黒木玄 Gen Kuroki(@genkuroki)/2021年01月24日

Pythonでプログラム書いていると変数名が長すぎてlongになるからその点Juliaはいいよな

タグ：

posted at 23:43:48

非公開

タグ：

posted at xx:xx:xx

1.5は上手く行きました。で1.6betaもと続けてやったらば add IJulia で滞って進まず... #知らんけどな感じ。何でしょね。らまぁ1.5は使えるのかなぁ。 twitter.com/genkuroki/stat...

タグ：知らんけど

posted at 22:44:28

走る！空心菜 @faidaeng

ランニングは距離とかペースとか目標に設定すると絶対どこかで焦って無理しそうなので、頻度と継続を目標に。

Julia言語は、...とにかくさわる！

タグ：

posted at 21:15:06

@tsatie julia> ENV["JUPYTER"] = 以前と同じ
julia> ]
pkg> add IJulia
pkg> build IJulia

のような作業をv1.6.0-beta1でもすれば、Jupyterでv1.6.0-beta1も使えるようになります。ついでに

pkg> add Plots

しておくこともお勧め。 #Julia言語

タグ： Julia言語

posted at 21:10:57

走る！空心菜 @faidaeng

当面の目標
・週5日（以上）のランニング
・毎日（とにかく）Julia言語にさわる

タグ：

posted at 21:10:54

非公開

タグ：

posted at xx:xx:xx

非公開

タグ：

posted at xx:xx:xx

#Julia言語 twitter.com/MathSorcerer/s...

タグ： Julia言語

posted at 20:11:58

道良寧子℠ @doramao

マクロビなど節制こそが大事であると説く食養が子どもの成長を損なうのは、財政赤字を回避するための緊縮財政が日本の成長を損なう様子と似ていると思った。
成長には必要な器官に十分な栄養を供給することこそ大事であると思う。

タグ：

posted at 20:11:32

非公開

タグ：

posted at xx:xx:xx

@_cormullion 👍 It works ! Great!! pic.twitter.com/QX8UK3vKI9

タグ：

posted at 19:39:40

非公開

タグ：

posted at xx:xx:xx

Takayuki Kihara @tri_iro

日本将棋連盟【公式】 @shogi_jsa

講義の不完全性定理回の第1回はアップ済です
ゲーデルの不完全性定理 / 証明不可能性を証明する
youtu.be/zFML_YmTCWM

タグ：

posted at 19:06:31

#渡辺明王将が勝利

【第70期 #王将戦七番勝負第2局】

○渡辺明王将 VS ●永瀬拓矢王座

第70期王将戦七番勝負の第2局が1月23、24日（土、日）に大阪府高槻市の「山水館」で行われ、渡辺王将が120手で永瀬王座を破り、七番勝負の成績を2勝0敗としました。
buff.ly/3sPcNYF

タグ：渡辺明王将戦

posted at 18:56:17

@physics303 @MathSorcerer #Julia言語

TensorOperations.jl の使い方はこんな感じ。 pic.twitter.com/PsUAxkzwRd

タグ： Julia言語

posted at 18:20:17

@physics303 @MathSorcerer そうだ。言おうと思って忘れていたこと。

Einstein's notationでテンソル計算するには

github.com/Jutho/TensorOp...

が便利でかつ速いです。

@ ncon マクロを使えば可変ndimsの場合も楽に扱えると思います。 #Julia言語

タグ： Julia言語

posted at 18:05:17

yudai.jl @physics303

便利だ．．．こんな風にできるんか．．．

stackoverflow.com/questions/6586...

