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 » 2021年01月30日
並び順 : 新→古 | 古→新

2021年01月30日(土)

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

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 二乗誤差に比例した罰金の動画 twitter.com/genkuroki/stat...

タグ: 統計

posted at 23:01:39

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 (推定成功確率 - 真の値)²に比例した罰金を支払うルールならば、罰金の期待値の最大値の(事前分布Beta(a,a)を使った)最小化のためには、a=√(n/4)とすればよい。

罰金の取り方ごとに適切な事前分布は違う。

こういうことは計算してみないと分からない。 twitter.com/genkuroki/stat...

タグ: 統計

posted at 23:00:43

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 サンプルサイズnを固定するときに、Beta(a,a)型事前分布の下での未知の成功確率の推定のKL情報量の意味での予測誤差に比例した罰金を支払うとき、罰金の期待値の最大値を最小化するためにはa=0.5とすればよい。 twitter.com/genkuroki/stat...

タグ: 統計

posted at 22:55:30

ごまふあざらし(GomahuAzaras @MathSorcerer

21年1月30日

@neuromancer_69 Python から Julia を呼ぶには pyjulia を使えばOKです.
github.com/JuliaPy/pyjulia

タグ:

posted at 22:37:14

A_T_O_M @ATOM20202020

21年1月30日

解析概論、こんなに丁寧に書いてあるのか!
大学入る前に憧れで買って、失くしたのでもう一度購入してまだ積ん読してある。 twitter.com/genkuroki/stat...

タグ:

posted at 22:13:36

黒木玄 Gen Kuroki @genkuroki

21年1月30日

さすがに、期待値についてもまともな説明をできず、回帰直線と分布のなす楕円の長軸の区別さえできていない人に統計学の話を聞いて勉強するのはやめた方がよいと思うのですが、そういう誤りを大っぴらに指摘して注意を促すことを、そういう本を褒めている人たちは何もしないんですね。

タグ:

posted at 22:06:39

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 現実の日本では、回帰直線と楕円の長軸の区別もできず、期待値について適切な説明ができず、AICについても奇妙な理解(誤解)をしている人が書いた統計学の哲学本が出版されて好評を得ているという非常に困ったことになっています。

こういう類に事柄の悪影響は10年位かけて出て来る。

タグ: 統計

posted at 22:03:15

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 統計学の哲学について学ぶ前に、「最尤法がどのような条件のもとでどのような良い(悪い)数学的性質を持つか?」のような基本的な問いに答えることができるように勉強しておくべきだと思います。

尤度がより大きいことがどういうことであるかはそういう基本的な問い抜きには理解できません。

タグ: 統計

posted at 22:00:12

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 統計学に哲学をそういう類のことを理解する前に学ぼうとしてしてしまうと、統計学の哲学者のMayoさんが否定している考え方の側に傾いてしまう危険性があります。

例えば「Royallの3つの問い」が立派な話だと思っている人はすでに洗脳済みだとみなされます。

タグ: 統計

posted at 21:55:03

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 そして、最尤法が条件が揃えば合理的な道具になり得る理由は「尤度主義」の類ではなく、その方法が特定の条件で持つ数学的に良い性質。

これはベイズ統計についても同様でその使用が合理的であることを理解するためには「ベイズ主義」の類は必要ありません。その方法が持つ数学的性質が本質的。

タグ: 統計

posted at 21:47:00

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 統計学用語のlikelihood(尤度(ゆうど))は決して日常用語的な「もっともらしさ」を意味しないのに、条件が揃えばmaximum likelihood methodは合理的に役に立つ道具です。

それと同様に、Bayesさんや主観確率と完全に無関係であっても、ベイズ統計は合理的に役に立つ道具なのです。

タグ: 統計

posted at 21:46:59

非公開

タグ:

posted at xx:xx:xx

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 おそらく、統計学の哲学の文脈だと、Gelmanさんのような有名なベイズ統計実践家であっても伝統的な主観主義ベイジアンの考え方を全否定していると「ベイジアン」とはみなせなくなってしまうんですね。

私はそういうスタイルを広めるのは社会的に有害だと思います。

タグ: 統計

posted at 21:34:05

@nan_bayesstat

21年1月30日

Juliaの文法(PythonやRしか知らないと)かなり独特なので、サンプル読むのも結構躓く。
『1から始める〜』読んでから間が空いたのは良くなかった。

タグ:

posted at 21:30:22

│ ▼_▼) ๑•̀ω•́)しゅば太郎 @Shuba_Taro_0707

21年1月30日

基礎から学ぶJulia
📕✨表紙が気に入ったし、買ってみた((꜆꜄ •̀ω•́ )꜆꜄꜆ しゅばばば💻

RもPythonも、ろくに出来ないけどね(•́ω•̀ ٥)
#Julia #データサイエンス pic.twitter.com/nYsLMzxcgl

タグ: Julia データサイエンス

posted at 21:30:19

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 統計学の哲学におけるベイジアンという用語がそういうニュアンスを持っていることは、個人的に極めて有害な結果をもたらす可能性があるので要注意。

なぜならば、主観主義を含む伝統的なベイジアンの考え方抜きでも、ベイズ統計が役に立つ合理的な道具であることが分かっているからです。

タグ: 統計

posted at 21:24:38

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 MayoさんとGelmanさんの間で主観主義を含む伝統的なベイジアンの考え方の否定という点で意見が一致しているように見えるのですが、Mayoさんの立場では主観主義を含む伝統的なベイジアンの考え方を否定する立場をベイジアンと呼びたくないらしく、Gelmanさんに別の名前を考えたら?と言っている。

タグ: 統計

posted at 21:24:37

黒木玄 Gen Kuroki @genkuroki

21年1月30日

@KimuraFoundry うぉ!中学生!めっちゃ楽しそう!

