

b=aをb=copy(a)とか、b=deepcopy(a)とすればその問題は解決。

nbviewer.jupyter.org/gist/genkuroki... pic.twitter.com/X1t2e2bHH9

タグ： Julia言語

posted at 13:52:32

あ〜る菊池誠(反緊縮)公式 @kikumaco

経済談義でもフローとストックの区別は基本的。

twitter.com/irobutsu/statu...

タグ：

posted at 13:40:45

@irobutsu @genkuroki heatとthermal energyの違いやね。heatとthermalをどちらも「熱」と訳したのは問題大きい

タグ：

posted at 13:32:04

#Julia言語

OffsetArrays.jl
github.com/JuliaArrays/Of...

の内容がまさに実際に試してみた例になっている。

自分で「俺配列」の型を定義したい人はそのソースファイルを見ればよい。二百数十行しかないので、すぐに目を通せる。

twitter.com/genkuroki/stat...

タグ： Julia言語

posted at 13:28:33

#Julia言語以前にも紹介しているが、MITでのJuliaを使った講義

github.com/mitmath/18S096...

の第2回目のテーマは Memory Locality

github.com/mitmath/18S096...

github.com/mitmath/18S096...

キャッシュが効いていない状態でのメモリへのアクセスは非常に遅いので要注意という話。

タグ： Julia言語

posted at 13:24:10

#Julia言語

ほんとその通りで、メモリの使い方がまずくて遅くなることは非常に多いと思う。

twitter.com/sgryjp/status/...

タグ： Julia言語

posted at 13:10:07

手書きの υ は読める？

タグ：

posted at 12:46:34

山本卓 @sgryjp

前野［いろもの物理学者］昌弘 @irobutsu

@abap__ @astellon_music @astellon_music さんに同意です。データがメモリーに収まらないとスワップが発生して領域確保のコストが上がります。また「配列要素を取り出すコスト」も上がるので、meanの処理コストも跳ね上がります。ダブルパンチですねぇ。16GBマシンでFloat64を1G個/2G個使ってみた例を添付。ご参考まで🙂 pic.twitter.com/EjhwOFd8Hd

タグ：

posted at 12:38:53

前野［いろもの物理学者］昌弘 @irobutsu

「分子運動のエネルギー＝熱」ってのはある意味わかりやすい言い方だから、ついついそっちに流れてしまう人がいるのはなんとなくわかるんだけど、やはりstockかflowかを曖昧にした理解はよくないよね。分子運動のエネルギーには「内部エネルギー」というそれむけの言葉があるんだし。

タグ：

posted at 12:10:10

前野［いろもの物理学者］昌弘 @irobutsu

なんでこれを調べたかというと、熱力学の授業の一回目で毎年「熱って何？」って聞いているのだけど、かなりの学生さんが「分子の運動です」とか「分子運動のエネルギーです」とか答えるのね。

「熱はエネルギーというstockの移動量（flow）である」という概念が形成されにくい様子。

タグ：

posted at 12:01:12

今ちょうど、「物理学概論」という授業の資料の熱力学の部分を作るために高校の物理基礎の教科書の「熱」の導入部分を調べていたところだったのだけど、確かに気体の分子運動の話からはいって「この分子運動を熱運動という」みたいな入り方がされている教科書が多い。 twitter.com/adhara_mathphy...

タグ：

posted at 11:58:37

@KzhtTkhs #Julia言語 1.1.0 では問題なくビルドや実行が働きますがみんな困ってるんですかね？

qiita.com/SatoshiTerasak...

タグ： Julia言語

posted at 11:42:16

Paul Painlevé @Paul_Painleve

@tonagai 泰子さんにお聞きしてみたのですが，使用したポケコンがシャープだったのは間違いないのでPC1210/1211のどちらかですが，その後に液晶の大きいものが出た時に古いポケコンはどなたかに差し上げて，今は手元にはないそうです。

タグ：

posted at 11:38:27

tomo @tonagai

佐藤幹夫さんと泰子さんがポケット・コンピュータを千時間以上使ってソリトンの広田方程式の計算をし、グラスマン多様体、Plücker関係式との関係を見出したのを昔読みましたが、
twitter.com/Paul_Painleve/...
シャープのなんですね。1980年というとPC1210/1211。
BASICが使える。
www.orsj.or.jp/~archive/pdf/b... pic.twitter.com/GZTjKdBcBo