タグ：

posted at 17:50:04

右Shift右隣Fn派 @yano4O4

aarch64上のJuliaでPlotsをインストールするときにハマった話とその解決法って需要ある?
#julialang pic.twitter.com/VelQnFcBrF

タグ： julialang

posted at 17:48:54

@physics303 @MathSorcerer 「素直な方法の直訳」を書くための部品を公式ドキュメントで探して使うとシンプルなコードになりやすいです。意外なほど部品が揃っている。

小ループの内側程度なら効率の良いコードを書く必要はない。

実質的な大ループの内側のコードだけは公式ドキュメントのPerformace Tipsに従う。

タグ：

posted at 17:17:23

@tsatie using Plots
plot(sin)

で正弦函数がプロットされるはず。

個人的には Julia v1.6.0-beta1 がお勧め(using Plotsにかかる時間が減る)のですが、まだベータ版なので自信を持っては勧められない。

しかし、それより旧バージョンと同居可能です。#Julia言語

タグ： Julia言語

posted at 17:11:02

@misaki70533995 少しモヤモヤしたから #LuaLaTeX に #luamplib 突っ込んで #MetaPost で同じ事やってみる... 此れなら #Julialang は要らんのだよなぁ... pic.twitter.com/5M0acSCzyr

タグ： Julialang LuaLaTeX luamplib MetaPost

posted at 16:54:50

Hiroo Yamagata @hiyori13

こいつのリツイートで、シュムちゃんがオーストリアの財務大臣や銀行頭取やってたのを知らんのかバカめ、みたいなのがきたけど、我が国の論外クラスの連中みても、そんな肩書きでは何もわかんないのは自明だと思う。ちなみに、シュムちゃんはいずれも無能ですぐクビになってる。

タグ：

posted at 16:40:55

非公開

タグ：

posted at xx:xx:xx

非公開

タグ：

posted at xx:xx:xx

ザード＠ @world_fantasia

PythonはつまらなかったからRustかJuliaだなと思いつつ…

タグ：

posted at 16:01:57

@misaki70533995 無事できた♬ #Julialang pic.twitter.com/9a630FGuAR

タグ： Julialang

posted at 15:32:45

取り敢えず此れならいけるのか？試してみよう。 pic.twitter.com/MYWCDdF9Gm

タグ：

posted at 15:26:26

そしてこんな感じで表示が止まってるのやけどimportは終了なのやろか... とかたまに使う身としては毎度判らんようになって困るの... twitter.com/tsatie/status/... pic.twitter.com/6NmcP0lZKe

タグ：

posted at 15:22:37

富谷(助教);監修シン仮面ライダー @TomiyaAkio

@physics303 @MathSorcerer #Julia言語ととのいました♫

B[circshift(～)...] = v の行がポイント

nd = ndims(A)
for i in 1:nd
v = vec(sum(A, dims=[1:i-1; i+1:nd]))
B[circshift([:; ones(Int, nd-1)], i-1)...] = v
end
B

gist.github.com/genkuroki/57ac... pic.twitter.com/NKMwhU9C6B

タグ： Julia言語

posted at 15:01:11

非公開

タグ：

posted at xx:xx:xx

両者、誤差伝播が取り扱える
ジャックナイフは自己相関考慮出来る

タグ：

posted at 14:13:30

#統計警告：ど素人なので、jackknife法やbootstrap法の実装が標準的なものと違う可能性があります。1つ前のツイートの結果は私の実装の場合の結果です。そこからもリンクをはったように(添付画像にも全コードが示されている)、以下の場所でソースコードを読めます。

gist.github.com/genkuroki/efb0... pic.twitter.com/CLi4Q2aWOR

タグ：統計

posted at 14:13:14

#統計コンピュータで計算してみた。

⑤中央値の推定にjackknife法を使ってはいけない。

添付画像1のようにjackknife法の95%信頼区間に中央値の真の値が含まれる確率(標本分布に関する確率)が70%程度になっていたりする。bootstrap法ならそう悪くない。

gist.github.com/genkuroki/efb0... pic.twitter.com/xGh1PQJZpA

タグ：統計

posted at 14:06:46

#統計

③他の多くの道具のように、無作為抽出(より一般に独立同分布確率変数列でモデル化できるような)データにのみbootstrap法やjackknife法は適用可能。

④統計学の常で、データが運悪く偏っているとbootstrap法による推定の結果も妥当ではなくなる。統計学の応用は常にギャンブルになる。

タグ：統計

posted at 14:06:44

#統計

②母平均の推定の場合の「標本平均」と「不偏分散のn分の1」(推定値の誤差の大きさの程度)の組み合わせのようなシンプルな良い公式がない場合であっても、bootstrap法やjackknife法は容易に適用可能。コンピュータをぶん回せばbootstrap法の結果はいつでも容易に得られる。

