Twitter APIの仕様変更のため、「いいね」の新規取得を終了いたしました

黒木玄 Gen Kuroki

@genkuroki

  • 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。
Favolog ホーム » @genkuroki » 2020年10月28日
並び順 : 新→古 | 古→新

2020年10月28日(水)

けい @enkinho

20年10月28日

juliaの公式( docs.julialang.org/en/v1/ )に "It is multi-paradigm, combining features of imperative, functional, and object-oriented programming. " とか書いてあるから、別にオブジェクト指向言語ではないと言うことはないと思う。 / “非オブジェクト指向言語Julia…” htn.to/391PVkhEEC

タグ:

posted at 00:12:15

kozukorio @kozukorio

20年10月28日

Juliaはオブジェクト指向言語ではないことはないと。Mathematicaは、関数を重ねるだけで、オブジェクト指向言語となります。
別にJuliaにケンカを売っている訳ではなくて、Mathematicaを多くの人に知ってもらいたいと、つい、Juliaをダシに使ってしまいました。 twitter.com/enkinho/status...

タグ:

posted at 00:30:23

誠 @Makoto_SUsys

20年10月28日

ずっとJuliaとPythonですわ

タグ:

posted at 00:36:55

非公開

タグ:

posted at xx:xx:xx

非公開

タグ:

posted at xx:xx:xx

くろたんく @black_tank_top

20年10月28日

pythonでいうところのcollections.Counterの
Julia版はStatsBase.countmapってことでいいのかな pic.twitter.com/2gPRGxzlKQ

タグ:

posted at 06:20:24

積分定数 @sekibunnteisuu

20年10月28日

研究で失敗するのが怖い - いつか博士になる人へ www.ki1tos.com/entry/2020/10/...

タグ:

posted at 07:16:40

積分定数 @sekibunnteisuu

20年10月28日

いい話だけど、最後の「博士の愛した数式 」からの引用は若干引っかかる。

【博士が私たちに求めるのは正解だけではなかった。何も答えられずに黙りこくってしまうより、苦し紛れに突拍子もない間違いを犯したときの方が、むしろ喜んだ。】

タグ:

posted at 07:17:58

でえもん @GreatDemon1701

20年10月28日

高校現場では大昔から言われていますね。官製詐欺でしょうね。 twitter.com/f_sei/status/1...

タグ:

posted at 07:21:12

積分定数 @sekibunnteisuu

20年10月28日

3x=5 を解け

これに対して、

A「わかりません」
B「2」

と答えた場合、私はAの方を高く評価する。x=2が解にならないことは代入すればすぐにわかる。

タグ:

posted at 07:21:34

積分定数 @sekibunnteisuu

20年10月28日

Bは3と5から、5-3とでもしてテキトーに出したのだろう。x=2を代入すれば3x=5が成り立つと本当に思っていたなら、それはそれでまずい。どちらにしても、Bに評価する点はない。

タグ:

posted at 07:23:26

積分定数 @sekibunnteisuu

20年10月28日

AとBでは、Aの方が理解度が高いと言える。Aもx=2を階の候補としたかもしれない。で、代入したら成り立たない。

A x=2は解ではない
B x=2が解

Aは正しく認識しているが、Bは間違った認識をしている。

タグ:

posted at 07:24:38

積分定数 @sekibunnteisuu

20年10月28日

www.ki1tos.com/entry/2020/10/...

ここに書かれているような、試行錯誤の過程で結果的に誤りというのと、

何が正解なのか、出した答えが本当に正解なのか自分で確認可能な数学の問題は

同列には扱えない。

タグ:

posted at 07:26:10

茶畑 @soupcurry049

20年10月28日

Juliaもくもく会 を公開しました! connpass.com/event/193312/?...

タグ:

posted at 09:05:44

黒木玄 Gen Kuroki @genkuroki

20年10月28日

#統計 パラメータwを持つ確率分布モデルp(y|w)のw=w₀の場合でデータが生成されていると都合良く仮定しているならば、確かにw=w₀はデータを生成した確率分布のパラメータになります。

しかし、これと最尤法を使っているかどうかは無関係だし、その都合の良い仮定自体も検討する必要があります。続く twitter.com/KMKTo/status/1...

