黒木玄 Gen Kuroki(@genkuroki)/2019年10月01日

誰かと思ったらストールマン？ gigazine.net/news/20191001-...

タグ：

posted at 23:32:11

yamazaks @yamazaksv2

残念ながら、これまで保育料が完全無償だった母子家庭などでは、新たに主食費がかかるようになったため、かえって負担が増えています。
恩恵にあずかる人数は確かに増えましたが、1番救われるべき人たちが少数派という理由で切られていると感じます。 twitter.com/utasan8888/sta...

タグ：

posted at 23:19:47

mtmt @mtmtlife

記事を書きました。
「将棋界の鬼軍曹」永瀬拓矢叡王（27）が王座を獲得して二冠に(松本博文) - Y!ニュース news.yahoo.co.jp/byline/matsumo...

タグ：

posted at 23:19:16

味覚クリティカル @1806_04679

@genkuroki λ=1 での留数の和の漸近挙動、要するに
Σ[n=1 to N] n^{-1}(log n)^{m-1}
の N→∞ での漸近展開って知られてるんですか？

タグ：

posted at 23:02:20

ぜく @ystt

“がんや心臓疾患を予防するには赤肉の摂取を減らす、というのが標準的な医学的助言だ。しかし過去の数十の論文を精査したところ、赤肉摂取による潜在的なリスクは低く、また証拠は不確かだとする結論が出された。” / “「赤肉は健康に悪くない」見解覆す新ガイドライン　写…” htn.to/3AntdJFc1R

タグ：

posted at 22:40:53

@389jan @katzkagaya #統計

 twitter.com/katzkagaya/sta...

で紹介されている赤池弘次さんの論文はググったら

dmle.icmat.es/revistas/detal...
↓
dmle.icmat.es/pdf/TESTOP_198...
Likelihood and the Bayes procedure
Akaike, Hirotugu
1980

で読めました。

タグ：統計

posted at 22:03:40

#お笑いネタお茶を飲みながらツイッターを見ていた人には申し訳ないことをしました。何度見ても吹き出しちゃうよね。以前紹介したときのリンク先がリンク切れになっていたので再掲した。

色褪せない面白さ！

タグ：お笑いネタ

posted at 21:30:10

#お笑いネタ有名な「45度線」ネタ

【「相関」というのは、45度線になったときが最も高く、垂直または水平になったときはゼロ（相関なし）です。】

‼️‼️www

web.archive.org/web/2007110311... pic.twitter.com/iirgrn1Knv

タグ：お笑いネタ

posted at 21:27:59

#お笑いネタ

【期待値を確率変数で割ったら確率になるんだよ。】

期待値を確率変数で割る‼️‼️www pic.twitter.com/C02woO1pkj

タグ：お笑いネタ

posted at 21:20:20

ながし @Pnagashi

消費税10%を決めたのは民主党政権は正しいが、その法律を無しにする法律を立法せず最終的に増税したのは安倍政権。
増税したのは安倍政権だが、それを阻止する法案を提出することができたのに何もしなかったのは野党。
要するに、日本の政治家で本気で消費税を止めようとした奴はいないのだ。

タグ：

posted at 20:47:59

#統計私は統計学はど素人なのですが、「統計学入門の世界ではみんな言っていることの方が誤りである場合が非常に多い」という印象がある。

おそらくそのことが原因で結果的に理解が伴う統計学入門に失敗してしまう学生達を過去に大量生産してしまっている。この点が改善されれば素晴らしいと思う。

タグ：統計

posted at 20:33:38

#統計同じことはJeffreys事前分布についても言えて、「Jeffreys事前分布は座標不変に定義されているからよい」という考え方も誤りです。

特異モデルの場合にJeffreys事前分布を使うと予測精度は悪化します。

タグ：統計

posted at 20:33:37

#統計 MAP法(正則化)が便利なのは、事前分布によってパラメーターの動き方を制限した方が平均予測精度が上がる場合があるからです。

その制限は別に確率密度函数函数ではなく、単なる函数で与えてもよい。

そして、真に重要なのは予測精度の向上の方であり、座標普遍性ではない。

タグ：統計

posted at 20:33:37

#統計さらに、ベイズ統計との類似で確率密度函数としての事前分布から出発するからMAP法が座標依存になってしまうだけで、密度函数ではなく、事前の重み付けを意味する単なる函数から出発するようにモディファイすればMAP法も座標不変になります。