タグ：統計

posted at 14:06:43

#統計統計学ど素人でも定義からすぐに分かること

①母平均の推定では、bootstrap法にもjackknife法にも、「標本平均」と「不偏分散のn分の1」を計算する方法を超えるメリットは何もない。計算量を無駄に増やすだけである。時間の無駄。

タグ：統計

posted at 14:06:42

yudai.jl @physics303

@MathSorcerer ありがとうございます，理解できたっぽいです．CartesianIndicesが便利すぎます．．．

タグ：

posted at 13:58:34

Generalを削除してupしたら直ったみたいだ

タグ：

posted at 13:26:56

いま興味があるのは、#termux、#julialang、#jupyter、#CAE 等です

タグ： CAE julialang jupyter termux

posted at 13:25:36

addコマンドのレジストリ更新がとろいのでctrl-cでキャンセルしたらGeneralレジストリがぶっ壊れたようだ

#julialang

タグ： julialang

posted at 13:23:49

非公開

タグ：

posted at xx:xx:xx

非公開

タグ：

posted at xx:xx:xx

@physics303 pic.twitter.com/2KtsvYeArW

タグ：

posted at 12:11:06

yudai.jl @physics303

富谷(助教);監修シン仮面ライダー @TomiyaAkio

julia言語
for文使って，綺麗にしたい．どうしたらええ？

Not(i) は using InvertedIndices の機能．Tとetaは大きさが同じ配列． pic.twitter.com/PSC4s1zkcH

タグ：

posted at 11:47:48

統計自信あるニキ/ネキに質問したいんだけど、誤差の推定に使うJackknife法とbootstrap法、それぞれの長所と短所って何なんでしょうか
（Jackknifeが便利というのはおいておいて）

タグ：

posted at 11:13:42

#統計このスレッドでは、最もシンプルな統計モデルのベルヌーイ分布モデルの場合にさえ、事前分布を使うことによって最大期待損失を下げられることを示しています。

複雑なモデルで事前分布を使う方法が優位なだけではなく、単純なモデルでも優位な状況が存在するわけです。

タグ：統計

posted at 11:03:13

fontface("Zapinfo") を使うと Luxor.jl での文字出力がめっちゃカッコよくなる.

#JuliaLang
#Julia言語 pic.twitter.com/Urf4mATw4T

タグ： JuliaLang Julia言語

posted at 11:00:26

#統計事前分布を使わない最尤法は条件が揃っていれば非常にうまく行くことが、コンピュータで実験してみると容易に確認できます。

しかし、条件が揃っていないとダメで、事前分布を使う方法の方が推測・推定の平均的な誤差(誤差は標本分布によって確率的に揺らぐ)は小さくなります。

タグ：統計

posted at 11:00:25

#統計

* Stein推定では、調節された事前分布+MAP法の平均二乗誤差が最尤法よりも小さくなるという話。推測の誤差を小さくするために事前分布を利用できることは現代では常識の1つになっている。
nbviewer.jupyter.org/github/genkuro...

タグ：統計

posted at 10:57:10

#統計

* 各標本分布の型ごとに、最大期待損失を最小化するために事前分布+ベイズ法を使える(このスレッドの話題)。

* ベルヌイ分布モデルにおいては、片側検定のP値と事後分布での確率がぴったり誤差無しで一致するように事前分布を設定できる。
nbviewer.jupyter.org/gist/genkuroki...