タグ: 統計

posted at 10:34:06

黒木玄 Gen Kuroki @genkuroki

20年10月28日

#統計 その辺は、統計学入門の教科書でひどくミスリーディングなスタイルで説明されている。

データが正規分布の特別な場合で生成されているという都合の良すぎる仮定が何の躊躇もなく採用されていたりいて、多くの学生が「正規分布を仮定しちゃっていいの?」と当然の疑問を持つ。

タグ: 統計

posted at 10:34:06

黒木玄 Gen Kuroki @genkuroki

20年10月28日

#統計 最尤法であろうがベイズ法であろうが、確率分布モデルp(y|w)のパラメータwは数学的モデル内部でのみ通用するパラメータに過ぎません。

数学的モデル内部でのみ通用するパラメータをどのように推定しようが、数学的モデル内部におけるパラメータ以上のものは決して得られない。当たり前の話。

タグ: 統計

posted at 10:34:07

黒木玄 Gen Kuroki @genkuroki

20年10月28日

#統計 分析に使用した数学的モデルの現実における妥当性については、パラメータの推定とは別に検討しなければいけません。

これも当たり前の話。

タグ: 統計

posted at 10:34:07

黒木玄 Gen Kuroki @genkuroki

20年10月28日

#統計 例えば、パラメータの95%信頼区間や(ベイズ的な)95%信用区間はモデル内部でのみ通用するものなので、モデルが現実において妥当でなければ信頼も信用もできないものになる。

タグ: 統計

posted at 10:34:08

黒木玄 Gen Kuroki @genkuroki

20年10月28日

#統計 モデルを正規分布以外に一般化したとしても、その一般化されたモデルの範囲内でデータの生成法則が正しく記述されているとするのは都合の良過ぎる仮定になります。

採用したどのモデルの中にも正解が含まれていない可能性があることを正直に説明していなければ非科学的な態度になります。 twitter.com/tbs_i/status/1...

タグ: 統計

posted at 11:55:15

黒木玄 Gen Kuroki @genkuroki

20年10月28日

#統計 データの生成法則が正規分布のi.i.d.ではなかったとしても、正規分布モデルによる統計分析が実用的に意味のある精度で可能な場合が結構あります。もちろん誤差が大き過ぎてまずい場合もある。

この話は正規分布モデルを任意のモデルで置き換えても同じ。

ぴったりスッキリできる話じゃない。

タグ: 統計

posted at 12:02:12

河北新報オンライン @kahoku_shimpo

20年10月28日

一力遼の一碁一会 「囲碁とは」 ルール単純 戦略は多彩 bit.ly/3moxN4o

タグ:

posted at 12:04:33

Naturalclar(Jesse K. @natural_clar

20年10月28日

Github の README とかでもある方法で CSS を使える事実を初めて知った。
GithubのProfileとかもCSS職人は色々遊ぶ事ができるんだな

github.com/sindresorhus/c...

タグ:

posted at 13:22:27

Something ʃɪæ @shinnennou

20年10月28日

julia with vscode よい

タグ:

posted at 13:26:04

Something ʃɪæ @shinnennou

20年10月28日

vscodeでjupyterでjuliaやりたいけどよくわからんな〜。もっとがっつり使うときに設定してみよ

タグ:

posted at 13:31:34

じりおん @zillione

20年10月28日

ウィルス対策ソフトに阻まれてJuliaのパッケージがインストール出来ない…

タグ:

posted at 14:09:20

非公開

タグ:

posted at xx:xx:xx

非公開

タグ:

posted at xx:xx:xx

非公開

タグ:

posted at xx:xx:xx

とらんせんでんたる @4294967291prime

20年10月28日

julia って行列 (が定める線型写像) の核を計算するライブラリ持ってんのか?

タグ:

posted at 15:55:42

積分定数 @sekibunnteisuu

20年10月28日

#超算数

掛け算順序カルト anond.hatelabo.jp/20200604104633

順序固定じゃなくてそれに反対する側が「カルト」らしい。

>なんかの利権が絡んだ運動かと勘ぐるほどだ
利権運動なのかな?

