黒木玄 Gen Kuroki(@genkuroki)/2019年09月19日

90よりは小さいことが証明できるので，じゃあやってみようと計算してみたけど，まだまだわからん。

タグ：

posted at 23:29:56

こなみひでお @konamih

どの桁にも１を含まない10進数の逆数の和は収束することが証明できるが，極限値はどうなってるんだという話が来たので，100億以下の整数について上記の和を求めてみた。まだまだ極限値に漸近する感じがないなあ。 pic.twitter.com/9TXMCoPFZl

タグ：

posted at 23:24:46

竹@放射線 @sasa_take_sasa

「トリチウム水、安全なら東京湾で流してみろ」と残念な反原発派が叫び、
大阪が「じゃあうちがやりましょう」と言うと今度は「くだらないパフォーマンスだ！」などと

とんだマッチポンプだなおい

タグ：

posted at 23:09:58

@sekibunnteisuu #超算数ただし社会数は、正確な数の対義語として用いられているように見え、#掛算の順序を自由にする論拠にはならなそうだった。

タグ：掛算超算数

posted at 23:00:46

@sekibunnteisuu #超算数 51年指導要領には、社会で使われる算数、社会で算数を使う利点などを教えることが謳われ、執筆者個人レベルでも、丸本喜一、山本喜治、村田英吉がこれに好感している。社会数という語を使用しているのは丸本、山本。北山巽も似たようなことを言っていた。詳しくは私のツイログを。

タグ：超算数

posted at 22:58:49

@sekibunnteisuu #超算数適用は摘要の間違いね。社会ではこういう慣習があったことを文部省が当時把握していたというわけ。これが掛順自由に繋がらないのは、高等小学校をでて商家に丁稚しに行くような子供の都合で教育を決めないという、階層の概念によるものだろうか。

タグ：超算数

posted at 22:55:16

非公開

タグ：

posted at xx:xx:xx

とりあえず苦労したのはplotを３Dとして認識させるために
z軸を導入したことかな・・・

タグ：

posted at 22:43:38

f(x,y)=y^2 - x^3 で定義される多項式の代数的集合(f(x,y)=0を満たす(x,y)の集合)の特異点解消のイメージ．実装の都合上
，z軸は有限長ですが実際は射影直線P^1です． pic.twitter.com/Jqiqi6ZxJm

タグ：

posted at 22:39:25

斉藤ひでみ・現職教師（西村祐二） @kimamanigo0815

@sekibunnteisuu 4×100mリレーは正しい順番なのーと聞かれて、無慙にもこれは #掛算の式ではないと答えた学校があったので、学年×10分でも同じことが予想されますね。クチヌグイーノオタメゴーカシという高等戦術です。

タグ：掛算

posted at 22:36:12

教育新聞さんが、変形労働反対署名についての記事を出してくれました！！

斉藤氏
「国はもっと多くの教員の声を聞いた上で、導入の是非を議論してほしい。そのための呼び水として、署名活動を展開したい」

▼変形労働時間制は給特法の改悪現職教員が反対署名 www.kyobun.co.jp/news/20190919_...

タグ：

posted at 22:34:12

@temmusu_n 「学年×10分　ed」でググると、小学校が出している文書で沢山見つけることができる^^　#超算数

 www.google.com/search?ei=7ICD...

タグ：超算数

posted at 22:22:53

帯広市立川西小学校
www.kawanishisho.obihiro.ed.jp/_userdata/H26t...
＞学習時間の目安は、学年×１０分（例６年×１０分＝６０分）となります

タグ：

posted at 22:16:27

適切な質と量の宿題は効果的だろうが、そうでないなら効果がない、という常識的な話かな。

＞またクーパー教授は別の発表で「宿題の量は学年×10分が目安になる」とも主張している。小学1年生ならば10分、6年生なら60分ということだ。

かけ算の順序が逆ｗ

タグ：

posted at 22:14:53

netgeek.biz/archives/110811

タグ：

posted at 22:13:16

@691_7758337633 そうですね。意外とτ(2), τ(3)が再利用できたのがよかったです。笑

タグ：

posted at 21:51:15

味覚クリティカル @1806_04679

@tsujimotter 強いですねえタウ関数...