タグ：統計

posted at 20:33:36

#統計すぐ上の方では非常にシンプルなモデルを例に、未知の確率法則の推測という目的において、MAP法(Ridge正則化)の方が最尤法より平均的に優れている場合があることを示しました。

こういう例があるのだから、「MAP法よりも最尤法が普遍的」などと言われても相手をする価値がないと断言できる。

タグ：統計

posted at 20:33:36

#統計我々が真に知りたいのは、サンプルによくフィットするモデルではなく、サンプルを生成した未知の確率法則にフィットするモデルの方です。

この目的に合致していれば「座標不変であるか否か」は大して重要ではありません。座標不変であることを優先して、目的から外れるには愚かな行為。

タグ：統計

posted at 20:33:35

#統計最尤法は単に確率モデルがサンプルに最大適合するようにパラメーターを最適化するだけの方法です。

サンプルに最大適合させると、サンプルを生成した未知の確率分布(←これの推測が目標)の予測誤差が非常に大きくなる場合がある。

こういう代物を素晴らしいと持ち上げるのは誤りです。

タグ：統計

posted at 20:33:35

アオイ模型土-東エ38b @aoi_mokei

#統計ひどい誤解の例

このスレッドを読んだ人は添付画像のような

「MAP法はパラメーター空間の座標に依存するので、相対的に最尤法の方が普遍的」

というような主張は相手にする価値がないひどい誤解であることが明瞭だと思います。

複数の意味で誤解している。続く

togetter.com/li/891596 pic.twitter.com/XXeuqksn62

タグ：統計

posted at 20:33:34

アホな政府と役人のせいで、ただでさえレジが混んでるのに「店内で食べると10％ですが、持ち帰る場合は8％になります」といちいち説明しなきゃならない店員さんと、それに反応して持ち帰りに注文を変える客のせいで2%以上の時間と労力の無駄が生じている。 pic.twitter.com/IpVU8nWfIH

タグ：

posted at 19:36:31

フリート横田 @fleetyokota

面白い。インカ帝国の遺跡・マチュピチュ。富士山より標高の高いアンデスの尾根にあるが、なぜそんな高い場所にあるのか、理由が分かったと。断層が交わる場所で石材が切り出しやすい上、水も手に入れやすく水はけもいいと。しかしこの手のニュース、見かけること減ってない？
news.nicovideo.jp/watch/nw5986652

タグ：

posted at 19:20:56

松永和紀 @waki1711

UKでレッドミート（牛や豚、羊などの肉）のヘルスリスクは大きくなく、エビデンスも弱いこと、しかし環境影響は非常に大きいことをていねいに解説。とても参考になる。日本語の記事を書くなら、摂取量が比較すればかなり少ない日本人でどうなのかを考察しないといけない www.bbc.com/news/health-49...

タグ：

posted at 19:03:59

Hidemoto Nakada @hidemotoNakada

拙訳のJulia本、10月19日発売です。ちょっとクセはありますが、速くて使いやすい言語だと思います。よろしければぜひ。
amzn.to/2oT8Qpw pic.twitter.com/GUuE4sOmfc

タグ：

posted at 18:23:53

前田敦司 @maeda

@4023vqad 「権益持った層の息がかかってる」という陰謀論はちょっと無理がありますね…
消費税を支払うのは消費者。軽減税率対応のレジ買い替え数百万円が負担できず閉店するのは零細小売店。

一方、大企業にかかる法人税や、高所得層の所得税はどんどん減税されてます。
twitter.com/maeda/status/1...