順序反対は利権になるの?だとしたらラッキーw俺も利権にあやかりたいw

タグ: 超算数

posted at 16:11:06

Haruhiko Okumura @h_okumura

20年10月28日

上原先生「Teamsは学生間でストーカー事故が起きやすいのでZoomにした」フロア「Teamsを使っているが学生間交流がまったく起こらず困っている」 #dbsj

タグ: dbsj

posted at 16:18:56

てらモス @termoshtt

20年10月28日

> 究極的なスピード勝負でRustはC言語に勝てない

こんな事は全く無くて、もはや言語関係なく、特定のアーキテクチャ上での速度はCPUの気持ちが分かる人が最適化したかどうかだけでほぼ決まっている

タグ:

posted at 16:22:54

てらモス @termoshtt

20年10月28日

あと「だいたいのスパコン環境でC++のコンパイラが整備されている」は偽

タグ:

posted at 16:23:27

てらモス @termoshtt

20年10月28日

実行時に配列の境界チェックを行うかどうかについては非常に込み入った問題があるけども、多くの場合で Rust は Julia に比べて外せてる方だと思いますね...

タグ:

posted at 16:27:31

てらモス @termoshtt

20年10月28日

むしろ inbounds マクロ見たいな機構でで無理やり外している言語が多い中、安全性を確保した上で自動で静的解析で外せるわけですよ...?

タグ:

posted at 16:29:16

てらモス @termoshtt

20年10月28日

というか動作原理的には値を確定させてから LLVM に落とし込む Julia の方が外せないとおかしい

タグ:

posted at 16:30:17

(「・ω・)「ガオー @bicycle1885

20年10月28日

@termoshtt Juliaは個別のオブジェクトに対してLLVMへコンパイルしているわけではないので、そこは同じなのではないですか?

タグ:

posted at 16:34:32

てらモス @termoshtt

20年10月28日

境界チェックをするかしないか、まるで分からないので誰か解説してほしい

タグ:

posted at 16:34:39

てらモス @termoshtt

20年10月28日

@kaitou_ryaku Rustは基本的に実行時に評価しないといけない Mutex などを除いて実行時でなくコンパイル時にチェックするように頑張るので、よく分かっている人が書くなら基本的に実行時にチェックが走らないように書くはずですね

タグ:

posted at 16:40:33

てらモス @termoshtt

20年10月28日

@bicycle1885 f(a) のような値を評価しようとしたときに、fのコードをaの情報を使って最適化しても大丈夫だと思っての発言なのですが、これは禁止されている(aに依存しないコードを生成するように決まっている)ということでしょうか?

タグ:

posted at 16:45:27

パセリなずな @ocxtal

20年10月28日

Rustは現状では抽象化レイヤが厚いせいでllvmのご機嫌をとりにくいのがつらい。Cだと探索空間を意図的に特定の方向に狭めることで意図した結果を生成させることができてこれが高速化の最後の一押しになるのが強いのだけど、なのでCが良いというのは正しい判断ではないというやつ、、

タグ:

posted at 16:45:53

Dr. Chris Rackauckas @ChrisRackauckas

20年10月28日

We demonstrate that using the #julialang @SciML_Org tools, we can train physics-informed surrogates which accurately extrapolate to new physical regimes and predict turbulent vertical mixing in ocean dynamics. Our next goal is to take SciML to GCMs.

arxiv.org/abs/2010.12559 pic.twitter.com/olKIKmmxw7

タグ: julialang

posted at 16:49:09

パセリなずな @ocxtal

20年10月28日

広い探索空間で迷わないようにちゃんと勾配をつけられることが大事で、アノテーションがリッチなalt llvmが勾配がなさすぎる問題を緩和すると良いなと思っている、、、

タグ:

posted at 16:49:18

パセリなずな @ocxtal

20年10月28日

Cにおける高速化テクニックと呼ばれるやつ、しばしば探索空間を特定の方向に狭めるために言語仕様とかコンパイラの特性を悪用しているものがあって、本質が見えなくなっていることがある。とれる手段が限られているので仕様を元の意図から外れて使ってますというのをちゃんと明示して説明したい、、

タグ:

posted at 16:59:39

りゅうふじわら(現象) @ryunryunryun_

20年10月28日

ようやくmatlabでやっていた数値計算をjuliaへ移行するために動いている

タグ:

posted at 17:00:51

MKT @KMKTo

20年10月28日

@genkuroki ご解説ありがとうございます。恐れ多いです。「データを生成する分布も、仮定によって使われているのだから、結局数学的モデルに過ぎないのでは?」という疑問で引っかかっていたので、だいぶスッキリです。ご指摘の通り、教科書では確率分布を適用することは実は割と強い仮定⬇️

タグ:

posted at 17:02:35

MKT @KMKTo

20年10月28日

@genkuroki だと明示する事があまりない様な気がしています。「この条件だと二項分布である事が多い」等はよく見る記述ですが。
自分はベイズ推定を初めて勉強したのが「KeyのStatistical signal processing」で、この教科書では「ベイズ推定はパラメータにある種の拘束(事前分布)を与えたいときにベイズなのだ」

タグ:

posted at 17:06:57

MKT @KMKTo

20年10月28日

@genkuroki というシンプルな動機で解説されており、かなり分かり易かったです。しばらく後に、巷に溢れるベイズ推定に関する説明を読み始め大変混乱しました。師の説明で、ここらへんのあやふやだった部分がスッキリして参りました。ありがとうございました!!