タグ：統計

posted at 10:54:21

ち @chie8842

うちのおじいちゃん（97歳）、ボケ防止で数学解いたり法律の勉強したりしてて、たまに質問してくるのだけど、いろんな意味で難しいんだよね。。 pic.twitter.com/QSwqBytinM

タグ：

posted at 10:42:48

#統計このスレッドでは、主観確率ではなく、標本分布のもとでの期待損失を扱っており、そこでも事前分布がうまく調節されたベイズ統計が役に立つことを示しています。

「～という条件のもとでの～の最小化」の形の定式化の素性の良さを知っている人達には訴える力がある話だと思う。

タグ：統計

posted at 10:42:34

#統計しかし、それだと、

どんなにダメな考え方の持ち主であっても、その人の主観内で期待損失を最小化していれば合理的だとみなす

という意味での合理性しか扱えない。

GelmanさんとShaliziさんは伝統的な主観主義ベイズ哲学は統計学にとって有害だったと言っている。
twilog.org/genkuroki/sear...

タグ：統計

posted at 10:38:26

#統計しかも、数学にある程度詳しくなると「条件～のもとで～を最小化する～として○○が特徴付けられる」のスタイルの定式化が数学的に非常に素性が良いものになり易いことを知っていると、「主観的な期待損失最小化」の枠組みが素晴らしいものに見えてしまいがちになると思う。

タグ：統計

posted at 10:38:25

#統計理学部数学科出身でも騙され易くなる理由の1つは、ベイズ統計の数学が結構複雑で難しいせいで、歴史的理由で不幸にも教科書に書かれるようになってしまった方針以外の道が見え難くなってしまうことです。

コンピュータの助けを借りながら、自分の頭で考えないとまともな理解は不可能。 twitter.com/genkuroki/stat...

タグ：統計

posted at 10:38:23

@genkuroki 毎度ありがとうございます。この方法だと踏み台サーバーがいらないんですかね…？試してみようと思います。

タグ：

posted at 10:36:13

KTYD @KTYDRCB

俺はシミュレーションをPythonなりJuliaなりでやった人が、計算結果をわざわざCSVで吐き出してOriginに読み込ませてグラフを修正するという作業は無駄かと思うので、直でmatplotlibとかでやりたい派ですわね。

タグ：

posted at 10:09:17

河合祐介 @tkawai18_tkawai

juliaだとこれがよさそうだな

1から始める Juliaプログラミング進藤裕之 www.amazon.co.jp/dp/433902905X/... @amazonJPより

タグ：

posted at 10:03:49

Mosè Giordano @MoseGiordano

Do #JuliaLang users document and (continuously) test their packages? I dived into the General registry. The answer is in giordano.github.io/blog/2021-01-2... (spoiler alert: they do!)

タグ： JuliaLang

posted at 10:02:34

KTYD @KTYDRCB

Originでグラフを直したい教員 VS matplotlibでグラフを作りたい学生
ファイッ！😵

タグ：

posted at 09:58:16

S (ﾂｲｰﾄはｽﾚｯﾄﾞ全体をご確認く @esumii

@esumii もちろんです。それから入試に関することなど、言えないことは無理に言わせないようにすることはマナーとして大切だと思います。我々は週刊誌ではないのですから。

タグ：

posted at 09:52:50

@f_sei 大学教員（数学関係）も良いでしょうか。もちろん、入試に関する非公開情報は提供できませんが。

タグ：

posted at 09:50:42

必死で隠そうとしているのは大変よくわかったということが収穫です。

タグ：

posted at 09:48:15

指導書のコピーを販売することも疑われましたが、そんなことするわけがない。そういうつもりであげていたわけではないことはわかると思います。

タグ：

posted at 09:47:09

このスレッドでは、事前分布とベイズ法を最大期待損失を下げるための道具として使っている。しかも期待値は標本分布に関する期待値。

もちろん、これ以外にも事前分布とベイズ法の使い方がある。

タグ：

posted at 09:44:10

「事前分布と事後分布は主観確率の分布であり、信念の度合いを表す」という主張は、「50×100における50は単価を表し、100は数量を表す」という掛算順序指導に賛成の困った人達の主張に似ている。