タグ：

posted at 16:35:22

カイヤン @389jan

@katzkagaya ああ間違えました。
以下もAIC論文とされることが多いみたいでどれを引くか難しいです）
"Information theory and an extension of the maximum likelihood principle", Proceedings of the 2nd International Symposium on Information Theory, Budapest: 267-281 (1973).

タグ：

posted at 16:11:11

Katsushi Kagaya @katzkagaya

@389jan たぶん、おっしゃってるAICの論文はこっちですね。
A New Look at the Statistical Model Identification
link.springer.com/chapter/10.100...

タグ：

posted at 16:02:49

カイヤン @389jan

@katzkagaya これ、AICの論文じゃないですかもしや？

タグ：

posted at 16:01:06

Katsushi Kagaya @katzkagaya

ベイズ法に対する主観確率的解釈がもたらす混乱についてはこの論文で赤池先生が論じてますね。
Likelihood and the Bayes procedure
link.springer.com/chapter/10.100...

タグ：

posted at 15:54:29

mtmt @mtmtlife

大山康晴 0.714（80/112）
中原　誠 0.703（64/91）
羽生善治 0.728（99/136）
渡辺　明 0.742（23/31）

トップは僅差で渡辺現三冠でした。

タグ：

posted at 14:31:13

@asamizuya @MathematicsSho #統計洋書の統計学入門書は日本語の本に比較すれば全然チェックしていないので、頑張って探せば見つかる可能性があります。

しかし、英語でもググることは結構やっていて、英語圏での解説もおかしな感じになっていることが多いです。

世界の統計学入門業界全体がおかしいのだと思います。

タグ：統計

posted at 14:07:01

Katsushi Kagaya @katzkagaya

特にこれが近そうです。統一的な視点としては。link.springer.com/chapter/10.100...

タグ：

posted at 14:02:28

これはすごいですね(昨日作った老眼鏡が合わなかった…) twitter.com/kasumiasakura/...

タグ：

posted at 13:55:44

非公開

タグ：

posted at xx:xx:xx

#統計数学的モデルを現実世界に適用するときには、その数学的モデル使用の現実世界における妥当性が最重要問題になります。

ところが、統計学入門の教科書達は、この最重要問題の存在を正直に説明せずに、「正規母集団を仮定する」のようなひとことの仮定で済ませている。

これはひどいと思う。

タグ：統計

posted at 13:23:58

#統計続き

以上は正規分布モデルM(μ)内の仮想世界における様子の記述に過ぎないが、もしも、現実が近似的に仮想世界と同じになっているならば(この前提の確認が最も大変かつ重要)、仮想世界内の人と同様に現実の我々が95%信頼区間を求めて役に立てることができるわけです。

タグ：統計

posted at 13:20:16

#統計平均μの正規分布モデルM(μ)内に住んでいる人は、μの値は知らずに、M(μ)内で生成されたサイズnのサンプルのみを参照できるとします。その人がサンプルの平均と分散を計算して求めた95%信頼区間にμが含まれる確率は95%になる。

続く

twitter.com/genkuroki/stat...

タグ：統計

posted at 13:20:14

#統計具体的な値が計算された確率はどれも数学的モデル内の確率でしかないのです。p値もモデル内での確率だし、95%信頼区間の95%もそうだし、他の場合もすべてそうです。

数学的モデル内確率に過ぎないものを現実世界確率であると誤解し易くなるように、統計学入門の教科書は書かれています。

タグ：統計

posted at 13:11:18

#統計続き。だから、統計学を使う状況で確率の大きさのような指標で物事を判断したいと思ったら、数学的モデルを設定指定、そのモデル内で現実から得たサンプルが偶然生成される確率の大きさを利用するしかないのです。

仮説検定のp値もそういう類のものです。

タグ：統計

posted at 13:11:17

#統計「数学的仮想世界に現実から得たデータを持ち込む」というスタイルには必然性があります。

現実のことがよく分からないからこそ統計学を利用するので、統計学を利用する状況では知りたい確率は分からない。分かる(計算できる)確率は数学的に用意したモデル内での確率だけです。続く

タグ：統計

posted at 13:11:15

lotz @lotz84_

”計算する”って書いてあるから工学部にもわかる易しい話かなと思ったらガッツリBSD予想や谷山志村予想まで載ってて草ｗでも群環体の基本的な性質だけを仮定してと書かれてる通りめちゃくちゃ読みやすくて勉強になった。楕円曲線おもしろ〜／
計算する立場からの楕円曲線論入門
www.comp.tmu.ac.jp/s-yokoyama/lec...