タグ:

posted at 17:09:42

(「・ω・)「ガオー @bicycle1885

20年10月28日

@termoshtt そう言われると原理的にはJuliaが有利だと言えるのは確かだと思うのですが、現実的に配列のサイズに特化した最適化が適用できてかつ有効なことってそんなに多いかは疑問です。

タグ:

posted at 17:10:02

SGT @SGThr7

20年10月28日

juliaでENV["GKS_ENCODING"]="utf8"にしてるのにplotで日本語できないのはなんでなんや

タグ:

posted at 17:12:22

てらモス @termoshtt

20年10月28日

@bicycle1885 この機能がクリティカルに効く場合が多いかは疑問というのは同意ですね...

タグ:

posted at 17:16:52

黒木玄 Gen Kuroki @genkuroki

20年10月28日

@KMKTo #統計 私は統計学について完全にど素人です。信用し切らずに、自分でノートを書くなどして、検討し直して頂けると、私は安心できます。

①未知の確率分布を含む推測先の未知の法則(のモデル化)



②既知の確率分布族しか含まない分析用の数学モデル

を明瞭に区別するべきだと思っています。

タグ: 統計

posted at 17:21:09

(「・ω・)「ガオー @bicycle1885

20年10月28日

@termoshtt あと並列実行を考慮すると、Juliaみたいに所有権がないと、配列サイズなどが実行中に変わらないことをコンパイラが勝手に期待していいかと言うと微妙な気がします(data raceが発生してたらそもそも未定義ですが)。その点Rustの方が有利かも知れません。

タグ:

posted at 17:28:50

kou子力学 @kou5600

20年10月28日

透明カバーをつけてみた。
#julialang pic.twitter.com/oCbZofwDjp

タグ: julialang

posted at 17:34:16

SGT @SGThr7

20年10月28日

よくわからんけど色々設定したらできたわ pic.twitter.com/xI6Uo2a8JH

タグ:

posted at 17:45:54

SGT @SGThr7

20年10月28日

だめだったわ
なんやお前 pic.twitter.com/NOMvmMlvzw

タグ:

posted at 17:47:50

MKT @KMKTo

20年10月28日

@genkuroki その区別は非常に大切ですよね。特に1の重要性と難しさは骨身に染みてわかります。ただ、データからどうモデル化するかを丁寧に解説した教科書をあまり見た事がありません。一般化が難しいのかもしれません。
物理モデルが背景にある場合はある程度簡単なのですが。。

タグ:

posted at 17:48:00

一条信太@Maplewalnuts @S_Ichijo

20年10月28日

娘の宿題のルールに則して考えるなら、
「式が6×3になるほうを選びなさい」という問題があった。
「A. 6人に3本ずつ鉛筆を配るとき、鉛筆は何本必要か」
「B. 箱が3つあり、1箱に6個の消しゴムがあるとき、消しゴムは何個か」

タグ:

posted at 17:55:18

黒木玄 Gen Kuroki @genkuroki

20年10月28日

@SGThr7 #Julia言語 バックエンドの問題です。

Plots.jl のバックエンドとしてデフォルトのgr()は速くて便利なのですが、細部がちょっと雑。

pyplot()の方が安定している部分が多いという印象があります。

バックエンドの切り替えは現時点では結構重要。誰か手を出してきっちり仕上げれば良いのでしょうが。 twitter.com/genkuroki/stat...

タグ: Julia言語

posted at 18:00:00

まるまる @EZX2FOFxVpvStIK

20年10月28日

@genkuroki windowsをつかってて、Juliaはジュピターで動くんですけど、pycallがどうしてもインストールできません。
この文章を読むに、Pythonは別口でインストールが必要なのでしょうか?