タグ:

posted at 21:09:13

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 歴史的にどのように発見されたものであっても、数学的に定式化できてかつ十分有用そうに見える計算が可能であるならば、歴史的経緯を忘れて、その数学的性質を調べ、科学的な常識に基いて合理的な応用が可能になる。

ベイズ統計も21世紀になってやっとそうなったのだと考えられる。

タグ: 統計

posted at 21:06:40

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 事前分布を使う方法が怪しげに見えてしまう理由の1つは、主観主義ベイジアン達が主観確率の概念に基いて「ベイズ統計」の合理性を強弁して来たという黒歴史の存在。

黒歴史のせいで、普通に数学的に考えれば合理的に使える道具であることが明らかなものまで怪しげに見えてしまっている。

タグ: 統計

posted at 21:03:45

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 サンプルがベルヌイ試行の成功確率の推定の場合でさえ、リスクを最小化する推定法が最尤法にならず、事前分布を使った方がリスクを下げられるという事実は、事前分布を使わない最尤法の方が事前分布を使う推定法よりも合理的に見えてしまっている人が完全に間違っていることを意味している。

タグ: 統計

posted at 20:59:17

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 さらに事前分布には下げたいリスクの指標一般の情報も組み込むことができる。以下のリンク先のリンク先では、KL情報量の意味での予測誤差ではなく、成功確率の推定値と真の値の差の二乗(二乗誤差)を扱っている。

何を最小化したいかで最適な事前分布も変わる。 twitter.com/genkuroki/stat...

タグ: 統計

posted at 20:53:42

木村鋳造所(公式) @KimuraFoundry

21年1月30日

@genkuroki 中学校でこれを使った授業をやったのですが…盛り上がりすぎて大変なことになりました(´・∀・`)

タグ:

posted at 20:52:24

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 二項分布や負の二項分布における成功確率を意味するパラメータの事前分布が「データを得る前の成功確率に関する主観的確信の度合い」を意味すると思い込んでしまうと、データの取得法の情報を事前分布に適切に組み込んで予測誤差を下げられる可能性が見えなくなってしまう。赤池弘次さんが指摘。

タグ: 統計

posted at 20:50:16

黒木玄 Gen Kuroki @genkuroki

21年1月30日

子供のときにはこういうので遊びたかった。

子供の遊具としても需要があるのではないかと思いました。 twitter.com/kimurafoundry/...

タグ:

posted at 20:46:27

黒木玄 Gen Kuroki @genkuroki

21年1月30日

2011-03-11から暫くの間は、UT社会学者氏が鼻血の件で根拠としている人物の発言をRTしている人達が結構いたよね。

当時、困った人の側を正義の味方だと誤認した人達は「誰でも判断を誤る」の真の意味を理解できていれば良いと思う。

2011-03-11のときには判断を間違っている人達が本当に怖かった。

タグ:

posted at 20:37:06

Tak itoshi @takitoshi

21年1月30日

「Juliaで精度保証付き数値計算」更新しました。

線型方程式の解の精度保証付き数値計算
taklab-blog.blogspot.com/2021/01/rigoro...

連立一次方程式。各演算を区間演算に置き換えたら良いという安易な考え方が破綻し、解の数値検証が必要になります。BLAS・LAPACKも使って、丸め向きを変えない実装を紹介してます。

タグ:

posted at 19:25:09

非公開

タグ:

posted at xx:xx:xx

非公開

タグ:

posted at xx:xx:xx

Ishida the Brain Dam @tbs_i

21年1月30日

えっ?ググレカスって歴史上の人名じゃなかったの? togetter.com/li/1659508#c87...

「緊急リモート会議でGitHubについて説明後『ググれカス…』というぼやきが混..」togetter.com/li/1659508 にコメントしました。

タグ:

posted at 17:39:37

ʇɥƃıluooɯ ǝıʇɐs @tsatie

21年1月30日

@genkuroki なるほどこの2枚目の「経路の対応はかなり非自明」ってのが愉しい。こういうもので遊ぶと何かええことがあるのかも。ないかもしれんけどそこは気にしない。

タグ:

posted at 17:31:12

おばけ @triwave33

21年1月30日

ベースにしたモデル・実装はこれ

github.com/Ghadjeres/Deep...

タグ:

posted at 17:28:41

おばけ @triwave33

21年1月30日

音源(音が出ます)
i=1998
楽譜を見ると音列の上昇・下降など、モチーフを意識した構造になっているのがわかる。トレーニングセットからの盗用なのかオリジナルなのかは未検証。二部音符による明確な展開(区切り)も出てくる pic.twitter.com/NQXHuogZyT

タグ:

posted at 17:26:36

ʇɥƃıluooɯ ǝıʇɐs @tsatie

21年1月30日

@genkuroki 随分と詳しく?丁寧になってる♬

タグ:

posted at 17:26:30

ʇɥƃıluooɯ ǝıʇɐs @tsatie

21年1月30日

@genkuroki 新しくなってる♬ 説明も少し改良されてる♬

タグ:

posted at 17:25:56

おばけ @triwave33

21年1月30日

音源(音が出ます)
i=298
だいぶバッハっぽくなっている。最後の小節があやしい(最初の小節からサンプリングしているということはない) pic.twitter.com/xz4gBmTbS9

タグ:

posted at 17:23:07

おばけ @triwave33

21年1月30日

音源(音が出ます)
i=10
ちょっと曲っぽくなってきている。データセット自体、四部音符メインな感じなので、サンプリング重ねるとLSTMによって段々音がつながってくる。 pic.twitter.com/fZ5TcvpUVz