タグ：

posted at 13:03:59

#統計そのときに大問題になるのが、使用した数学的モデルが現実をどれだけ近似しているかはそう簡単に分からないことです。わかるなら統計学の存在意義自体が怪しくなる(笑)。

この大問題は統計学入門の信頼区間の段階でもろに生じて来ます。

使っている数学的モデルを意識できないと危ない。

タグ：統計

posted at 13:01:55

#統計統計学の基本パターンは、現実に近似的に適用できそうな数学的モデルを作って、その数学的モデル内の仮想世界で現実から得たサンプルが偶然に得られた状況を考えることです。

信頼区間然り、最尤法然り、ベイズ統計然りです。

それらは単に数学的モデルとその使い方が違うだけ。

タグ：統計

posted at 13:01:54

#統計しかし、もしも仮にあるμ₀でM(μ₀)が現実の母集団分布を近似的に記述しているものが存在しそうなことが別の議論で正当化されているならば(この前提がないとアウト)、モデルM(μ)のサンプルではなく、現実から得たサンプルで計算した信頼区間を現実の真の値の近似的な信頼区間とみなせます。

タグ：統計

posted at 13:01:54

#統計これがよく見る平均μの正規分布モデルM(μ)のμに関する95%信頼区間です。

μは正規分布モデルの平均を意味する。

ここまでは現実世界と無関係な数学的モデル内の仮想世界における話に過ぎない。

タグ：統計

posted at 13:01:53

#統計自由度n-1のt分布に従う確率変数Tが|T|≦aとなる確率が95%になるようにaを取っておく。

M(μ)は平均μ分散σ²(分散は未知)の正規分布であるとします。その正規分布のサイズnのサンプルの平均と不偏分散をそれぞれM, U²と書くと、

M - a√(U²/n) ≦ μ ≦ M + a√(U²/n)

となる確率は95%になる。

タグ：統計

posted at 13:01:52

#統計まさにそれ！東京大学教養学部統計学教室編『統計学入門』のような教科書の説明で理解できるはずがない。

理解できないと思っている人の方が理解に近付いていると思う。

詳しい解説に続く

twitter.com/seibibibi/stat...

タグ：統計

posted at 13:01:49

Hiroshi Yamaguchi @HYamaguchi

この愚策が公明党の責任だということは語り継いでいきたい。 twitter.com/komei_koho/sta...

タグ：

posted at 12:34:08

nisai @n1saaai

真の母平均なのか、自分たちが想定した母平均なのかが悩ましい（けど教科書的にはあくまで「モデル」の話をしているから、自分たちが想定した母平均って事で良いのかな？）

タグ：

posted at 12:25:54

nisai @n1saaai

だとすれば信頼区間の式に存在する「μ」が一体何者なのかがますます分からなくなってきた

タグ：

posted at 12:17:38

nisai @n1saaai

95%信頼区間の「95%」が本当に95%なのかをどうやってトイデータ作ってシミュレーションしようか考えてて分からなかったんだけど、こういう事だったんだ…勉強になる… twitter.com/genkuroki/stat...

タグ：

posted at 12:16:23

#統計私のような統計学ど素人には、統計学の現実への使用には至る所に落とし穴が隠れているように見える。

統計学の使用者は落とし穴の存在を常に正直に語る人でなければいけないと思う。

ところが、統計学入門の教科書を見るとそういう正直さが希薄であることに驚く。

タグ：統計

posted at 12:16:01

#統計信頼区間が信頼できなくなるケースの例については以下のリンク先を参照。

twitter.com/genkuroki/stat...