タグ:

posted at 18:02:55

黒木玄 Gen Kuroki @genkuroki

20年10月28日

@SGThr7 #Julia言語

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

Plots.jl でのgr()とpyplot()での日本語フォントの使用の比較。
pyplot()の方を使うべき。 pic.twitter.com/REbfaE1QSQ

タグ: Julia言語

posted at 18:05:36

黒木玄 Gen Kuroki @genkuroki

20年10月28日

@EZX2FOFxVpvStIK 【Pythonは別口でインストールが必要なのでしょうか?】

いいえ。

別口でもインストール可能ですが、上の方法だとJuliaが~/.julia/conda/3以下にPythonさん御一行をインストールしてくれます。

nbviewer.jupyter.org/github/genkuro...
PyCall, PyPlot, SymPyをインストール
(1) PyCall.jl

を参照。 #Julia言語

タグ: Julia言語

posted at 18:09:42

黒木玄 Gen Kuroki @genkuroki

20年10月28日

@KMKTo #統計 私が①として想定しているのは、

* 未知の確率分布q(y)の独立試行でデータが生成されていると想定する(所謂i.i.d.)

の類なので易しいです。独立性の仮定が強すぎるならそれも緩める。①の設定を緩めると使える数学的道具が減る。

MKTさんが難しいと言っているのは②の方だと思います。

タグ: 統計

posted at 18:15:00

黒木玄 Gen Kuroki @genkuroki

20年10月28日

@KMKTo #統計

① データy_1,…,y_nは未知の固定された確率分布q(y)のi.i.d.として生成されていると想定する。

② 分析用モデル:最初にパラメータ(μ,σ²)が具体的に与えられた広がりを持つ確率分布φ(μ,σ²)に従ってランダムに生成され、その後は正規分布p(y|μ,σ²)のi.i.d.でデータが生成される。

タグ: 統計

posted at 18:20:32

黒木玄 Gen Kuroki @genkuroki

20年10月28日

@KMKTo #統計 上の例では、②は①には絶対に一致しない。

要するに、上の設定での正規分布モデルと広がりを持つ事前分布によるベイズ法による統計分析では、想定しているデータの生成法則①に決して一致することがない数学的モデル②で分析を行なっていることになります。

タグ: 統計

posted at 18:22:54

黒木玄 Gen Kuroki @genkuroki

20年10月28日

@KMKTo #統計 仮に①における未知の分布q(y)が正規分布になっていたとしても、そのパラメータは固定されているので、パラメータが最初にランダムに生成される②のモデルとはぴったり一致することは論理的に絶対にあり得ないわけです。

タグ: 統計

posted at 18:26:28

黒木玄 Gen Kuroki @genkuroki

20年10月28日

@KMKTo #統計 想定しているデータの生成法則①とは絶対に一致することがない数学的モデル②を使って統計分析を行うという手法が実用的であるという事実は相当に非自明なので、①と②を明瞭に区別して、①と②がぴったり一致することがなくても良いことを認識する必要があります。

タグ: 統計

posted at 18:29:10

まるまる @EZX2FOFxVpvStIK

20年10月28日

@genkuroki 3のフォルダ空なんですけどここにはいってるんですか?

タグ:

posted at 18:35:04

黒木玄 Gen Kuroki @genkuroki

20年10月28日

@EZX2FOFxVpvStIK 理由は分かりませんが何か失敗しています。

失敗の様子(具体的に何をやったかのすべて、キー入力のすべて、表示されたエラーメッセージのすべて)の情報がないと、「何か失敗している」以上のことは言えないです。

タグ:

posted at 18:40:57

まるまる @EZX2FOFxVpvStIK

20年10月28日

@genkuroki Julia前に一度公式からダウンロードしました。ダウンロードの方法は【1から始めるJuliaプログラミング】に習ったものです。
ダウンロード後、Juliaの標準のパッケージ管理ツールでpycallをインストールしました。インまストールは出きるのですが読み込もうとするとエラーがおきます

タグ:

posted at 18:46:46

まるまる @EZX2FOFxVpvStIK

20年10月28日

@genkuroki エラー文は、pycall not properly installed. Please run Pkg.build(pycall)です
ここで一旦、Juliaを再インストールすることにしました。以前あったフォルダを消去して再インストールしてみました(いまここ)

タグ:

posted at 18:48:54

Miura Hideki @miura1729

20年10月28日

Juliaの型推論アルゴリズムを実装する|Shuhei Kadowaki zenn.dev/aviatesk/artic... これについて、各変数が取りうる抽象値CがLatticeでいいのかかねがね考えている。多分、Latticeじゃない別解がある気がする。flow sensitiveな解析をサポートするならなおさら