事前分布と事後分布を信念の度合いだと解釈する必要はない。

ものすごく当たり前の話。

タグ：

posted at 09:39:55

「事前分布と事後分布は主観確率の分布であり、信念の度合いを表す」だとか、「標本分布を使うのは頻度主義であり、ベイズ統計ではない」だとか、「ベイズ統計ならばP値ハッキングの問題がなくなる」というようなおかしなことを言っている主観主義ベイジアン達は私には単なるアホにしか見えない。

タグ：

posted at 09:36:42

数の使い方や解釈が多彩であるのと同様に、事前分布の使い方も多彩でよい、と言えばわかり易いかな？

「Aという考え方もあるし、Bという考え方もあるし、Cという考え方もある。目的に応じて使い分けよう」という穏健な立場が数学に応用では普通だと思います。

普通から離れるとおかしくなる。

タグ：

posted at 09:22:47

#統計 #数楽

理学部数学科のようなところで、「教科書に書いてある」「偉い人達がそう言っている」の類は正しいことの証拠にならないという教育を徹底されている人達であっても、主観主義ベイジアン達の言い分にころっと騙されてしまうケースは少なくないと思う。

私も気をつけよう。

タグ：数楽統計

posted at 09:17:38

#統計損失函数をどのように設定するかは、ユーザー側が決めないといけないし、決める権利がユーザー側にある。

標本分布として何を想定するかの決定もユーザー側に委ねられる。

事前分布の使い方もユーザー側が決めないといけない。

数学的道具の真っ当な使い方ではユーザー側の選択肢が増えます。

タグ：統計

posted at 09:12:35

#統計

標本分布がn=120の二項分布で、推定法が事前分布Beta(a, a)のベイズ法で、損失がKL情報量で定義されている場合の期待損失の動画が以下のリンク先にあります。

損失がKL情報量の場合の最尤法a=0では、真の成功確率qが0または1からちょっとだけ離れた値のときに期待損失が非常に大きくなる。 twitter.com/genkuroki/stat...

タグ：統計

posted at 09:08:46

ゆきまさかずよし @Kyukimasa

キューブワールド2地点間の往復最短ルート
www.quantamagazine.org/the-crooked-ge...
立方体の測地線(展開図で2点間を直線で結ぶと作図できる)。一見シンプルに見えるけど奥が深くて「十二面体には他の頂点を経由せずに元の地点に戻れる経路あるか」問題がつい最近になって証明されたといった話

タグ：

posted at 09:03:11

#統計さらに、ベイズ統計による統計的推論は標本分布によらないものに常になる、という主観主義ベイジアン達の教義の1つも完全に潰れています。

結局のところ、主観主義ベイジアン達は単に自分達のサークル内でしか通用しない教義に殉じているだけだということです。

タグ：統計

posted at 08:53:44

#統計事前分布を「データ取得前の事前の主観的な確信の度合い」として使用せずに、標本分布に基く別の合理的な使い方も可能であることが示された瞬間に、事前分布を「データ取得前の事前の主観的な確信の度合い」だと解釈しなければいけないという考え方は完璧に潰れているわけです。

タグ：統計

posted at 08:50:27

#統計事前分布は尤度函数だけで捉え切れない事柄(例えば上の場合にはデータの取得法の違い)の情報を補完するためにも利用できる数学的に便利な道具です。

便利な道具は、異なる目的のために異なる使い方をしてもよい。

伝統的な主観主義ベイジアン達はこの点について不合理な教義に殉じている感じ。

タグ：統計

posted at 08:47:26

#統計損失を二乗誤差ではなく、KL情報量で定義した場合の同様の計算については

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

および以下のリンク先を参照。

試行回数nを固定する場合にはa=0.5のJeffreys事前分布が出て来ます。小さな成功回数kを固定する場合にはa<0.5となり、k→∞でa→0.5となるっぽい。 twitter.com/genkuroki/stat...