タグ:

posted at 17:19:59

おばけ @triwave33

21年1月30日

音源(音が出ます)
i=0 初期値。16部音符のグリッドに対して完全なランダム音符。これはこれでカッコいい pic.twitter.com/oMJculdeqI

タグ:

posted at 17:17:45

おばけ @triwave33

21年1月30日

DeepBachによる音楽生成。双方向性のLSTM。ランダム初期値(音符)からギブスサンプリングしていくとだんだんバッハっぽくなっていく pic.twitter.com/7HsyqDKZyn

タグ:

posted at 17:13:49

かなまろ @kanamaro_jl

21年1月30日

@GOTTY510244 最近はJupyter LabでJulia書いてる

タグ:

posted at 17:08:23

ふじ @mounting_mtfuji

21年1月30日

@genkuroki あるんですよアナザーワールド……
おそらく最大値をとるxの値も答えさせる問題と混同しています

タグ:

posted at 16:51:25

るさ @rusa6111

21年1月30日

Juliaまではともかくとして、SwiftやらRubyやらは基本的な言語仕様すら忘れた

タグ:

posted at 16:29:35

るさ @rusa6111

21年1月30日

使うとすればPython, C++, javascript, Julia, Swift, Rubyだよな。少なくともCまで全く使い慣れていない言語を使わないといけないのやばい。勉強しておくか。

タグ:

posted at 16:28:41

黒木玄 Gen Kuroki @genkuroki

21年1月30日

@kikumaco 私が後世の人達の研究のために残したつもりのデータが以下の場所にあります。

genkuroki.github.io/fc2/goyo.html
原発業界御用学者リストのウィキの記録

私はGitHubのArctic Code Vault Contributorになっているので、きっと未来に届く(笑)

タグ:

posted at 15:24:44

鯵坂もっちょ @motcho_tw

21年1月30日

(a,b)と(c,d)のマンハッタン垂直二等分線、単に|x-a|+|y-b|=|x-c|+|y-d|のことなんだけど、まあ面倒臭いな

タグ:

posted at 15:23:48

あ〜る菊池誠(反緊縮)公式 @kikumaco

21年1月30日

原発事故の社会学を本当にやりたいなら、こういう貴重な記録を辿った方がいいんじゃないですかね。
専門家の口を暴力的に塞いでいった記録がこれですからね。 twitter.com/kikumaco/statu...

タグ:

posted at 15:23:20

あ〜る菊池誠(反緊縮)公式 @kikumaco

21年1月30日

web archiveによる「御用学者wiki」の最後の記録。誰が御用学者と名指しされているかを見ておくといいと思います。
「御用学者wiki」は匿名に隠れて暴言を吐いていた卑劣な連中の手になるものですが、なにぶんにも匿名なので、今もしれっとあなたの隣にいるのかもしれない
web.archive.org/web/2012120821...

タグ:

posted at 15:18:33

kamimura @mkamimura

21年1月30日

@genkuroki Nebo math.mkamimura.com/posts/2021/01/... : 「😏」(?w)
(綺麗にしてくれる分、手描きっぽさは無くなってしまうかもしれませんが…😅)

タグ:

posted at 15:15:20

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#数楽 シンプルランダムウォークでの逆正弦法則の初等的証明(絵を描くだけですます)証明

1/6~4/6 pic.twitter.com/uOrH0RJThf

タグ: 数楽

posted at 15:11:57

KatoK @__KatoK__

21年1月30日

Juliaで遊び始めて結構経つけど今更Pyping operator(|>)を知った

タグ:

posted at 14:21:18

あ〜る菊池誠(反緊縮)公式 @kikumaco

21年1月30日

何学者にも頭のおかしいのはいます。
物理学者の中にも物理では天才なのに社会問題に首を突っ込むとまるで頓珍漢なことしか言えない人はいる。
社会学者といえども、「現実」の社会問題に首を突っ込んで無能を晒す人がいてもおかしくはない

タグ:

posted at 13:42:24

ʇɥƃıluooɯ ǝıʇɐs @tsatie

21年1月30日

@genkuroki (そもそも一つの枠では括ってません。まぁ此処でどうするかなぁと思うたので念の為確認したわけで... )

タグ:

posted at 13:25:28

ʇɥƃıluooɯ ǝıʇɐs @tsatie

21年1月30日

いえ,ちゃんと描きましたし其れなりに少し違う説明を付けておきます。 twitter.com/genkuroki/stat...

タグ:

posted at 13:24:34

(「・ω・)「ガオー @bicycle1885

21年1月30日

うーんperfでJuliaのJITしたマシン語の情報が取れない

タグ:

posted at 13:23:49

黒木玄 Gen Kuroki @genkuroki

21年1月30日

shell script や大昔の Makefile を書いていた人にとっては #Julia言語 における

$(foo)

のスタイルがなじみやすい。 twitter.com/wasisama/statu...

タグ: Julia言語

posted at 13:19:23

ʇɥƃıluooɯ ǝıʇɐs @tsatie

21年1月30日

@genkuroki 画面を写すと今ひとつですね。こんな感じにアレンジしてあります。 pic.twitter.com/gUOghDQRd7

タグ:

posted at 13:18:07

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#超算数 「かけ算順序が逆の子は理解していないとみなす」とか、「偶数と2の倍数が同じものだと思っていたら理解していないとみなす」とか、このスレッドの例のような教え方は、大学での教員養成課程での教育において全否定しておく必要がある。

大学には社会的にそうする責任があると思う。

タグ: 超算数

posted at 13:13:42

黒木玄 Gen Kuroki @genkuroki

21年1月30日

@tsatie ああ、右下の図は削除しといて😅

タグ:

posted at 13:07:17

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#超算数 上の問題の例では、

* a ≧ 1/2 と a ≦ 1/2

書いても正解になります。重なっていても全然問題ない。

タグ: 超算数

posted at 13:06:17

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#超算数 これって、

* a < 1/2, a = 1/2, a > 1/2 の3通りに分類しないとバツにするアナザーワールドが存在する

という話ですか?