タグ:

posted at 18:56:21

Miura Hideki @miura1729

20年10月28日

論文にすると美しい理論になるけど、その過程で失われた物があるなと感じる。このテクニックはもっと泥くさくする方が輝くと思う

タグ:

posted at 18:58:22

ishogaki @ishogaki

20年10月28日

function f3()
a = rand(2100)
end
@ btime f3()
function f4()
a = rand(100)
end
@ btime f4()

1.993 μs (2 allocations: 16.52 KiB)
157.628 ns (1 allocation: 896 bytes)
メモリアロケーションの発生がサイズによるらしい。#julialang

タグ: julialang

posted at 18:58:43

ishogaki @ishogaki

20年10月28日

境目は16kB付近にあるのは確かめた。何で決まってるんだろうか

タグ:

posted at 18:59:25

Massimo @Rainmaker1973

20年10月28日

A Hubble Space Telescope color image of the core of the globular star cluster Omega Centauri is used to construct a Hertzsprung-Russell diagram of the stellar populations in the cluster buff.ly/2JtMkfR [what is an H-R diagram: buff.ly/2VMMbe9] pic.twitter.com/WltBv1y1kw

タグ:

posted at 19:01:08

Miura Hideki @miura1729

20年10月28日

例えば、flow sensitiveな解析で取りうる型を限定したことで⊥では無くなる場合とか考えられる。ある程度実用的な抽象解析処理系を考えるとこのような場合を当然対応できなければならない。そうすれば内部表現は⊥とは違う値で保持すべきである

タグ:

posted at 19:04:12

まるまる @EZX2FOFxVpvStIK

20年10月28日

@genkuroki 再インストールしたあとなんですけど、add IJuliaってやってるんですけど
これがよくなかったりします?

タグ:

posted at 19:04:53

匿本 名太郎 @kaisekigakumoyo

20年10月28日

久々にJuliaをしていると
Statistics with Julia: Fundamentals for Data Science, Machine Learning and Artificial Intelligence. statisticswithjulia.org のドラフトに行き着いた.コードもある.今年Springerから出版予定らしい.

タグ:

posted at 19:08:00

砂___の___女 @vecchio_ciao

20年10月28日

その「ふるい」がガバガバで役に立たないのに、何言ってんだか…

#掛算 twitter.com/yamma_heybox/s...

タグ: 掛算

posted at 19:43:26

Dan Quintana @dsquintana

20年10月28日

The misuse of colour in science communication www.nature.com/articles/s4146...

"We highlight ways for the scientific community to identify and prevent the misuse of colour in science, and call for a proactive step away from colour misuse among the community, publishers, and the press" pic.twitter.com/WNWDoOAsNz

タグ:

posted at 19:49:24

ceptree @ceptree

20年10月28日

Juliaで学ぶ数値計算はよ

タグ:

posted at 19:56:13

ceptree @ceptree

20年10月28日

Juliaで学ぶ数値計算で学ぶJulia

タグ:

posted at 19:57:39

ミスたこiPad @missTakoiPad

20年10月28日

#julialang で計算したりグラフ描画して #git に投げたipynbと #markdown とで半自動的に論文用のdocxファイルやプレゼン用のpptx生成できないかな?#gnuplot でpng発生→#pandoc とか面倒. #marp なら #vegalite という手が......#jupyternotebook

タグ: git gnuplot julialang markdown marp vegalite

posted at 19:59:17

暗黙の型宣言 @implict_none

20年10月28日

Juliaで学ぶ数値計算,非圧縮性粘性流れならお任せあれ.

タグ:

posted at 20:20:47

(「・ω・)「ガオー @bicycle1885

20年10月28日

1からJuliaで学ぶ数値計算でJuliaで学ぶ1から数値計算でJulia学ぶ1から

タグ:

posted at 20:22:46

(「・ω・)「ガオー @bicycle1885

20年10月28日

3秒で分かるJulia

タグ:

posted at 20:30:50

ceptree @ceptree

20年10月28日

Juliaで学ぶMATLAB

タグ:

posted at 20:32:18

ceptree @ceptree

20年10月28日

李徴でもわかるJulia入門

タグ:

posted at 20:33:14

ceptree @ceptree

20年10月28日

Juliaで学ぶ遅延微分方程式、積分方程式、積分微分方程式の数値計算がみたい

タグ:

