黒木玄 Gen Kuroki
- 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。
2016年09月22日(木)
#と教 2009年manabiai.g.hatena.ne.jp/jun24kawa/2009...からケプラーはティコ・ブラーエのデータのうち自分の理論に合わないものを誤差と切り捨てたと主張する西川純氏twitter.com/inamura_do/sta...。ケプラーとブラーエのデータを比較して見れば良いという。
タグ: と教
posted at 00:33:08
@ronja_yty @GrideDesignLab ちなみにこのデータ、反ワクチンカルト集団が「衛生状態が良くなったから病気が減った。ワクチンの功績ではない」とする主張を見事に否定するデータだったりします。
タグ:
posted at 01:30:54
第67回ENCOUNTER with MATHEMATICS「AGT 対応の数学と物理」
10月28日(金),29日(土),中央大
www.math.chuo-u.ac.jp/ENCwMATH/ewm67...
タグ:
posted at 05:16:36
研究会「Conformal Field theory, Isomonodromic tau-functions and Painleve equations」
11/21-25, 神戸大
sites.google.com/site/1611kobe/
タグ:
posted at 05:17:46
東大数理集中講義 千葉逸人 11/28~12/2
www.ms.u-tokyo.ac.jp/kyoumu/shuchun...
名大多元集中講義 坂井秀隆 12/12~12/16
www.math.nagoya-u.ac.jp/ja/education/2...
タグ:
posted at 05:18:53
中央大のENCOUNTERに参加した後で神戸の研究会に出席すればパンルヴェ方程式の現代的な漸近解析を学べる。そして千葉・坂井両先生によるパンルヴェ方程式の初期値空間の理論の新旧集中講義対決を聞けば、もうパンルヴェの立派な専門家になれるはずです。
タグ:
posted at 05:22:30
滋賀大データサイエンス学部のカリキュラムツリーが公表されており、良さみがある。
www.ds.shiga-u.ac.jp/about/ pic.twitter.com/s8G5RrRCYa
タグ:
posted at 07:32:31
非公開
タグ:
posted at xx:xx:xx
非公開
タグ:
posted at xx:xx:xx
#数楽 Stanによるベイズ推定の基礎 | ベイズ統計学 | Logics of Blue logics-of-blue.com/stan%e3%81%ab%...
タグ: 数楽
posted at 09:58:34
やはりこの動画が無茶苦茶好きだ。意味を分解され、散り散りになった無機質、抽象的な表現が、歌詞が意味を取り戻した瞬間に「生命力」を爆発させる。この驚き。是非。>【映像を】 cloudland 【つけてみた】 nico.ms/sm29639521 #sm29639521
タグ: sm29639521
posted at 10:58:13
海外発で、駒の動きが矢印で示されている将棋盤セットが出ていますね。通貨単位が分からなくてググったら、1DKK=15円くらいのようです。www.kickstarter.com/projects/14744...
タグ:
posted at 11:30:03
ポケットに入れておいたiPhoneが勝手にアプリを削除しているときがあるので機能制限で「Appの削除」を禁止しておきましょう。 twitter.com/genkuroki/stat...
タグ:
posted at 11:38:54
魔女の次の一手
・先手角換わり棒銀から銀香交換になった図の局面。
後手から早くも決め手があります。
盤面を広く見てください。 pic.twitter.com/L66I4wrnYE
タグ:
posted at 11:56:47
私の見解では昔の定跡書に載っている角換わり棒銀に対する後手の受け方は間違いが多いと思う。
将棋クエストでも高段者が角換わり棒銀に対する受け方を間違えて負けているケースをよく見た。
タグ:
posted at 12:00:48
このようなノートパソコンでも強すぎるソフトをフリーで公開してくださっているコンピュータ将棋開発者の方には感謝の言葉しかない。
私が何か還元できるとしたら、戦術面でのノウハウや棋風の変化などを伝えることくらいかな。
タグ:
posted at 12:07:56
非公開
タグ:
posted at xx:xx:xx
非公開
タグ:
posted at xx:xx:xx
#数楽 twitter.com/genkuroki/stat...