そういうアナザーワールドについては大学の教員養成課程の授業で「こういうことをやってはいけない」と教えた方がよいと思いました。 twitter.com/mounting_mtfuj...

タグ: 超算数

posted at 13:06:14

ʇɥƃıluooɯ ǝıʇɐs @tsatie

21年1月30日

@genkuroki そんなわけでこんな感じに描いてます。 pic.twitter.com/0d1UWt3gJk

タグ:

posted at 13:00:49

黒木玄 Gen Kuroki @genkuroki

21年1月30日

@tsatie 連鎖の1番下に返答すると一直線の連鎖になりやすい。

#Julia言語 でのアニメ化には、Plots.jl の @ gif または @ animate が便利です。少なくとも PyPlot.jl よりは便利。

最近だと Javis.jl なんてのもある。

github.com/Wikunia/Javis.jl

Juliaユーザーは数学好きな人が多い。 twitter.com/tsatie/status/...

タグ: Julia言語

posted at 12:57:49

ʇɥƃıluooɯ ǝıʇɐs @tsatie

21年1月30日

@genkuroki 此のお話は楽しそうやったのですけどあの時は他の事もあってふむふむ程度で終わっていたのです。でもなんだろうネタとしてはなかなか楽しい(反射原理もそうだけど経験値積んでない人には愉しい体験が詰めるという意味で)ので。そしてまぁ初等的だけどよくある話でなかなかググっても出てこないし。

タグ:

posted at 12:55:54

黒木玄 Gen Kuroki @genkuroki

21年1月30日

@tsatie 分岐↓ (枝がたくさんできるので要注意) twitter.com/genkuroki/stat...

タグ:

posted at 12:54:04

黒木玄 Gen Kuroki @genkuroki

21年1月30日

@tsatie 返答連鎖はまさにそれです。

タグ:

posted at 12:53:24

ʇɥƃıluooɯ ǝıʇɐs @tsatie

21年1月30日

@genkuroki そうそう。そんな事も思うてました。#Julialang ならどの #Pkg 使うと此の手の思考過程というかイメージをうまく実体化してそれこそ動画とかパラパラ漫画にできるやろかと。今は纏める?(機会があれば学生さんに見せたり演習で使う)為に #LuaLaTeX#MetaPost で描いてますけど面倒臭いのですよ。

タグ: Julialang LuaLaTeX MetaPost Pkg

posted at 12:53:12

黒木玄 Gen Kuroki @genkuroki

21年1月30日

@tsatie シンプルランダムウォークでの逆正弦法則の初等的証明は大昔からあるネタなので、多分ググれば別の初等的証明が見つかると思います。

私は何も見ずに全部自分でまずやってみるので検索をサボっている場合が多いです。

統計学の話題さえ何も見ずに自分で確認したことを言っている場合が多い。 twitter.com/tsatie/status/...

タグ:

posted at 12:52:39

ʇɥƃıluooɯ ǝıʇɐs @tsatie

21年1月30日

@genkuroki 返答連鎖... 長く使ってて分からない?というか適当にしてるから使い分けが今一つしっくり来てないのだけどRTではなくてiPhoneだと左端のんを使うということかなぁ... 此れなら大丈夫ですか?

タグ:

posted at 12:48:56

黒木玄 Gen Kuroki @genkuroki

21年1月30日

@tsatie できれば、返答連鎖にしてくれると助かるのですが。

あとで何か書くときに謝辞にURLを書きたい。

こういう話での経路の対応を #Julia言語 で動画にするといいかもしれませんね。コンピュータのプログラムにするとこの手のバグは確実に潰せます。 twitter.com/tsatie/status/...

タグ: Julia言語

posted at 12:45:56

ʇɥƃıluooɯ ǝıʇɐs @tsatie

21年1月30日

そうそう。不要というか多分一つ上に上がるようなイメージが大事?というか指摘したかったのだろうなぁと思いましたが。次のツイートが証明の流れですから。確かに右下の図は「要らない」といえば要らない。見えた人には自明な事だとは思うけど。 twitter.com/genkuroki/stat...

タグ:

posted at 12:42:41

黒木玄 Gen Kuroki @genkuroki

21年1月30日

@tsatie おお!これは気付かなかった!

どうもありがとうございます!

タグ:

posted at 12:42:30

黒木玄 Gen Kuroki @genkuroki

21年1月30日

@tsatie (1)の証明は以下の添付画像のように進むので、1つ前のツイートの添付画像の最下段の1番右側の図はいらない。 pic.twitter.com/2N5TQKQcX6

タグ:

posted at 12:41:36

黒木玄 Gen Kuroki @genkuroki

21年1月30日

@tsatie ああ、なるほど、最下段の1番右側がおかしいですね。

しかし、最下段の1番右側の図は欲しい結果(1)の証明にはいらないと思います。 pic.twitter.com/TLz6Y8XL3j

タグ:

posted at 12:39:38

黒木玄 Gen Kuroki @genkuroki

21年1月30日

@tsatie 引用リツイートだと不便なので、こういう感じの返答連鎖にして欲しいです。 twitter.com/tsatie/status/...

タグ:

posted at 12:24:22

ʇɥƃıluooɯ ǝıʇɐs @tsatie

21年1月30日

一番下を沿うようにして右の青い点に至る経路です。具体的に描いてみた方がわかりやすいのやけどなぁ... どうするか。

タグ:

posted at 12:20:35

ʇɥƃıluooɯ ǝıʇɐs @tsatie

21年1月30日

一番下に三つ並んだ図の一番右端(つまり右下の図)で「青い線に囲まれた部分で」とありますがその範囲で一番下に沿うように進む経路は中央の赤い範囲の経路でも青い範囲の経路でも
ないのでおかしくないですか?(何か誤解してるのやろか... ) twitter.com/genkuroki/stat...