タグ：

posted at 21:48:41

@691_7758337633 ちょっと大変でしたが、12^345の方も計算できました。たしかに690になりましたね。 pic.twitter.com/NgZ3HLgpyo

タグ：

posted at 21:46:58

the_spoiler @don_jardine

この人々の嘘や欺瞞が「すぐばれる」のは主にツイッター等SNS界隈でありテレビや新聞などオールドメディアでは未だに盛りに盛った彼らの戦うジャーナリスト的なイメージが維持されている。特に高齢層の多くは佐藤や鮫島の恥ずべきデマ拡散を知らず「汚染水を海に流すなど怪しからん」と思っている。 twitter.com/930_jp/status/...

タグ：

posted at 21:43:40

@691_7758337633 間違えた！345乗ですね！！笑

タグ：

posted at 21:19:43

@691_7758337633 ラマヌジャンの合同式を使って計算できました！ pic.twitter.com/STkcmTgaZY

タグ：

posted at 21:18:58

味覚クリティカル @1806_04679

出先なので正確じゃないですが、690 ですか？

#peing #質問箱 peing.net/ja/qs/430108195

タグ： peing 質問箱

posted at 21:01:41

Atsushi Sakai @Atsushi_twi

“近年、個人のGitHubアカウントの提示を面接時に求める企業も増えている。OSS活動を評価して入社させるならば、それを継続できるような支援も必要ではないか。OSSが使われるだけでなく、OSS活動を支援する企業も増えていけばいいなと夢見ている。” blog.8arrow.org/entry/2019/09/...

タグ：

posted at 20:58:40

tomo @tonagai

囲碁@囲碁・将棋チャンネル @igo_net

このスレッドで、サドルノード分岐やピッチフォーク分岐などの非常にわかりやすいアニメが見られます。 twitter.com/robertghrist/s...

タグ：

posted at 20:58:39

#上野愛咲美女流棋聖、#一力遼竜星が決勝戦で激突！全囲碁界が注目の大一番『第28期竜星戦決勝戦』を9/23(月祝)に生放送でお届けします！上野女流棋聖がさらなる快挙を遂げるか、一力竜星の2連覇なるか、是非リアルタイムでお楽しみください！ #囲碁 #囲碁将棋チャンネル #竜星戦 pic.twitter.com/zlE17Z4cEP

タグ：一力遼上野愛咲美囲碁囲碁将棋チャンネル竜星戦

posted at 17:00:17

Minaka Nobuhiro 〈みなか @leeswijzer

ワカルゥ twitter.com/genkuroki/stat...

タグ：

posted at 16:16:00

加藤公一, 가토우 기미카즈（はむかず） @hamukazu

@Yh_Taguchi @chova0625 この「Anscombe's Quartet」は「生データを見ないで，統計モデルを当てはめるとタイヘンなことになりますよ」という教訓です．線形モデルのフィッティング自体を批判しているわけではありませんね．Cf: F. J. Anscombe 1973. Graphs in Statistical Analysis. American Statistician 27(1): 17–21.

タグ：

posted at 15:59:23

@bokudentw 控えめに言ってみました（それでもどうせ払わねんだろうなあと思って）

タグ：

posted at 15:57:20

笑い猫 @bokudentw

(｢・ω・)｢ｶﾞｵｰ @bicycle1885

@hamukazu イヤイヤ二倍ぐらいもらわないと割に合わないイメージ

タグ：

posted at 15:56:21

加藤公一, 가토우 기미카즈（はむかず） @hamukazu

まだ検証が甘いですが、コミュニティ検出のLeidenアルゴリズムをJuliaで実装しました。
github.com/bicycle1885/Le...

タグ：

posted at 15:52:37

加藤公一, 가토우 기미카즈（はむかず） @hamukazu

本気で業務改革するために人を新規に雇うなら、採った人は旧態然とした組織から遠ざけたほうがいいよなあ。

タグ：

posted at 15:49:21

最後の一文により、外資系の3割増しくらいの給料じゃないと割に合わない。 twitter.com/dr_vegepamyu/s...