タグ：統計

posted at 12:13:07

#統計しかし、信頼区間は確率的にゆらぐサンプルに依存して決まる区間なので、他のサンプルの信頼区間も意識して、

信頼区間を求めるのに使ったモデルの現実への適用が妥当ならば(←この前提を忘れると非科学的になる)、95%信頼区間に真の値が含まれる確率は95%程度になる

と言うことは正しい。

タグ：統計

posted at 12:11:40

#統計すでに計算が終わった単独の信頼区間に真の値が含まれる確率に意味がないという理解は正しい。

タグ：統計

posted at 12:09:20

#統計「壺に入れたままサイコロを振った。サイコロの目は壺に隠れて見えない。サイコロの目が偶数である確率は？」

こういう問題について、「壺の中のサイコロの目が1であるか否かは1/0で決まっているので、確率と言ってはいけない」などと言われたら困る(笑)。

twitter.com/seibibibi/stat...

タグ：統計

posted at 12:05:51

#統計ただし、信頼区間を求めるのに使った数学的モデル(例えば正規分布モデル)の現実への適用が近似的に妥当であることの理由をしっかり述べていなければアウト。

信頼区間はモデル依存なので、モデルの信頼性を別の議論で確保する必要がある。こういう重大な話が教科書に書かれていない。

タグ：統計

posted at 12:01:48

#統計「多数の標本を抽出して、それぞれから得られた信頼区間のうち95%が母集団の平均を含んでいる」の95%を「確率」と呼んで問題ない。

統計学で使う確率の多くは標本の確率的揺らぎ由来の確率。

この件については教科書的説明の側が全体的にひどい。続く

twitter.com/lon87819329/st...

タグ：統計

posted at 12:01:47

アルトネリコの現人類の認識：
「魔力を持った歌をもって虚空から炎を出し、夏に氷を作り、獣を飛ばし鳥を走らしむ」
本当に起きていたこと：
「音声認識の空調操作」

タグ：

posted at 11:26:19

アルトネリコは旧文明が残したタワーに住んでいて、特定の節をつけた歌でタワーのコンピューターが動作して、タワー内に火災が起きたり急に寒くなったりする。

タグ：

posted at 11:24:02

たぶん世界観としてはアルトネリコが近い。
「よくわかんないけど特定の節をつけて歌うとタワーのコンピューターが動作して結果が出力されるぞ」

タグ：

posted at 11:21:16

#統計「頻度主義vs.ベイズ主義」論争はクズとクズの対決とまでは言っていないのですが、実質そのように言っているのと同じとみなせる赤池弘次さんの1980年発表の論説↓

ismrepo.ism.ac.jp/?action=pages_...
統計的推論のパラダイムの変遷について
赤池弘次
1980

タグ：統計

posted at 11:18:31

#統計たぶん、95%信頼区間の95%は確率ではないというyいうな言説の由来は、20世期に統計学の世界で起こった確率概念に関するクズのような論争だと思われます。

「頻度主義vs.ベイズ主義」論争はクズとクズの対決であり、20世紀の科学の黒歴史だと思われる。

タグ：統計

posted at 11:14:22

#統計統計学ではサンプルが確率的に揺らぐことに伴うリスクの評価が重要。信頼区間はそういうリスクの指標。

ただし、信頼区間はモデル依存なので、モデルの現実への適用の妥当性が分からない場合には、データから計算した信頼区間は信頼できないものになる。←これが信頼区間の理解では最も重要。

タグ：統計

posted at 11:10:27

#統計 95%信頼区間の95%は確率ではないという考え方は誤り。

例えば東京大学教養学部統計学教室編『統計学入門』のような教科書で勉強するとそのように誤解する。

その95%が数学的モデル内部での確率に過ぎないことの方が重要。詳しくはスレッド全体を参照

twitter.com/lon87819329/st...