タグ:

posted at 12:18:24

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 「ベイズ」という形容詞の広がりで「感心」したのは「ベイズ最適化」です。

ガウス過程回帰が無限次元のベイズ法になっており、ガウス過程回帰を最適パラメータのありかの推測に使っているので、「ベイズ最適化」には「ベイズ」という形容詞がついているのだと思います。

タグ: 統計

posted at 12:01:57

黒木玄 Gen Kuroki @genkuroki

21年1月30日

@tsatie もっと具体的で詳細な説明がないと何を言われたか理解できないです。

タグ:

posted at 11:53:58

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 ところが、伝統的主観主義ベイジアンを主成分とする主義をBaysianと形容したい統計学の哲学者の立場から、Mayoさんに、Gelmanさんは、あなたの統計学的方法にはBayesianとは違う新しい名前を付けたら?と言われてしまった(笑)

ゲルマンさんのベイズ統計への愛はMayoさんには届かなかった!(笑)

タグ: 統計

posted at 11:47:11

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 何度も話題にしていますが、Gelman-Shalizi (2013) www.stat.columbia.edu/~gelman/resear... で、ゲルマンさん達は主観主義ベイジアンの考え方を本当にボロクソに批判しています。

私は非常に面白く読めた。

ベイズ統計にも限らない統計学一般の使い方についても勉強になりました。

タグ: 統計

posted at 11:42:01

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 誰がどう見ても現代的に広く普及した意味でのベイズ統計をゲルマンさんがめちゃくちゃ愛していることは明らかだと思う。論文や本を読まなくてもブログだけで十分にそのことがわかる。

ベイズ統計を愛しているからこそ、ゲルマンさんは伝統的な主観主義ベイジアンたちをボロクソに批判している。

タグ: 統計

posted at 11:39:12

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計

Mayoさんが、あのGelmanさん(ベイズ統計家として本当に有名)に対して、Gelmanさんが使っている統計学的方法に新しい名前を付けたらどう?と言われたという話が面白すぎ(笑) twitter.com/genkuroki/stat...

タグ: 統計

posted at 11:36:26

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 例えば、統計学の哲学者のMayoさんは、超有名なベイズ統計家のGelmanさんに対して、Gelmanさんはベイジアンを自称しているが別の呼び名を使った方がよいのではないか、などと言っていたりする!(笑)

ゲルマンさんも回答に困ったのではないか?

ゲルマンさんの回答
statmodeling.stat.columbia.edu/2012/07/31/wha...

タグ: 統計

posted at 11:19:38

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 その悪影響は21世紀現代でも残っており、「ベイズ統計」と言えば「主観主義ベイジアン達の意味でのベイズ統計」を主要な成分として含むなにものかでなければいけないと考えている人達がいる。

統計学の哲学はそういう分野になってしまっています。

若い人達は悪影響を受けるべきではないです。

タグ: 統計

posted at 11:11:00

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 豊田『瀕死本』に限らず、20世紀のSavageさん達のような「伝統的な主観主義ベイジアン」達は「尤度原理」を用いて、データの取得法に結論がよらない点をベイズ統計の欠点だと思わずに、利点だとみなして、統計的検定を批判して、ベイズ統計こそ合理的な統計学だと主張していたりします。

タグ: 統計

posted at 11:07:28

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 要するに、ゴールを厳しめにずらせば、P値を使った検定でもベイズ統計でもn→∞での工夫による不正行為は防げるわけです。豊田『瀕死本』の目的にベイズ云々は無関係です。

タグ: 統計

posted at 11:01:57

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 「帰無仮説 |μ|<ε の検定」のベイズ統計での対応物は「区間 |μ|<ε と信用区間が共通部分を持つかどうかの判定」です。

μ=0を満たす分布のサンプルでは大数の法則より、n→∞で事後分布の台は区間 |μ| < ε の内側に集中するようになるので、n→∞を不正利用できなくなります。

タグ: 統計

posted at 10:59:40

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 P値の側でサンプルサイズを必要なだけ増やすことによる不正は、「帰無仮説 μ=0」を「帰無仮説 |μ|<ε」に置き換えれば理論的には防げます。

帰無仮説を棄却するための条件を厳しくする、すなわち、ゴールを厳しめにずらせばよい。

タグ: 統計

posted at 10:48:35

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 豊田『瀕死本』を誉めた人たちの中には立派な研究者に見える人たちも含まれています。

しかし、研究不正を推奨しているようにも読める本を他人に勧めてしまったことの責任を取るつもりがあるようにはまったく見えない。

要するにその本の内容を全然理解せずにほめているのです。

タグ: 統計

posted at 10:44:36

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 こんな感じで、不適切利用が可能なP値を使った不正行為は、ほとんどそのままでベイズ統計にも拡張されます。

こういう事実を理解した後に添付画像の引用部分に注目すれば、豊田『瀕死本』がベイズ統計を使った研究不正を推奨しているようにも見えて来るはずです。 pic.twitter.com/61oZEo0X0B

タグ: 統計

posted at 10:44:35

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 そこで、サンプルX_1,X_2,…をどんどん増やして行って、ベイズ統計での95%信用区間にμ=0が含まれなくなったところで、データ取得をやめることにすると、そのようなデータ取得法は100%の確率で成功するので、P値の不適切利用と同様の不正行為が可能になります。

タグ: 統計

posted at 10:38:31

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 μ=0のP値が5%未満になることと、95%信頼区間にμ=0が含まれないことは数学的に同値です。

ベイズ統計でのこれの対応物は、事後分布における95%信用区間(確信区間)にμ=0が含まれるか否かをみることです。

事後分布で測った95%信用区間にμ=0が含まれない確率は5%になる。続く

タグ: 統計

posted at 10:35:24

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 それでは、豊田『瀕死本』のように、ベイズ統計ならば結論はデータの取得法に依存しないので、【データ収集を途中でやめても、データを取り増しても】(p.83)よいと言えるでしょうか?