posted at 20:35:22

OokuboTact 大久保中二病中年 @OokuboTact

20年10月28日

@sekibunnteisuu 掛け順を観測して10年くらいですが、年々ひどくなっているような気がします。
ワクチンを早く開発しないと手遅れに

タグ:

posted at 20:36:24

非公開

タグ:

posted at xx:xx:xx

ceptree @ceptree

20年10月28日

1から学ぶ生活リズム

タグ:

posted at 20:37:52

(「・ω・)「ガオー @bicycle1885

20年10月28日

ceptreeでも分かるJulia

タグ:

posted at 20:38:08

積分定数 @sekibunnteisuu

20年10月28日

@OokuboTact 話題になって「ああこれか」と報告する人が増えているのでは?

いずれにしても、あらかじめ知っておくことで免疫がつく。

タグ:

posted at 20:38:19

ceptree @ceptree

20年10月28日

採用

タグ:

posted at 20:38:52

(「・ω・)「ガオー @bicycle1885

20年10月28日

「やる夫で学ぶ」形式で展開

タグ:

posted at 20:39:44

OokuboTact 大久保中二病中年 @OokuboTact

20年10月28日

@sekibunnteisuu でも「指導要領」と「指導要領・解説」の区別がつかない人ばかりなんで・・・

「文科省の指示でやってます、指導要領に書いてます」という勘違いする人がこれからも増えると思うと、頭が痛いです。

タグ:

posted at 20:40:22

Katsushi Kagaya @katzkagaya

20年10月28日

その文献→
個体レベル:
Kagaya, Patek 2016
jeb.biologists.org/content/219/3/...
Harada+2020
peerj.com/articles/9036/
Wakita+2020
doi.org/10.1098/rsif.2...
細胞レベル:
Kagaya+2020
doi.org/10.26508/lsa.2...
です。下2つでGLMのほうが良くなりました。積分計算しない場合は逆になりました。

タグ:

posted at 20:41:45

OokuboTact 大久保中二病中年 @OokuboTact

20年10月28日

@sekibunnteisuu 算数教育の専門家でも、「指導要領」と「指導要領・解説」を区別していても、法的強制力の違いを無視して同列に扱って、自説の根拠として引用するのが常識になっているので、ヤバいです。

タグ:

posted at 20:42:02

Katsushi Kagaya @katzkagaya

20年10月28日

注意:Kagaya, Patek 2016 ではベイズ推測を用いていません。同じ公開データで個人的に最近計算した結果(未発表)です。

タグ:

posted at 20:44:02

Katsushi Kagaya @katzkagaya

20年10月28日

いずれにしても「個体差や場所差など考慮する方が良い」とあった時に「そこの良いはどういう意味の良いなのか」という疑問をずっと持ってきたのですがシンプルなモデルではありますが査読者の説得と自分の納得が一応できました。

タグ:

posted at 20:58:28

PurPurPurkinje @tak_yamm

20年10月28日

jetとかrainbowとかのカラーマップはCIEDE2000色差の変化が一定でないし色弱の方に配慮できてないので使わないようにと言う話 twitter.com/dsquintana/sta...

タグ:

posted at 21:06:46

まるまる @EZX2FOFxVpvStIK

20年10月28日

@genkuroki notebook(detached=true)がエラーになってしまいます pic.twitter.com/mPL3ql6yai

タグ:

posted at 21:12:37

黒木玄 Gen Kuroki @genkuroki

20年10月28日

@EZX2FOFxVpvStIK InitializeSecurityContext云々と怒られているので、セキュリティ関係の設定を確認すればよいのかも。

それでもダメならAnaconda3を入れてそちらを使うようにする。(そのための方法も既出の解説文にある)

Pythonとの連携ではまる人が多い。Juliaで閉じていることでは驚くほどトラブルが少ない。

タグ:

posted at 21:35:53

天むす名古屋 Temmus @temmusu_n

20年10月28日

日本人、クマに襲われすぎ。少なくとも本州にはクマはいらないんじゃないの。絶滅させよう。 twitter.com/47news/status/...