準素(prinary)イデアルの定義がピンと来ない人をどこかで見かけたような気がするという話から、方程式の概念を環や加群で定式化する話に脱線したのでした。その話の続き。必要な脱線であったことがわかるようにしたい。
タグ: 数楽
posted at 12:52:33
麻疹が騒ぎになって風疹が大問題になって、1つずつマニュアルつくったり対策加えていっているのが日本の失敗でもありますが、水痘やムンプスも深刻なケースがそこそこあるので、「ワクチンで予防できる病気はワクチンで予防」がおすすめ。
ワクチンも治療もない丸腰で立ち向かう感染症に備えて。
タグ:
posted at 14:03:36
#数楽 その辺に関する統計学諸分野ど素人の私の不満が以下のツイートの前後の連続ツイートの動機になりました。
mobile.twitter.com/genkuroki/stat...
mobile.twitter.com/genkuroki/stat...
タグ: 数楽
posted at 15:18:02
#数楽 twitter.com/genkuroki/stat...
訂正:AICに出て来るのはモデルのパラメーターそのものではなく、その個数。
AIC=-2 log(最大尤度)+2(モデルのパラメーター数)
AICは小さいほどよい。モデルのパラメーター数は自由度ではかる。
タグ: 数楽
posted at 15:53:27
#数楽 以上の諸々の不満を個人のレベルで解消することを目指して書いた易しめの解説ノートは以下の2つ
www.math.tohoku.ac.jp/~kuroki/LaTeX/...
www.math.tohoku.ac.jp/~kuroki/LaTeX/...
私のようなど素人とは違う専門家達による易しい解説があればもっとよいと思う。
タグ: 数楽
posted at 16:02:50
「(これまで)χ2検定(を使っていたのと同じようなこと)をベイズで(やるにはどうするか)」「t検定をベイズで」「分散分析をベイズで」「重回帰分析をベイズで」というレシピ集ができれば雪崩を打って移行するラジよ。
タグ:
posted at 18:56:46
ベイズに対する違和感は,「頻度主義」「ベイズ」の二項対立を煽る所から来ている気がする(自分の場合).緑本(久保本)の「線形モデル(最小二乗法)」→「一般化線形モデル(最尤推定)」→「一般化線形混合モデル」→「階層ベイズモデル(MCMC)」っていう発展の図が一番腑に落ちる.
タグ:
posted at 19:18:32
Hiroki MORI (森 裕紀) モ @HirokiMori
ベイズの方が歴史が古いから、認識の違いが出てくるんですかね。 twitter.com/masashikomori/...
タグ:
posted at 19:22:20
@masashikomori これはとても自然な流れで良かったですね。「ただの推定法に過ぎないから、心配すんな」って感じですし、RQの拡張がごく自然ですし。
タグ:
posted at 19:24:58
突然「この人,痴漢です」と言われたら|sho_ya|note note.mu/sho_ya/n/n3787...
弁護士による記事。同業者として全体的に賛成なので拡散しておく。無実なのに痴漢の疑いをかけられた場合の対応については、ネット上にいい加減な情報が流布してるので注意。
タグ:
posted at 21:16:45
#数楽 続き〜、ずっと些細でつまらない話なのですが、ある意味で二項分布や多項分布やそれらの一般化である縦と横が独立な分割表の分布よりもポアソン分布の方が基本的な確率分布だったんですね。奥村さんの新著を読むまで気付きませんでした。 twitter.com/genkuroki/stat...