もちろん、正解は「いいえ」です。

上述のP値の不適切利用による不正と同じことをベイズ統計でもできます!

タグ: 統計

posted at 10:30:27

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 「いつもの」P値はサンプルサイズnを固定した状況において適切に定義された指標であり、サンプルサイズを好きなだけ増やせる場合に使うことは不適切です。

そういう不適切なP値の使い方をすれば、確率100%で帰無仮説μ=0を棄却できるわけです。

もちろん、これは不正行為です。続く

タグ: 統計

posted at 10:25:35

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 例えば、分散が1の場合の正規分布モデル(パラメータは平均のμのみ)において、帰無仮説μ=0の「いつもの」P値が有意水準α未満になるまでサンプルX_1,X_2,…を取り続けたとします。

帰無仮説を満たす標準正規分布のサンプルであってもそのようなデータ取得法は100%の確率で成功します。

タグ: 統計

posted at 10:25:34

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 豊田『瀕死本』における「仮説が正しい確率」は事後分布における確率であり、事後分布は事前分布と尤度函数(定数倍の違いは無視)から決まるので、事前分布が同じなら(検定で使うP値と違って)データの取得法に依存しない。豊田『瀕死本』における「仮説が正しい確率」の優位性の根拠がこれです。

タグ: 統計

posted at 10:15:55

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 豊田秀樹さん曰く【データ収集を途中でやめても、データを取り増しても、尤度は不変です】

これは、事前分布が同じなら、尤度(函数)だけで結果が決まるベイズ統計ならば、データ取得法に依存する統計的検定での問題が生じないという主張を含意しています。 pic.twitter.com/7ikf4s0Atb

タグ: 統計

posted at 10:15:54

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 本の内容を理解できていないせいで、別の場所でも見たことがあるP値の使用時に注意するべき点を強調して書いてある部分しか見えなくなる。

例えば添付画像の「尤度原理」の部分は理解不能なので読み飛ばしているのでしょう。 pic.twitter.com/vOfzuWNtC3

タグ: 統計

posted at 10:08:02

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 豊田『瀕死本』を良い本だと思ってしまう人達は、その本を「P値の使用時の問題点を詳しく解説している本」とみなし、その本の「ベイズ統計」がらみのトンデモ部分をすべて無視しているように見える。

豊田『瀕死本』を良い本だと褒めている人は、その本の内容を理解できていないように見える。

タグ: 統計

posted at 10:05:36

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 要するに、豊田さんの【~「仮説が正しい確率」へ】というタイトルの本の実質的な中身は【~「P値」へ】だとみなされるわけです!

この顛末は非常に可笑しいと思います。

ところがこういう本を素晴らしい本だと思ってしまう人達が現在でも継続的に現れている。😭😱😰

タグ: 統計

posted at 10:02:07

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 で、その豊田『瀕死本』およびそれ以前から豊田さんが「仮説が正しい確率」と呼んでいた「モデル内事後分布で測った確率」は、対応する検定のP値に近似的に一致していることが数学的に保証されているものに過ぎなかったのです。

タグ: 統計

posted at 10:02:06

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 出版前に【~「仮説が正しい確率」へ】というタイトルが公開され、それ以前に豊田さんが何を言っていたかが明らかになっていた時点で、多くの人から「なんじゃこれは?」という否定的な反応がありました。

仕事でベイズ統計を使っている人からもそのような反応があった。

例えば↓ twitter.com/sammy_suyama/s...

タグ: 統計

posted at 09:55:49

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 豊田『瀕死本』の正式なタイトルは『瀕死の統計学を救え 有意性検定から「仮説が正しい確率」へ』です。

この本に対して多くの人達が「なんじゃこれは?」「ひどい」と反応したのですが、その理由は「仮説が正しい確率」というミスリーディングな考え方を前面に押し出していたからです。

タグ: 統計

posted at 09:46:52

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計「ベイズ統計は信頼できない」という主張の正しさは、「ベイズ統計」が指し示す対象によって変化します。

例えば、添付画像に引用した豊田『瀕死本』のように、「尤度原理」を理由に統計的検定を不合理だとみなして、「ベイズ統計」を勧めるときの意味での「ベイズ統計」はクズ扱いが妥当です。 pic.twitter.com/Q49zVSBzuC

タグ: 統計

posted at 09:46:51

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計

MCMCは重い。

異なるテストサンプルごとにMCMCを1~2千回まわした計算例が以下のリンク先で紹介されている。

MCMCのコードも自前で書いて(実は手抜き)、さらにスレッド並列化し、さらにさらにMCMCのchainの長さを短めにした(←これは良くなかった)。WAICと予測誤差の逆相関を見たかった。 twitter.com/genkuroki/stat...

タグ: 統計

posted at 09:23:41

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#Julia言語

ソースコード↓
nbviewer.jupyter.org/gist/genkuroki...