タグ：

posted at 11:25:37

非公開

タグ：

posted at xx:xx:xx

Michael P.H. Stumpf @theosysbio

Work in both of today’s preprinted www.biorxiv.org/content/10.110...
and
www.biorxiv.org/content/10.110...

was carried out in #JuliaLang, a superb language for scientific and mathematical computing

タグ： JuliaLang

posted at 09:49:02

Andrew MacDonald @polesasunder

students team programming!
3 groups #rstats
3 groups #julialang
1 big #Python group
#DDES4 pic.twitter.com/iOe4eShbLb

タグ： DDES4 julialang Python rstats

posted at 07:55:15

非公開

タグ：

posted at xx:xx:xx

春 @sunbluesome

まったく値の更新がうまく行かない。
Juliaわけわからん。

タグ：

posted at 06:16:36

非公開

タグ：

posted at xx:xx:xx

というわけで、外積の意味での単項式を考えるときには、部分空間を意識するとよい。w_1,…,w_r を基底とする部分空間と単項式 w_1∧…∧w_r の対応。

タグ：

posted at 02:41:59

外積の意味での単項式の0でない実数倍の違いを無視したものは、部分空間とぴったり一対一に対応している。グラスマン多様体の点は外積の意味での単項式で表現できる！

外積の意味での単項式の正の実数倍の違いを無視したものは、部分空間と向きの組と一対一に対応している。

タグ：

posted at 02:39:45

内積を入れたら、まずは黙って正規直交基底の場合を考える。

ベクトル u があったら、a = u/||u|| を含む正規直交基底を考える。(a,b,c) が右手系の正規直交基底で、(a,b',c')もそうならば、b∧c = b'∧c' となる。(aの直交補空間のvolume form)

タグ：

posted at 02:36:41

結論(もしくは到着したい場所)を最初に認識しておかないと苦しくなる。

到着地点が最初から分かっていれば「俺定義」で行けることが多い。

他人に「やれ」と言われた計算をするのは楽しくないが、俺定義の正しさの確認の計算は楽しい。

タグ：

posted at 01:48:46

多くの解説では、結果的に

* 可換なもの(通常の函数)と反可換なもの(dx_i達)を同時に考える。

* そこに作用する微分作用素を考える。(可換なパートへの通常の微分作用素環と反可換なパートへのClifford代数の作用を考える)

というようなことをやることになるという結論が最初に書かれていない。

タグ：

posted at 01:48:42

x_1,…,x_nの普通の函数については、その偏微分達も同時に考えることが自然。

x_1,…,x_nで生成されるGrassmann代数でも、その要素の偏微分も合わせて考えた方が自然。Clifford代数。

以上も2つを合わせて考えるときに、Grassmann代数でのx_iをdx_iと書けば、微分形式の局所理論になる。

タグ：

posted at 01:40:02

ただし、反交換関係は ∂_i = ∂/∂x_i とおくと

x_i x_j + x_j x_i = 0
∂_i ∂_j + ∂_j ∂_i = 0
∂_i x_j + x_j ∂_i = δ_{ij}.

これのx_i達で生成されるGrassmann代数への作用は、x_iは左からかける、∂_iは反交換的なライプニッツ則での偏微分。

例：∂_2 ∂_1(x_1 x_2 x_3 x_4) = x_3 x_4

タグ：

posted at 01:32:22

元の式は全然見ていないのですが、風邪気味で苦しいのでテキトーな反応。

x_1,…,x_nから生成される多項式環に∂/∂x_iが作用して微分作用素環ができるのと同じように、x_1,…,x_nから生成されるGrassmann代数にも∂/∂x_iが作用してClifford代数ができる。

タグ：

posted at 01:32:20

たぶん、ほとんどの項が消えて、同一の単項式の並べ換え×(±1)のような項のみが残る。

twitter.com/ceptree/status...

タグ：

posted at 01:21:19

Astellon @astellon_music

忘れないうちに昨日やったことを書いた（令和初の記事）
JuliaでもMulti-GPUsしたい - part of something blog.astellon.work/2019/multigpus/ @astellon_musicさんから

タグ：

posted at 01:06:50

WARE_bluefield @WARE_bluefield

竹内先生、ラジオの出演時に「楽器の演奏でも基本的に反復・集中学習は効果無いよ」みたいな話をしてて、ブラウン＆ローディガー本でも書かれてるけど、反復学習は効果がないのもヤバイことながら、やった人に達成感を感じさせてしまうもヤバイんだよな…。

タグ：

posted at 00:54:33

Hidehiko MURAO @HidehikoMURAO