タグ：

posted at 15:44:49

#統計そのうちのどれが最も出てき易いかは、2つ山の混合正規分布がほんの少し変化しただけで変わってしまうかもしれない。そして、実際にそうなるということです。

タグ：統計

posted at 14:50:21

#統計分布qから分布pが出て来易いことの定義は、分布qの乱数X_1,…,X_nの分布が分布pに近くなり易いことです。

2つ山の混合正規分布から出て来易そうな1つ山の正規分布は、左の山、右の山、両方の山をまたぐ広がった山の3種のうちどれかになりそうです。続く

タグ：統計

posted at 14:49:10

#統計そのことはKL情報量のSanovの定理を理解していれば直観的にも納得できます。Sanovの定理によればパラメーターwを持つ分布p(w)についてKL(p(w)||q)を最小化するwは分布p(w)の中で分布qから最も出て来易い分布を与えるwになります。続く

タグ：統計

posted at 14:49:10

#統計任意の分布qと正規分布p(μ,σ²)について、KL情報量KL(q||p(μ,σ²))を最小化するμとσ²はそれぞれqの平均と分散になります。だから、qを少し動かしてもそのようなμ,σ²は大きく動いたりしない.

しかし、KL(p(μ,σ²)||q)を最小化するμ,σ²はqをほんの少し動かしただけで大きく変化することがあります。

タグ：統計

posted at 14:45:34

非公開

タグ：

posted at xx:xx:xx

#統計 #Julia言語 KL(P(μ,σ)||Q(a,b))はKL(Q(a,b)||P(μ,σ)) と違って, それを最小化する(μ,σ)は(a,b)の連続函数になりません。こういうことはQが真の事後分布でPがその変分近似のときのKL(P||Q)の場合にも起こるかもしれない。変分推論に興味がある人は予備知識になり得る話。 pic.twitter.com/UfXLK8nhXx

タグ： Julia言語統計

posted at 14:41:48

(｢・ω・)｢ｶﾞｵｰ @bicycle1885

#統計例：Julia v0.6時代
nbviewer.jupyter.org/gist/genkuroki...
正規分布と混合正規分布のKL情報量のプロット

2つの正規分布(分散は異なっていてよい)を混合した混合正規分布Q(a,b)のパラメーターを少しずつ動かしながら正規分布モデルP(μ,σ)についてKL(P(μ,σ)||Q(a,b))を最小化するμとσをプロット。続く pic.twitter.com/FS2kXfqLeN

タグ：統計

posted at 14:41:46

(｢・ω・)｢ｶﾞｵｰ @bicycle1885

Juliaにはあるけど、という煽りです。

タグ：

posted at 14:35:19

浮動小数点数の16進数表記割と便利。Pythonにもあったっけ?

タグ：

posted at 14:32:52

#統計最近作ったリポジトリ

github.com/genkuroki/Stat...
統計学に関する私的ノート集

のREADMEを拡充した。リポジトリ外にある統計学関連のノートブックに大量にリンクをはっておいた。

「いつも言っていること」の根拠がそこにある感じ。

タグ：統計

posted at 14:20:14

#Jupyter 「NotebookからLabに引っ越す」という発想をするのではなく、「両方を使うことにし、既存の便利な機能を全部使う方が便利」と考える方が合理的です。

タグ： Jupyter

posted at 14:14:22

#Jupyter 個人的におすすめなのは、JupyterLabのサーバーを起動しておいて、JupyterLabとJupyter Notebookの両方を利用することです。

Labサーバーを起動しておいても、serveraddress:8888/tree にアクセスすればNotebookの方を直接利用できます(私は自宅Jupyter Labサーバーをそのように利用)。

タグ： Jupyter

posted at 14:14:21

#Jupyter 続き。あと、現時点ではiPadのブラウザからだとJupyterLabを使用できません。Safari、Chrome以外にも色々試しましたがダメでした。

Notebookの方はiPadからでも便利に利用可能。

ただし、既知の問題が原因でiPadからJupyter Notebookに日本語は入力できない。

タグ： Jupyter

posted at 14:14:21

#Jupyter 答えは簡単で「常にJupyterLabの方がJupyter Notebookより高機能で便利だ」という考え方は現実には誤りだからです。

Jupyter NotebookはNbextensionsを入れて使うことが普通なので、Nbextensionsの機能のすべてをLabの方でも使えるようにならなければ苦しい。続く

twitter.com/abap__/status/...