タグ:

posted at 21:55:26

まるまる @EZX2FOFxVpvStIK

20年10月28日

@genkuroki 何回も何回もありがとうございますm(_ _)m
そこら辺の設定をいじってみますね

タグ:

posted at 22:20:03

黒木玄 Gen Kuroki @genkuroki

20年10月28日

#統計 想定している未知のデータ生成法則①を分析用のモデル②によって(パラメータの調節によって)実現可能だったり、よく近似できる可能性を増やすには、分析用のモデル②にパラメータを沢山入れて実現可能な法則の種類を増やせば良さそうだが、実際にはうまく行くとは限らず、多くの場合に失敗する。

タグ: 統計

posted at 22:42:38

黒木玄 Gen Kuroki @genkuroki

20年10月28日

#統計 想定している未知のデータ生成法則①をぴったり実現可能であることが絶対にありえない数学モデル②を採用した方が、ぴったりもしくは高い精度で実現可能なモデルよりも、データに基いた推測の精度が高くなる可能性があるのだ。

タグ: 統計

posted at 22:46:42

黒木玄 Gen Kuroki @genkuroki

20年10月28日

#統計 データ生成法則①は〇〇であることが確実であったとしても、データを用いた推測に使われる数学的モデル②については〇〇であるものが優れているとは限らない。

モデル②のパラメータ探索範囲も広い方が不利になる場合もある。

この手の諸々のことは数学を経由する以外に理解不可能。

タグ: 統計

posted at 22:52:24

黒木玄 Gen Kuroki @genkuroki

20年10月28日

#統計 例えば、①-πからπでの20個のxでのsinの値に正規分布のノイズを加えてできるサンプルをコンピュータで生成して、②d次多項式による最小二乗法によるフィッティングを行うと、大きめのdでは推測の精度が下がることを容易に確認できます。

コンピュータですぐに確認可能。

タグ: 統計

posted at 23:07:09

黒木玄 Gen Kuroki @genkuroki

20年10月28日

#統計 sin(x)を高い制度で近似するには、次数の高い多項式を使った方が有利なのですが、ノイズを含むデータを用いた推測では有利になるとは限らず、モデルがノイズも学習して酷いことになる場合があります。

タグ: 統計

posted at 23:08:50

黒木玄 Gen Kuroki @genkuroki

20年10月28日

#統計 推測の精度を上げるには、データのサイズをn=20よりも大きくする、多項式の次数を低めにする、多項式の係数に事前分布を与えて係数の動ける範囲を制限する、などの方法があります。

この辺は非自明で色々面白いところ。

タグ: 統計

posted at 23:11:11

黒木玄 Gen Kuroki @genkuroki

20年10月28日

#統計 最近ツイッターで見せた例

Juliaでは最小二乗法の計算は b = X\y の1行で可能。

次数が11と高いせいでオーバーフィッティングしまくっている。 twitter.com/genkuroki/stat... pic.twitter.com/KpViN1GUvZ

タグ: 統計

posted at 23:16:53

みゅう⛩狼欒 @myu65_laurant

20年10月28日

Juliaって書きつつ統計に対する誤解のある内容をさぞわかってる感じにツイートしたら某先生ではない人に攻撃的に指摘してもらえるライフハックを思いついた。

タグ:

posted at 23:17:04

黒木玄 Gen Kuroki @genkuroki

20年10月28日

#統計 このスレッドの内容は、主義・思想・哲学の話ではなく、数学の話だと思わないとまずい。

数学では常に、一般論だけではなく、具体的な計算例を知っていることが大事。

計算すれば間違っていることがノータイムで判明することが、結構堂々と言われていたりする。

タグ: 統計

posted at 23:20:46

黒木玄 Gen Kuroki @genkuroki

20年10月28日

統計の話を「頻度主義」だの「ベイズ主義」のような言葉を使ってする人は要注意。

私ならばまず最初にまともな考え方をできているかどうかを疑う。

タグ:

posted at 23:22:34

黒木玄 Gen Kuroki @genkuroki

20年10月28日

#統計 計算すればノータイムでおかしなことを言っていることがわかる例↓ twitter.com/genkuroki/stat...

タグ: 統計

posted at 23:50:11

ごまふあざらし(GomahuAzaras @MathSorcerer

20年10月28日

自作 JLL を作るたびにビルダーとjll用のリポジトリとそれを使うためのパッケージのリポジトリが増える

#Julia言語

タグ: Julia言語

posted at 23:57:57

@genkurokiホーム
スポンサーリンク
▲ページの先頭に戻る
ツイート  タグ  ユーザー

User

» More...

Tag

» More...

Recent

Archive

» More...

タグの編集

掛算 統計 超算数 Julia言語 数楽 JuliaLang 十分 と教 モルグリコ 掛け算

※タグはスペースで区切ってください

送信中

送信に失敗しました

タグを編集しました