2次元の任意の形の領域上で波動方程式を扱えるようにしてある。多分、今書き直せばもっと良いコードを書ける。 pic.twitter.com/99Vpz4cRla

タグ: Julia言語

posted at 09:23:40

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 1回のMCMCを10秒程度で済ませても1000回分だと3時間くらい待つことになる。

コードがバグっていると泣く😭

ちなみに正五角形上の自由境界条件での波動方程式を数値的に解いた添付画像の動画の数値計算は #Julia言語 シングルスレッドで

1.3秒

程度。動画作成の方に時間がかかっている。 twitter.com/stattan/status... pic.twitter.com/78iOcq1i7b

タグ: Julia言語 統計

posted at 09:23:35

統計たん @stattan

21年1月30日

MCMC,単発の分析的にはいいけど,手法の評価をする上では,非常にだるい。。。

タグ:

posted at 08:15:29

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 二項分布モデルと負の二項分布モデルにおいて、Beta(a,a)型事前分布のベイズ統計と最尤法や統計的検定を比較してみることは、「事前分布は余計なものである」とか「事前分布は事前の信念の度合いを表すものでなければいけない」というような思い込みを捨てるために役に立ちます。非常に教育的。

タグ: 統計

posted at 07:09:44

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#数楽 ℝ上のLebesgue測度を dx と略して書くことがあるのですが、微分形式の意味での dx との区別が曖昧になってしまいます。

以下のリンク先の話は、微分形式の方を dx と書くことにしたなら、ルベーグ測度の方を |dx| と書けば、記号法と数学的内容の整合性が保たれるという話です。 twitter.com/genkuroki/stat...

タグ: 数楽

posted at 07:03:28

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 その赤池弘次さんの論文は

www.uv.es/~bernardo/vale...

uv.es/bernardo/Valen... (←歴史的資料)

Likelihood and the Bayes procedure
Hirotugu Akaike
1980

で読める。

これを心地よく読める人なら、豊田『瀕死本』が有害な本であることも理解できるはず。 pic.twitter.com/6tYXjk9Wfd

タグ: 統計

posted at 06:51:27

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 論文情報補足

二項分布モデルと負の二項分布モデルの違い(実験の止め方のルールの違い)は適切な事前分布の違いを導くという話は大昔の赤池弘次さんの論文で指摘されています。

以下および
twitter.com/genkuroki/stat...
を参照(↑に論文へのリンクあり) twitter.com/genkuroki/stat...

タグ: 統計

posted at 06:48:22

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 二項分布モデルや負の二項分布モデルにおける片側検定のP値は一般に異なる値になるが、事前分布が同じならそれらのモデルのベイズ統計の結果は同じになります。だから、それらのモデルの片側検定のP値をぴったり再現するための事前分布は互いに異なるものになります。

タグ: 統計

posted at 06:42:58

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 以上とは全く異なる事前分布の使い方として、二項分布モデルや負の二項分布モデルにおける片側検定のP値を正確にベイズ統計で再現するためにも使えます。この場合にはP値を使うことがそのままベイズ統計の結果に誤差無しで一致することになります。

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

タグ: 統計

posted at 06:40:08

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 以上のように、予測の悪さの指標を1つ決めるごとに、それを最小化する事前分布を探すことができます。事前分布は「余計なもの」ではなく、最尤法の結果を改良するためにも使用可能です。

タグ: 統計

posted at 06:37:32

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 ベイズ統計での事前分布の使い方はそれだけではありません。

最小化する指標を、KL情報量の意味での予測誤差の期待値の最大値ではなく、成功確率pの二乗誤差の期待値の最大値に取ることもできます。その場合には異なるaの値が最適になる。

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

タグ: 統計

posted at 06:35:36

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 a→0の場合が最尤法なので、ベイズ統計を使うと、KL情報量の意味での予測誤差の期待値の最大値(真の成功確率を動かして最大値を計算)を最尤法よりも下げることができることもわかりました。

ベイズ統計では事前分布を適切に使うことによって、最悪の場合の期待予測誤差を下げることができます。

タグ: 統計

posted at 06:31:47

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 二項分布モデルではa=0.5、負の二項分布モデルではa<0.5の適切な値を採用すると、Beta(a,a)型事前分布に限った場合のKL情報量の意味での予測誤差の期待値の最大値を最小化できます。

事前分布Beta(a,a)の最適なパラメータの値が二項分布モデルと負の二項分布モデルで違うものになる。

タグ: 統計

posted at 06:27:35

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 詳しくは

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

を見て下さい。二項分布モデルと負の二項分布モデルの場合にBeta(a,a)型の事前分布のパラメータaを調節してKL情報量の意味での予測誤差の期待値の最大値を最小化しています。

タグ: 統計

posted at 06:25:18

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計

⑧それでは、ベイズ統計では、実験の止め方のルールという実践的には重要な事柄を何も扱うことはできないのだろうか?

答えは「事前分布を使ってできる範囲で実験の止め方のルールの違いの情報を推測・推定に取り込むことができる」です。

最尤法と違って事前分布を使う利点を活かせます。

タグ: 統計

posted at 06:21:06

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計

⑥異なる統計モデルは統計的検定では容易に区別される。

⑦繰り返しになるが、モデルとデータの尤度函数への要約は重要な情報の多くを捨てることになっているので、要約する前の情報にも気を配る必要がある。

(豊田『瀕死本』はこの考え方を否定しているようにも読める。ゆえに有害)

タグ: 統計

posted at 06:17:04

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計

⑤統計モデルが違っていても事前分布を同じにする場合には、ベイズ法では、実験の止め方に由来する適切な統計モデルの違いを捉えることが不可能になってしまう。

(注意:豊田『瀕死本』はベイズ統計のこの手の性質を悪用することを積極的に勧めているようにも読める。ゆえに有害)

タグ: 統計

posted at 06:13:11

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 続き

③モデルとデータの尤度函数(定数倍の違いを無視する)への要約は、モデルとデータが持っている豊富な情報の多くを削除してしまう。

④最尤法や事前分布を同じに取ったベイズ法では、二項分布モデルと負の二項分布モデルの違いが見えなくなる。

続く

タグ: 統計

posted at 06:08:01

黒木玄 Gen Kuroki @genkuroki

21年1月30日

#統計 別記事に有益だと思われるコメントをしておきます。

bayesmax.sblo.jp/article/185356...