タグ： Jupyter

posted at 14:14:21

らいね @xibritte

西郷どんとか写真が存在しない・肖像も別人疑惑がある偉人けっこういるけどベイズもだったのか・・・ twitter.com/genkuroki/stat...

タグ：

posted at 14:10:30

菅は判決が「十分な科学的根拠がない」と認定した疫学調査は「極めて有効な調査方法で裁判官の判断は疑問」と反論し控訴した。
高裁判決は「公表すべき緊急性、必要性はなかった」「政策的判断であろうが、その判断には逸脱があり違法」と菅および厚生省の過失を認定し、国側が敗訴。

タグ：

posted at 14:05:35

生産業者らが起した国家賠償訴訟の地裁判決では
「O-157感染症の発生に照らし更なる調査を重ねなければならない状況下、厚生大臣が積極的に公表する緊急性、必要性は全く認められなかった」として菅および厚生労働省の過失と風評被害を認定し、国側が敗訴。

タグ：

posted at 14:05:35

その後の立入検査でO157は検出されず、記者会見でカイワレサラダを食べる安全アピールパフォーマンスをしたが「事件後消毒され証拠隠滅が図られた」と根拠のない主張をし、謝罪をすることがなかった。

タグ：

posted at 14:05:34

なぜ菅直人は自身が起こしたカイワレ事件で「風評」を学ばなかったのだろうか？
1996年8月のO157騒動。彼は独断で緊急記者会見を開き「大阪府内の業者が出荷したカイワレ大根が原因となった可能性は否定できない」と発表。風評被害が発生し倒産・破産が続出、大量の失業者をうみ。自殺者まで出した。

タグ：

posted at 14:05:34

mananb39451 @mananb39451

えぇぇぇぇ〜写真がない時代って・・・盛ってるのでもなく、そもそも別人なの？！ twitter.com/genkuroki/stat...

タグ：

posted at 13:48:34

将棋世界 @shogi_sekai

昨日の藤井七段の写真が好評だったので、数枚蔵出し。
だいたい、こんなシチュエーションでした。かわいく見えますが、きっと頭の中は高速回転です。 pic.twitter.com/vxFJ4RcRrK

タグ：

posted at 12:40:39

非公開

タグ：

posted at xx:xx:xx

#統計データへの単なるフィッティングと予測精度に気を配った推測は全然違うという事実は非常に大事。

タグ：統計

posted at 10:34:46

#統計このスレッドを立てるときには「何を当たり前にことを言っているんだ？藁人形を批判しても意味がないだろ！」と非難されることを恐れたのですが、自ら実例になってくれる人が出て来たのでそう言われるリスクはだいぶ減ったかもしれませんね(笑)。

タグ：統計

posted at 10:34:45

#統計何度目の繰り返しになるのか分かりませんが、我々が欲しいのは未知の母集団分布によくフィットしている可能性が高い分布であり、推定用のデータの側によくフィットしている分布ではありません。

尤度最大化はモデルのパラメーターを調節して推定用のデータの側にフィットさせているだけ。

タグ：統計

posted at 10:34:45

#統計あまりにもアレな話でよく知らないのですが、予測精度を上げるための学習=推定の過程の early stopping という話が大真面目にされている世界がある(笑)。

early stopping の話を初めて知ったときにはかなりジワった(笑)

タグ：統計

posted at 10:34:44

#統計推定用とテスト用のデータを分けておいて、推定で得られた予測分布の精度をテストデータで測るというようなことはよくやられています。

モデルの尤度を最大化するパラメーターに対応する予測分布より、そうでないパラメーターに対応する予測分布の方が予測精度が高いことは普通にある。

タグ：統計

posted at 10:34:44

#統計おそらく、もっともらしさを測る方法を、歴史的に尤度と呼ばれることになった量を使う以外に知らないのだと思います。だから、

尤度を最大化するパラメーター=最ももっともらしいパラメーター

以外の考え方をできなくなっているのではないか？続く

タグ：統計

posted at 10:34:44

#統計【情報量基底】というような意味不明の用語を使わずに済むようになってから返答した方がよいと思いました。

【「同じモデルで最尤点よりさらに尤もらしいパラメータが存在する」という状況はありえない】というのは明瞭に誤り。すでにそういう例を上で示した。続く

twitter.com/osamu_takeuchi...