タグ：統計

posted at 08:41:46

#統計データの取得法によって、標本分布は変化するので、期待二乗誤差も変わります。だから、最適な事前分布も変わることに注意。

これは、事前分布を「成功確率に関するデータ取得前の信念」と解釈しなければいけないとする頭の固い主観主義ベイジアン達には受け入れられないことでしょう。 pic.twitter.com/k8FVs8ntJI

タグ：統計

posted at 08:36:36

#統計試行回数nを固定せずに、成功回数kを固定してちょうどk回成功するまでに行った試行回数nがデータの場合に、同様の方法で最大期待二乗誤差を最小化するaも求めてみました。

添付画像はk=8の場合です。a=1.63程度で最小化されている。 pic.twitter.com/0uae0viZgz

タグ：統計

posted at 08:32:32

#統計注意：以上で求めた期待損失=期待二乗誤差は、標本分布における期待値です。時代遅れの主観主義ベイジアン達は標本分布の使用を嫌うので、以上のような事前分布の合理的な決定を行うことができません。

ベイズ統計のまともな部分の理解において、主観主義ベイジアンを信用しない方がよいです。

タグ：統計

posted at 08:27:53

#統計こういう計算をしてみれば、事前分布を使うことが余計なものを導入しているように見えるという立場がどれだけ間違っているかも分かります。

最悪の期待損失を小さくするために事前分布を使えることを以上で紹介した計算は示しています。

タグ：統計

posted at 08:23:34

#統計注意：真の成功確率qの真の事前分布が分かっている場合における期待二乗誤差の真の事前分布に関する平均値を最小化する話ではないことに注意。固定された真の成功確率qが不明のときに最悪の期待二乗誤差を最小化する話になっている。

タグ：統計

posted at 08:19:33

#統計真の成功確率qが0または1に近い場合には、推定値pも0または1に近くなりやすく、二乗誤差(p-q)²の期待値も小さくなる。

大きな損失が起こり易いのは真の成功確率qが0と1から離れている場合で、そういう場合の損失を減らすにはa=√(n/4)のBeta(a, a)を事前分布に採用すればよいらしい。 pic.twitter.com/1Lrl2RBniB

タグ：統計

posted at 08:16:13

#統計事前分布Beta(a, a)のa=0のimproper事前分布の場合が最尤法になります。この手のゲームで最尤法は最適戦略になり難いですね。

添付画像を見ると、n=25のとき、最大期待二乗誤差を最小化するaは2.5になっています。

一般に√(n/4)がそのようなaになっているようです。

nbviewer.jupyter.org/gist/genkuroki... pic.twitter.com/avr1QEWIuE

タグ：統計

posted at 08:11:52

Viral B. Shah @Viral_B_Shah

Great story on @ClimateMachine and #julialang, featuring @AlanEdelmanMIT in @csmonitor!

"There was no way we could have done it with another language" - Prof. Ferrari at MIT. "Julia paid off for us better than they would have imagined" - Prof. Schneider at Caltech. twitter.com/csmonitor/stat...

タグ： julialang

posted at 08:10:53

#Julia言語 #統計

真の成功確率qのベルヌイ試行n回分のデータから、成功確率の推定値pを事前分布Beta(a, a)のベイズ法で求め、二乗誤差(p - q)²に比例した罰金を支払う

というゲームで期待損失の(qを動かす)最大値を最小化する計算をやってみた(パラメータaを最適化)。

nbviewer.jupyter.org/gist/genkuroki... pic.twitter.com/R2V7LiVSFR

タグ： Julia言語統計

posted at 08:06:48

見返してたらJuliaが多値を返せるので、返り値がエラーコードにとられちゃう問題が避けられる事に言及するのをすっかり忘れてました。近いうちに追記しておきます。

タグ：

posted at 07:59:04

#Julia言語 dispatchのためだけに中身が空の型を定義して使うことが多い、という予備知識は他人が書いたJuliaのパッケージのコードを読むときにはほぼ必須。

タグ： Julia言語

posted at 07:39:46

#Julia言語

 github.com/genkuroki/Isin...