タグ：統計

posted at 11:06:06

消費税の廃止を主張していない今の政治家全員では。何故か最も急進的な政治家ですら、今や消費税を5%や3%に戻すという程度の主張しかしていないからな。消費税は存在するだけで経理上の莫大なコストがかかる。廃止すべき。
twitter.com/tirol_choko/st...

タグ：

posted at 10:52:17

消費税むかつく。

少なくともこのタイミングで増税するのは狂っている。

逆に一時的に財政赤字を大幅に増やすべき。

タグ：

posted at 10:48:58

#統計以上に書いたことの詳しい説明が以下のノートにあります。　#Julia言語による数値的確認のコードを含む。

github.com/genkuroki/Stat...
↓
Ridge正則化とStein推定量
ipynb nbviewer.jupyter.org/github/genkuro...
pdf genkuroki.github.io/documents/Stat... pic.twitter.com/nrbwkmtVpO

タグ： Julia言語統計

posted at 10:42:33

#統計すべての未知の平均μ_{i0}が0の場合には

p(x_1,…,x_n|μ_1,…,μ_n)
=Π_{i=1}^n ((1/√(2π))exp(-(x_i - μ_i)²/2))

による最尤推定量μ*_i= X_iが過学習を引き起こしていることは明らかでしょう。この場合のStein推定量の平均二乗誤差はぴったり2になり、過学習がかなり抑えられています。 pic.twitter.com/Pkn2zB2Urq

タグ：統計

posted at 10:42:17

#統計 Ridge正則化は正規分布を事前分布とするMAP法(ベイズ統計に似て非なる方法)だとみなせます。

だから、Stein推定量は、ベイズ統計を使わずに最尤法の発想(ハイパーパラメーター付きMAP法)で推定を行うときにも、事前分布の導入が平均予測誤差を下げる場合があることを示す例にもなっています。

タグ：統計

posted at 10:42:07

#統計 Stein推定量はRidge正則化された損失函数

R(μ_1,…,μ_n|λ) = Σ_{i=1}^n (X_i - μ_i)² + λX²

で

λ/(1+λ) = (n-2)/X²

とおいた場合に、この損失函数を最小化するμ_iとして得られます(簡単な計算)。

タグ：統計

posted at 10:42:06

#統計 Stein推定量の二乗誤差は常に最尤推定量より小さいわけではないのですが、確率的に多くの場合にそうなっていて、平均二乗誤差は

E[Σ_{i=1}^n (μ^S_i - μ_{i0})²] = n - (n-2)²E[1/X²] < n

と最尤推定量 μ*_i = X_i の平均二乗誤差のnより小さくなります！

タグ：統計

posted at 10:42:06

#統計 Stein推定量は

μ^S_i = (1-(n-2)/X²)X_i

と定義されます。ここで

X² = Σ_{i=1}^n X_i^2.

最尤推定量

μ*_i = 1×X_i

とは -(n-2)/X² の分だけ違う。この違いはRidge正則化から出せます。

タグ：統計

posted at 10:42:05

#統計以下ではn≧3と仮定する。

実は、この場合には、シンプルな最尤推定

μ*_i = X_i

はオーバーフィッティングを招く！

サンプルX=(X_1,…,X_n)からの推定でパラメーターがμ_1,…,μ_nとn個もあるので、過学習しても不思議ではないのですが、実際に最尤推定はそうなる場合が多い

タグ：統計

posted at 10:42:05

#統計推定用の数学モデルを

p(x_1,…,x_n|μ_1,…,μ_n)
=Π_{i=1}^n ((1/√(2π))exp(-(x_i - μ_i)²/2))