タグ：統計

posted at 10:34:42

非公開

タグ：

posted at xx:xx:xx

RochejacMonmo @RochejacMonmo

ちなみに数学では、試行調査の記述式問題は、
問題が数学的にみて無内容な第2回(あ)を除けば、数学的な内容に問題があるわけではなく、採点や評価の公平性や客観性、学力の識別性（ある程度適切に議論した答案が零点にされる)に重大な問題があるということ。できなくて良いとは誰も言っていないのでは

タグ：

posted at 06:52:41

タクラミックス @takuramix

震え上がったのは、企業の利益優先で個人データを容赦なく利用されてしまった個々人の方だと思うなぁ。＞
内定辞退率問題だけではない！「リクナビショック」で人材業界全体が震え上がる理由 | Close-Up Enterprise | ダイヤモンド・オンライン diamond.jp/articles/-/215...

タグ：

posted at 05:16:58

#統計呼び方の試案

G(q||p) = 分布pの分布qへの不適合度
汎化誤差 = 予測分布の母集団分布への不適合度
学習誤差 = 対数尤度の-1/n倍 = モデルの分布のサンプルへの不適合度

尤度は「モデルの分布のサンプルへの適合度」の一種。

不適合度は英語ではbadness of fitで良さそうかな。

タグ：統計

posted at 03:05:44

非公開

タグ：

posted at xx:xx:xx

#統計 G(q||p) = ∫q(x)(-log p(x))dx はp(x)によるq(x)への適合度の指標(小さいほどよく適合している)になっています。もしくは、Sanovの定理によって、p(x)によるq(x)のシミュレーションの誤差の大きさと言ってもよい。

G(q||p)は「汎化誤差」にも「学習誤差」にもなり得る。

どう呼んだものか。

タグ：統計

posted at 02:25:36

#統計 G(q||p) をq(x)がサンプルX₁,…,X_nの分布

q(x) = (1/n) Σ_{k=1}^n δ(x-X_k)

の場合にも使いたい。そのとき、

G(q||p) = (1/n)Σ_{k=1}^n (-log p(X_k))

は対数尤度の-1/n倍の「学習誤差」です。さすがにこれは「汎化誤差」とは呼べない(笑)。

タグ：統計

posted at 02:21:20

#統計 p(x)が過去に得られた情報から作った未知の分布q(x)の予測モデルの分布のとき、p(x)による分布q(x)の予測誤差の大小は G(q||p) の大小で判別できます。

過去に得られたデータを超えたp(x)の予測精度を測るので、これは「汎化誤差」の名に恥じない感じ。

しかし～続く

タグ：統計

posted at 02:17:31

#統計用語法について実は少し悩んでいて、汎化誤差の式を一般的な場合に使用するときに「汎化誤差」(generalization error)という呼び名が適切かどうか？私は

G(q||p) = ∫q(x)(-log p(x))dx

に「〇〇誤差」という名前をつけたい。現時点では「汎化誤差」と呼んでいる。続く

タグ：統計

posted at 02:17:28

ベイズ玄帥はベイズではない(笑)

twitter.com/y_tambe/status...

タグ：

posted at 02:04:58

マジこれ任意の教科書の注意書きに書いて欲しい． twitter.com/genkuroki/stat...

タグ：

posted at 01:45:16

#数楽

n
Σ a_i
i=1

とかのiをどう呼ぶかというような話題がどこかであったような気がするが見失った。

私は「どう呼ぶか」という発想の仕方はしたことがなくて、単に変数のスコープの問題だと思っていた。

数学での慣習では多くのケースで自動的にローカル変数が作られる感じ。

タグ：数楽

posted at 01:38:56

ceptree @ceptree

@nekomath271828 @s_dual (｢・ω・)｢ｶﾞｵｰ

タグ：

posted at 01:31:52

非公開

タグ：

posted at xx:xx:xx

非公開

タグ：

posted at xx:xx:xx

ceptree @ceptree

≡( 「ε:)ﾉﾋｪｰ

タグ：

posted at 01:28:59

#統計最近作ったリポジトリ

github.com/genkuroki/Stat...