では、2D Ising モデルでの周期境界条件を ifelse で処理した場合と「複数のforループのべた書き」で処理した場合の速度の比較のために、Holy trait パターンっぽい書き方をしています。

同じ問題を異なるアルゴリズムで解けるようにしておくときに便利。

タグ： Julia言語

posted at 07:33:57

#Julia言語関連

Holy traitには、問題の型ごとにデフォルトの解法アルゴリズムを変えるというような使い方もできる。

Juliaのコードを読むときに、Holy traitについて知らないと困る場合が結構あります。

何も知らないと「中身が空の型が定義されまくっているけど、これなに？」となる。 twitter.com/genkuroki/stat...

タグ： Julia言語

posted at 07:26:26

積分定数 @sekibunnteisuu

@michikusa_heya twitter.com/sekibunnteisuu...

　こう書いたけど、中にはなかなか気づかないケースもあって、悩むこともありま
す。

　なるべく教えないで自分で気づいてほしいけど、生徒によっては教えることもありますね。

タグ：

posted at 07:20:12

#Julia言語

抽象型として、剣士と魔法使いを定義する方針だと、抽象型・具体型の階層が木構造しか許されていないのです、剣と魔法の両方で攻撃できる魔法剣士の扱いで悩みます。

しかし、1つ前のツイートのようにHoly traitを使えば、魔法剣士も容易に定義できるようになります。

タグ： Julia言語

posted at 07:19:50

#Julia言語例

struct 剣攻撃可 end
struct 剣攻撃不可 end

is剣攻撃可(::剣士) = 剣攻撃可()
is剣攻撃可(::魔法使い) = 剣攻撃不可()
is剣攻撃可(::魔法剣士) = 剣攻撃可()

剣で攻撃(x, y) = 剣で攻撃(is剣攻撃可(x), x, y)
剣で攻撃(::剣攻撃可, x, y) = ～
剣で攻撃(::剣攻撃不可, x, y) = ～

タグ： Julia言語

posted at 07:15:52

#Julia言語 Holy traitの解説

Juliaでは抽象型と具体型の階層が木構造になってしまうのですが、Holy traitを使えば「木構造しか不可」という問題を回避してコードを書けます。 twitter.com/genkuroki/stat...

タグ： Julia言語

posted at 07:15:51

@genkuroki このパターンは是非取り入れたいと思ってます。
毒攻撃はボスと雑魚で効き目を変えたかったりするので、そういったあたりですかね
パラメトリック型もややこしいので当初触れない予定だったんですが、〇〇キラー攻撃が〇〇族に効く、みたいな処理を一元化するのに良いなあ、とか思うと終わらないです笑

タグ：

posted at 07:13:23

積分定数 @sekibunnteisuu

「これまでの知識重視から思考力がどーたら」というおざなりな記事じゃなくてちゃんと問題を分析していて珍しいな、と思ったら、清　史弘さんの記事だった。
twitter.com/f_sei/status/1...

タグ：

posted at 06:56:03

積分定数 @sekibunnteisuu

大学入学共通テスト、思考力は測れたのか？予備校講師が検証(HARBOR BUSINESS Online)
#Yahooニュース
 news.yahoo.co.jp/articles/bb2b3...

タグ： Yahooニュース

posted at 06:54:13

関連スクショ↓ twitter.com/genkuroki/stat...

タグ：

posted at 06:47:54

#Julia言語 #Jupyter #ZeroTier

私はZeroTierで自宅サーバーに外部の端末から接続しています。

①ZeroTier www.google.com/search?q=ZeroT... を使えるようにする。

②サーバーにZeroTierをインストールして設定

③端末側にもZeroTierをインストールして設定

端末からZero TierのIPアドレスにアクセス twitter.com/oppo89694572/s...