とするときの、最尤法の解も

μ*_i = X_i

になります。

タグ：統計

posted at 10:42:04

#統計問題：サンプルX=(X_1,…,X_n)から各X_iの未知の平均μ_{i0}を推定せよ。

最も単純な推定法はμ_{i0}の推定量として、X_iを採用することです。この推定の平均2乗誤差は、X_iの分散が1であることより

E[Σ_{i=1}^n (X_i - μ_{i0})²] = n

となります。

タグ：統計

posted at 10:42:04

きみ人(JRE POINT負債完済) @new_activepeace

#統計 Stein推定量は最尤法によるオーバーフィッティングについて考えるときにシンプル過ぎるゆえに非自明で面白い例になっています。

X_i は未知の平均μ_{i0}, 分散1の正規分布に従う確率変数で、X_1,…,X_nは独立であるとします。X=(X_1,…,X_n)をサンプルと呼びます。

続く

タグ：統計

posted at 10:42:03

Juliaという言語を紹介されたので見てみたらかなり面白そう

タグ：

posted at 10:35:06

ちろる @tirol_choko

豊福晋平 (GLOCOM/JDiCE) @stoyofuku

誰が低減税率言い出したかチェックしとけよー。複雑なシステムを作って「無駄なコストを国民に負担」させ、かつ低減先業界に「政治団体(家)として影響を持ち」、「公務員の天下り先を確保した」奴らだかなー。
次の選挙で「低減税率はワシのおかげ」と掲げた団体はちゃんと国民が評価するぞ。

タグ：

posted at 10:33:47

Ninja DAO | CryptoNi @CryptoNlnjaNFT

Wi-Fi未整備の学校にいきなりChromebookだけ大量導入した某自治体。学校は「使えねー」の大ブーイングとか、いろいろ馬鹿さ加減に呆れる。まさに、電気のない家に冷蔵庫を買うようなもの。

タグ：

posted at 10:20:12

昨晩。夜中に配偶者様が突然、寝言で叫び出し、よく聞いてみると我らしき人が台所で何かを溢して部屋を汚したらしく、ボロクソに言われていた。夢の中でも怒られている我、あまりにも不憫である。

タグ：

posted at 10:06:16

高２生の母(T-T) @TT83113074

杉山真大＠震災被災者 @mtcedar1972

これを、大学入試でいきなりやらされる受験生の身になって欲しいです。教育に携わる人は想像力働かせて下さい！どうです？自分なら。嫌でしょう？ twitter.com/ryushitaro/sta...

タグ：

posted at 09:44:23

@Yuriakatase2 @eumenes177 その学習参考書ですら、執筆者によっては酷いものがあったり。地歴公民関係然り #超算数然り。

タグ：超算数

posted at 09:39:31

@yugop @PlayStation “Boids is, in a way, the human race’s idea of “birdlike” behavior, based on our perspective.”

blog.us.playstation.com/2019/09/24/int...

5/ pic.twitter.com/8IncutdN0I

タグ：

posted at 09:35:10

@yugop @PlayStation "Boids has won adulation for the simplicity of its principles and the abundance of its practical applications (including games, CGI effects, unmanned vehicles, and more)."

e.g. Murmuration of Starling - Simulation of Flocking Boids in C++: www.youtube.com/watch?v=nbbd5u...

4/ pic.twitter.com/pTzKrrRmCj

タグ：

posted at 09:32:47

@yugop @PlayStation “As he describes it, if you focus on single birds within the flock and apply three simple rules for each to follow (Cohesion, Alignment, and Separation), the result is astonishingly life-like.” 3/

pic.twitter.com/oxlbDLhHv4

タグ：

posted at 09:32:02

@yugop @PlayStation Computer Graphics expert Craig Reynolds created an AI called Boids which simulates the flocking behavior of birds.

(learn more: www.youtube.com/watch?v=QbUPfM...) 2/ pic.twitter.com/hjzSb0IwT4

タグ：

posted at 09:31:27

セメダイン【公式】 @cemedinecoltd

.@yugop loves watching birds. Find out why here and on @PlayStation Blog

blog.us.playstation.com/2019/09/24/int...