タグ: 数楽
posted at 21:32:39
須山敦志 Suyama Atsushi @sammy_suyama
エビデンス近似(超パラメータ最適化)や最大事後確率推定(MAP推定)を、人に説明して理解してもらうのは結構大変です。ただ、3秒で説明することも一応できて、その場合の答えは「そういう手法は使わないほうが良い」となります。
タグ:
posted at 21:45:24
須山敦志 Suyama Atsushi @sammy_suyama
あと自分が好きじゃない手法としてEMアルゴリズムがあります。初学の方で「なんでこんなややこしいんだろう」と思ったらまさにその通りで、あまり美しくないアルゴリズムです。EMは変分ベイズの極めて特殊な場合なので、初めから変分ベイズを勉強した方がシンプルで理解しやすいと思います。
タグ:
posted at 21:57:12
[0,1]を定義域とする関数を以下のように定める。n:自然数
0≦x≦1/n f(x)=n^2・x
1/n≦x≦2/n f(x)=-n^2・x+2/n
2/n≦x≦1 f(x)=0
この関数はn→∞とすることで、各xに対して f(x)→0 となる。
タグ:
posted at 22:09:55
ところが、任意の自然数nに対して、0~1の定積分は1である。
f(x)としてしまったが、fn(x)の間違い。
fn(x)を0~1で定積分してn→∞とした値と、
fn(x)のn→0の極限値をとる関数の0~1での定積分が等しくない。
タグ:
posted at 22:13:26
実際にグラフをかくと、任意の点xを固定すると、nをどんどん大きくすると、その点でのfn(x)は0になるが、定積分はnの値によらず1になる様子が分かる。
では、関数列fn(x)が、有界であるという条件があれば、n→∞と定積分は恒に可換であると言えるか?
タグ:
posted at 22:17:04
lim(n→∞)∫fn(x)dx = ∫lim(n→∞)fn(x)dx ∫は閉区間での定積分
この反例は最初に書いたが、∃M∈R;∀n∈N;∀x∈[a,b];|fn(x)|<M
という条件があれば、これは成り立つのか?
ちょっと考えたけど難しそう。
タグ:
posted at 22:22:52
@kosugitti 心理学でのベイズの扱われ方は,なぜか今までのやりかたの全否定から入りがち.そうなると,「何となく拒絶派」が出てしまう.勿体無い.うちの学生なんかは何も知らんから,逆に柔軟に「そういうもんか」と受け入れてる.
タグ:
posted at 22:40:01
@kosugitti そういえばうちのゼミ学生の中で「kosugitti weight」というデータセットがirisデータセット並みの標準データと扱われてます.すみませんすみませんすみません.
タグ:
posted at 22:42:46
須山敦志 Suyama Atsushi @sammy_suyama
なんとなく最近の深層学習ブームでマイナスに思っている点としては、アプリケーションの発想が画像・音声ばかりに集中している点です。もっと金融とか一般的なIoTとかへの機械学習の応用で宝探しをしてほしいと思います。ちなみにこういった分野での深層学習の事例は少し怪しい物が多い印象です。
タグ:
posted at 22:58:01
白川克 「社員ファースト経営」7/24発 @mshirakawa
世界大学ランキングでの日本の位置をそもそも気にしないのはアリ。
「とはいえ文科省は気にしているようだ&文科省がグローバルとうるさい&教育予算削減&文科省が大学に口出しする」というここ10年の流れの帰結がランキング低下なのだとしたら、なんか反省した方がいいんじゃないの?しないの?
タグ:
posted at 23:07:45
非公開
タグ:
posted at xx:xx:xx
須山敦志 Suyama Atsushi @sammy_suyama
ちなみに一番酷い例は、3,4個のセンサーデータに対してCNNを学習させてた例ですが、所属大学自体は世界でもトップクラスの研究者だったのでちょっと驚きました。いずれにしても「初手、深層学習」はやめといた方がよいです。
タグ:
posted at 23:15:50
非公開
タグ:
posted at xx:xx:xx
#数楽 www.math.tohoku.ac.jp/~kuroki/LaTeX/... の第1.8節の注意で「一般の多次元正規分布からカイ二乗分布がどのように自然に得られるか」について解説しておきました。それは統計学においてカイ二乗分布が正規分布の次に学ぶべき普遍的な確率分布である理由そのもの。
タグ: 数楽
posted at 23:35:05
#数楽 twitter.com/genkuroki/stat...
訂正。「その近傍で」の前に「それはk=λで最小になり、」を挿入してください。削り過ぎた。
中心極限定理はKL情報量的な量(大偏差原理を記述する量)のテイラー展開を2次の項で切ることに対応しています。
タグ: 数楽
posted at 23:50:20