タグ： Julia言語 Jupyter ZeroTier

posted at 06:45:37

hmist @hiroeemon

科学計算が得意な julia っていう言語が生えてきたのかー
確かに計算量の多い分野だと実行速度速いほうが何かと良いですよね

project.nikkeibp.co.jp/idg/atcl/19/00...

タグ：

posted at 06:44:59

残り16件のツイートを見る

道草学習の部屋＠オンライン家庭教師&教育 @michikusa_heya

#Julia言語情報

Juliaでは Tim Holy's trait trick もよく使われていて、他人が書いたパッケージのソースコードの解読でも必須の予備知識になっています。RPGとも相性が良さそう。

この辺の話も入れるとさらに大変な分量になりそう。

ahsmart.com/pub/holy-trait...

github.com/mauro3/SimpleT... twitter.com/muuumin20/stat...

タグ： Julia言語

posted at 06:19:32

@sekibunnteisuu 生徒によってはなかなか自ずから気づいてもらえず、時々待てなくて、ヒントを出すか、教えてしまうことがあり、反省するところです。

タグ：

posted at 04:06:38

ちなみに今回の記事ではスキルが一つしか実装できてなくて、まだまだ先は長い、と言うか、終わりが見えなくて泣きそうになってます。
まだ書けてない事の方が多いんじゃないか？全5回くらいで終わらせるはずだったのに。
どうして、どうしてこんな事に・・・

タグ：

posted at 03:32:03

「Julia言語で入門するプログラミング」第6回を書きました。コンストラクタ、抽象型と具体型、型の階層構造、例外処理、といったあたりの話題に触れています。

はてなブログに投稿しました #はてなブログ #Julia言語
Julia言語で入門するプログラミング(その6) - SE教育パ…
muuuminsan.hatenablog.com/entry/2021/01/...

タグ： Julia言語はてなブログ

posted at 03:22:48

Lambda ってそういうのできないんだっけ？

タグ：

posted at 03:12:10

tau18analytics @tau18analytics

@OPPO89694572 great ! ...

there are also hosted environments
(which are also customizable), so that
your home PC is not required (if you
prefer) ...

i have had great experiences with cocalc.com ... @cocalc_com ...

タグ：

posted at 03:04:56

Drawing a Reuleaux triangle using Luxor.jl

#Julialang #Julia言語 pic.twitter.com/DQ0Rg1gRNl

タグ： Julialang Julia言語

posted at 01:19:33

解答略 @kaitou_ryaku

マジで早急にちゃんとやって
twitter.com/kaitou_ryaku/s...

タグ：

posted at 01:15:34

解答略 @kaitou_ryaku

りそな銀行が明細の表示期間を過去無限に引き伸ばしたらしい。これは大変素晴らしいニュースだと思う。僕はこれまで、過去の明細を遡れない銀行の仕様について大いに不満を抱いてて、ことあるごとにツイートしてきた。ゆうちょ・三菱・住友・みずほも早急に対応してほしい www.nikkei.com/article/DGXZQO...

タグ：

posted at 01:15:06

その「一部の長老とその取り巻きが中心の学会」というのは、某党の派閥に似ているかもしれない。
そういう派閥には属したくない。

タグ：

posted at 00:39:10

Lu₿omír Šerý @gugatr0n1c

@fartelengelbert @nick_mayhall @Viral_B_Shah @NJIT Numba is great, but julia is far better. Numba supports only small part of functions. Overhead between ei. pandas and numba is very annoying. In #JuliaLang there is not such issue.

タグ： JuliaLang

posted at 00:33:54

Hiroo Yamagata @hiyori13

ケインズやアダムスミスは、「うんそうだよな」「だいたいそうだよな」とほぼ納得しながら読めるが、シュムペーターって「いやそんなことないんじゃね？」「おまえ、技術ってなんだか知ってるの？」みたいな首傾げだらけで先に進む気がなかなか起きない

タグ：

posted at 00:32:43