“watching their flocking patterns, I can feel the presence of a kind of shared consciousness lurking within the society the birds create in a group” 1/

pic.twitter.com/gJyzpy5K9n

タグ：

posted at 09:30:10

❗️眼鏡の応急処置に接着剤はNGです❗️

折れたメガネはメガネ屋さんで直してもらえますが、応急処置に接着剤を使った為に修理不可になったり、保証外になることもあるそうです💦
修理までの仮固定には、接着剤ではなくセロハンテープがベスト！お気をつけくださいませ🙇‍♂️ #メガネの日 pic.twitter.com/t17aQuFDSV

タグ：メガネの日

posted at 08:46:52

lotz @lotz84_

動作原理としては分散共分散行列A^TAは元の行列のd次元行ベクトルの外積の和で表されるからd^2次元空間の凸包に含まれる点だと思えるのでカラテオドリの定理よりn個の行ベクトルからd^2+1個取り出して分散共分散行列が一致するような行列を作ることができる。論文は再帰的にカラテオドリ集合を（文字数

タグ：

posted at 08:28:26

ａｐｕ @apu_yokai

転がるときの軌道が個性的でカワイイ

pic.twitter.com/CrBKrphehi

タグ：

posted at 08:23:42

tsuemura @tsueeemura

そうやって「分かるまで調べる」を繰り返すうちに、調べ方も熟練してくるので、更に強くなるんですよね。
強い人に問題解決してもらったときは、どうやって調べたかまで教わるとすごく勉強になるし、可能であれば調べるところも一緒にやったほうがいいです。

タグ：

posted at 04:21:36

tsuemura @tsueeemura

前職に超強い同僚がいて、しばらくひっついて強さの秘密を探ってたのだけど、彼も別に異能者ではなくて

「分かるまで調べる」

をただひたすら繰り返し続けて強くなってただけだった。適当な二次文献で分かった気にならず、ソースや仕様まできちんと追うのが大事だと教わった twitter.com/satoru_takeuch...

タグ：

posted at 04:15:54

積分定数 @sekibunnteisuu

@OokuboTact 国語に関しては、マナー講師のデマナーでっち上げ見たいに、

○「星がきらきら」
×「星がキラキラ」

みたいなことはやっていますね。

この流れなら、「あなたのその式、実は間違っています」みたいになりそう。

タグ：

posted at 02:31:01

しばかれる前の話をしております。 twitter.com/iNu_Hito_/stat...

タグ：

posted at 02:28:03

「二代目」じゃないや、「二代前」でした。津田さん、失礼いたしました。

タグ：

posted at 02:27:05

Diana @Vestkysta

@Giacomin_Mark13 @kimiroe @MoniqueMulligan @RSRigda @wallinvictoria1 @MiaZephyr @CatarinaCabral @saskiainsf1 @hefbach 😉 pic.twitter.com/SLVxeDyBQV

タグ：

posted at 02:26:53

#統計「最尤推定量は最良なわけじゃない」とか、「(ベイズ統計ではなくてもMAP法、縮小推定量を使えば)事前分布は予測精度を上げるために役に立つ」とかを示す計算例が知られていて、「だったら、中途半端をやめてベイズ統計をやったらいいのでは？」という流れになったというストーリーも可能。

タグ：統計

posted at 02:25:13

#統計ついでに述べておけば、事前分布を導入してベイズ更新を行ってもベイズ統計を使ったことにはならない。

事前分布を超函数のテスト函数のように使って、超函数の意味での収束を考えれば、事前分布を有効活用したことになって、悪い状況でも色々うまく行くようになる。これがベイズ統計。

タグ：統計

posted at 02:19:36

天皇の肖像を焼く芸術的表現があってもいいしそれが公金で公開されても別にいいと思うんですよ。ただ、焼くには焼くなりの論理と説明が尋常じゃなく要りますよね？　それを展覧会前に「天皇燃やすとか～」「二代目だからいいかな～」とかネット放送でやっていたら、まあ普通、詰むんじゃないですか。

タグ：

posted at 02:17:02

渡邊恵太 / Keita Watana @100kw

これはピクセルの実体感すごい twitter.com/hunterscott/st...

タグ：

posted at 01:23:50

lotz @lotz84_