①より一般には二項分布モデルと負の二項分布モデルの関係の話。

②尤度函数に定数倍の違いしかない場合には、最尤法の解となるパラメータ値は等しくなり、同じ事前分布の事後分布も等しくなるのは当たり前。続く

タグ: 統計

posted at 06:04:02

黒木玄 Gen Kuroki @genkuroki

21年1月30日

豊田さんに世話になっていると批判できなくなるのだろうか?

mutopsy (武藤拓之)さんのブログ記事の例えば
bayesmax.sblo.jp/article/188204...
を見ればわかるように、私には豊田『瀕死本』のようなトンデモ本を批判する側に立つべき考え方を十分にできる人のように見えるので、非常に残念なことです。

タグ:

posted at 05:58:38

黒木玄 Gen Kuroki @genkuroki

21年1月30日

その後の経緯

添付画像1:mutopsy (武藤拓之)さんにブロックされていた。

添付画像2は
bayesmax.sblo.jp/article/185235...
より。mutopsy (武藤拓之)さんは、豊田『瀕死本』の豊田さんの別の編著『たのしいベイズモデリング2』の共著者になっていたことを後で知りました。 pic.twitter.com/iuPzF20HQ7

タグ:

posted at 05:54:14

三羽四郎二郎 @sampasj

21年1月30日

@genkuroki ちょっと山本良和なに言ってるか分からないw

タグ:

posted at 05:42:26

apu @apu_yokai

21年1月30日

生徒を混乱させるデメリットを上回る教育的価値があるとは思えないな twitter.com/genkuroki/stat...

タグ:

posted at 05:38:21

積分定数 @sekibunnteisuu

21年1月30日

@mypacelion @golgo_sardine www.kyoiku-shuppan.co.jp/textbook/shou/...

これは別の教科書会社

元なる教科書会社なのに、似たような図が出ている。

これはその背後に黒幕がいると考えるのが妥当。

黒幕の正体は

日本数学教育学会や筑波大学付属小算数研究部

タグ:

posted at 05:09:20

積分定数 @sekibunnteisuu

21年1月30日

@mypacelion @golgo_sardine ten.tokyo-shoseki.co.jp/text/shou_curr...

これを見ると「ナントカ図なんかなしで教えよう」と思ってもなかなか難しいと思います。

「壮大な体系の一部を勝手に省略していいのか?」となってしまいそうです。

タグ:

posted at 05:05:57

積分定数 @sekibunnteisuu

21年1月30日

@mypacelion @golgo_sardine ただ、カリキュラムが細切れになっていて、一人の教師が小学校の6年間を継続的に教えるわけではないことから、自分の担当するクラス・学年に関して、周りと逸脱する教え方はできない、周りに合わせるのが無難、という意識はあるでしょう。

SNSや数学的真理よりも、周りの方が重要なんでしょう。

タグ:

posted at 04:59:48

積分定数 @sekibunnteisuu

21年1月30日

@mypacelion @golgo_sardine twitter.com/mypacelion/sta...

 掛け算の順序指導をする人のいう理由は、大抵後付けのものなので、これも大して根拠はないでしょうね。

タグ:

posted at 04:58:10

積分定数 @sekibunnteisuu

21年1月30日

@mypacelion @golgo_sardine ヤクザと違うのは、

文科省が「掛け算の順序を強制したいが、露骨に言うと反発を招くからオブラードに包んだ文言を指導要領に入れよう」と考えているわけではない点。

算数教育の専門家が文科省を腹話術の人形にして言わせている。

文科省自体には定見はない。

タグ:

posted at 04:45:23

積分定数 @sekibunnteisuu

21年1月30日

@mypacelion @golgo_sardine 文科省・指導要領「式には意味がある。式は場面をあらわせる」
学校現場「7人に5個ずつを表す式は7×5じゃなくて5×7。7×5は間違いです。指導要領にも書いてあります」
文科省「現場が勝手にやっていることで、我々は関知しません」

アジア侵略に突き進んだ日本みたいなものですね。誰も責任を取らない

タグ:

posted at 04:41:26

積分定数 @sekibunnteisuu

21年1月30日

@mypacelion @golgo_sardine 私は「ヤクザの親分の仄めかし」と言っています。

親分「アイツ、邪魔だな。あいつがいなければな・・・」
子分がそいつを殺す。「親分が、あいつが邪魔だと言ったのだから・・」「俺は邪魔だとは言ったが殺せとは言っていない」

タグ:

posted at 04:38:38

積分定数 @sekibunnteisuu

21年1月30日

@mypacelion @golgo_sardine で、指導要領にも彼らの意向が薄まった形で反映している。

 例えば指導要領のこの文言、算数教育の専門家の影響でこうなっていると思われます。

「掛け算の順序を指導しろ」と露骨には書いていないけど、現場に降りる段階では、これが掛け算順序強制になる。 pic.twitter.com/JOmiGHooOZ

タグ:

posted at 04:35:19

積分定数 @sekibunnteisuu

21年1月30日

@mypacelion @golgo_sardine 文科省も共犯ではありますが、少なくとも文部官僚が積極的に掛け算順序を推進しているわけではないと思われます。

 日本数学教育学会など、算数教育の専門家とされる人がおかしな考えに染まっていて、彼らがいろんなところに影響力を与えているようです。

タグ:

posted at 04:29:08

sako @SSako86

21年1月30日

@nemakineko777 @vecchio_ciao @genkuroki @miyuki_MathT 0はすべての整数の公倍数だし、最小公倍数は0を除く最小の倍数と教えればいいでしょう。0は倍数として考えないなんて言う嘘を教えるよりよっぽど自然でしょう。

タグ:

posted at 03:09:01

三塚ハル @mtkharu3

21年1月30日

妖怪首おいてけ「日の本言葉しゃべれよぅ!」 twitter.com/genkuroki/stat...

タグ:

posted at 00:22:42

@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