に置いてある易しく書いたつもりの2つの解説ノート

nbviewer.jupyter.org/github/genkuro...
ベイズ統計の枠組みと解釈について

genkuroki.github.io/documents/2019...
ベイズ統計の手書きのノート

もKL情報量のSanovの定理の話から始めている。

タグ：統計

posted at 01:25:36

#統計で、汎化誤差の概念を理解することは、ほぼ、Kullback-Leibler情報量のSanovの定理を理解することと同じになります。だから私は、統計学で使う確率論の三種の神器は

* 大数の法則
* 中心極限定理
* Sanovの定理

の3つだと主張している。Sanovの定理は普通教えてくれない。

タグ：統計

posted at 01:21:26

ceptree @ceptree

(」・ω・)」ｶﾓｰﾝ

(｣・ω・)｣ｶﾓｰﾝ

(｢・ω・)｢ｶﾞｵｰ

タグ：

posted at 01:15:59

#統計私は、統計学を学ぶときには、歴史的な理由で尤度と呼ばれることになったものよりも先に、汎化誤差の概念を学ぶべきだと思う。

我々が欲しいのは、サンプルに適合したモデルではなく、母集団分布に適合するモデルであり、母集団分布への適合度は汎化誤差の小ささで測られる。

タグ：統計

posted at 01:14:20

日本社会心理学会広報委員会 @jssp_pr

#統計過学習を起こしていない場合の動画 pic.twitter.com/NmpSTuY3un

タグ：統計

posted at 01:10:29

【Web読み物】「ベイズ統計学による心理学研究のすゝめ」なぜベイズ統計学がふたたび注目され利用されてきているのか？（岡田謙介氏）サイナビ！（ちとせプレス） chitosepress.com/2016/02/04/1070/

タグ：

posted at 01:09:10

#統計汎化誤差との逆相関はAICやWAICやLOOCVでも起こります。ただしその意味での逆相関は上の動画のそれとは違って、サンプルが確率変数であることに由来する揺らぎの逆相関です。

そのことが原因でモデル選択に失敗する場合がある。

汎化誤差の推定は極めて重要かつ相当に困難な問題。

タグ：統計

posted at 01:04:00

#統計以上の動画の様子は「サンプルへの適合度(尤度)を最大にするパラメーターを探す過程」では典型的です。

途中で新たに「詳細な構造」がぴょこっと「発見」されるたびに予測誤差が悪化するというようなことが起こる。これが過学習の典型的なパターンです。

動画の「ぴょこっ」に注目！

タグ：統計

posted at 00:57:14

#統計

training error = 対数尤度の-1/n倍
generalization error = 予測誤差+定数

予測誤差をさげたい。しかし、尤度を最大にするパラメーターを探す過程で尤度が上がると、予測誤差が悪化することがよくある。 pic.twitter.com/6BtC8adZcP

タグ：統計

posted at 00:57:13

小林聡@京都産業大学 @ksu_kbys

あー、「詳細は文献[1, 5, 6]などを参照.」と書いてあって、[1]が新井敏康「集合・論理と位相」, [5]が田中尚夫「選択公理と数学」, [6]が西村敏雄・難波完爾「公理論的集合論」か。この3冊のどこを開いてもこんなバカなこと書いてないはずだが。

タグ：

posted at 00:49:24

#統計過学習の例

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

動画の右半分の赤の線が下がると尤度は高くなる。青の線は予測誤差+定数。

尤度を最大にするパラメーターを探す過程のある所から先では、新たに「真実」が発見されて赤の線がぴょこっと下がる(尤度が上がる)たびに予測誤差もぴょこっと大きくなる。www pic.twitter.com/vpc84TvLBq

タグ：統計

posted at 00:48:30

小林聡@京都産業大学 @ksu_kbys

さらに同ページの脚注:
「選択公理は連続体仮説と同値である(片方を仮定すればもう片方が導ける)ことがわかっている. 」
なんでやねん。
この人一体何を読んで勉強したんだ?

タグ：

posted at 00:43:00

小林聡@京都産業大学 @ksu_kbys