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。
2017年11月24日(金)
非公開
タグ：
posted at xx:xx:xx
エロのない書店にさ、てきめんに蔓延るのが何かっていうと幸福の科学本とか江原なんとかってデブの本とか水素水でガンが消えるとかその類ですよ。どんな町でも本屋があれば大概入るし週に5日は寄っている俺が言うんだから間違いない。
タグ：
posted at 02:06:54
#掛算 私が把握している範囲では、この秋４例目。そろそろ年賀状のこととか考える次期ですね。
twitter.com/egypt_koshary/...
タグ： 掛算
posted at 14:20:37
#JuliaLang
gist.github.com/genkuroki/eea1...
Julia言語におけるやってはいけないタイプの定義の仕方
mathtod.online/@genkuroki/866...
数式を使いたい人は mathtodon を使うとよいと思います。
タグ： JuliaLang
posted at 17:39:25
#統計 #数値計算 #JuliaLang
少し前に「逆温度βでの事後分布平均は逆温度1での普通の事後分布に関する平均で表せること」を強調しました。表せること自体は正しいのですが、MCMCによる近似計算の文脈ではその表式で計算すると逆温度が小さいときの誤差が大きくなります。私が間違っていました。続く
posted at 17:41:40
#統計 #JuliaLang 逆温度1での事後分布は通常のベイズ推定の事後分布です。モデルがシンプルなら事後分布は単峰型の遠くの方で消える分布になることが多い。
逆温度0(絶対温度∞)の事後分布はベイズ推定における事前分布に等しくなります。事前分布は遠くまで広がった分布を取ることが多い。続く
posted at 17:44:12
#統計 #JuliaLang MCMCでベイズ推定の通常の事後分布のサンプルを作ると、シンプルなモデルでは1点の周囲に密集したサンプルが得られます。そのサンプルを用いて遠くまで広がっている分布の平均を計算しようとすると、遠くの様子が無視されてしまい、計算結果は真の値より小さな値になります。続く
posted at 17:47:34
#統計 #JuliaLang 自由エネルギーに関する
F=∫_0^1 E^β[nL_n]dβ (E^βは逆温度βでの事後分布平均)
という公式の被積分函数を逆温度1の通常の事後分布を使って近似計算(理想的には真の値を与えるはずの公式を使う)をすると、小さな温度で真の値よりも小さくなることを確認しました。まあ当たり前。
posted at 17:50:50
#統計 #JuliaLang MCMCで逆温度βでの事後分布の様子を見るためには、逆温度βでのMCMCの実行が必要。Julia言語のMambaにはそういう機能はないのですが、MambaではJulia言語のあらゆる機能を利用できるので簡単に実現できます。詳しくは
nbviewer.jupyter.org/gist/genkuroki...
逆温度βでのベイズ推定
を見て下さい。
posted at 17:53:54
#統計 #JuliaLang
nbviewer.jupyter.org/gist/genkuroki...
逆温度βでのベイズ推定
の逆温度が高い場合の結果を見てもらってもわかるように、逆温度β→∞でのベイズ推定は最尤法と同じ結果になります。事後分布が最尤法の解に台を持つデルタ分布(ディラックのδ函数)に近付きます。
posted at 17:56:17
#統計 #JuliaLang
β＝ベイズ推定における逆温度のとき、最尤法がうまく行くケースでは
β=0 → 事前分布
β=1 → 通常のベイズ推定の事後分布
β=∞ → 最尤法の解に台を持つデルタ分布
となります。最尤法がうまく行かない特異モデルの場合の計算も
nbviewer.jupyter.org/gist/genkuroki...
にあります。
posted at 17:58:27
#統計 #JuliaLang
逆温度に慣れていない人のための言い直し
T＝(ベイズ推定における絶対温度)=1/βのとき、最尤法がうまく行くケースでは
T=0 → 基底状態＝最尤法の解に凍り付く
T=1 → ほどよく融けて通常のベイズ推定の事後分布になる
T=∞ → 完全に融けて事前分布まで分布が広がってしまう
posted at 18:11:26
#掛算 #超算数 求残と求差に関して、このような情報がありました。
「どちらも同じ引き算ですね」じゃなくて、区別が継続する教え方があるようです。とはいえ、児童に「この問題はどちらですか？」と問う問題は、現在までのところ確認されていない。
twitter.com/eikyuu_hozone/...
posted at 21:06:53
2017年11月25日(土)
Dr. Chris Rackauckas @ChrisRackauckas
#julialang DifferentialEquations.jl 3.1 release: Jacobian passing to Sundials and daskr, complex numerical differentiation for stiff solvers, reinit of integrators, etc. juliadiffeq.org/2017/11/24/Jac...
タグ： julialang
posted at 05:07:58
Dr. Chris Rackauckas @ChrisRackauckas
DataFrames v0.11 with new missing value handling: discourse.julialang.org/t/dataframes-0...
タグ：
posted at 06:16:55
『「親としての判断が間違っていたんじゃないかと今でも悔やんでいる」人は多く、それが伝えるべき重要な事実。』
いや、「判断を間違ったと考える理由は無い」というのが、本来伝えるべき重要な事実。
なぜか新聞やテレビの関係者はそれを伝えることを頑なに拒んでいるようだが。 twitter.com/toriiyoshiki/s...
タグ：
posted at 07:42:13
OokuboTact 大久保中二病中年 @OokuboTact
芸術系の人が科学を無視した正義感を発揮したりする。本人対して苦情を言っても聞く耳持たない。しかしツイッターの場合、芸術家のファンへの忠告にはなる
タグ：
posted at 11:34:47
こっそり書き換えたらしいけど、他紙にはある「薬の服用の有無とは関係なく異常行動は起こる」という情報がいまだに書かれていないとは。 headlines.yahoo.co.jp/hl?a=20171123-...
タグ：
posted at 11:36:41
この記事はひどいね。ここまでくるとフェイクニュースだよね。朝日新聞は「インフルエンザにかかると、薬を飲まなくても異常行動の危険がある」という事実が相当都合悪いらしい。だからって、こんな悪質なニュースの出し方がいいはずはないので、比較的まともと思える朝日アピタルに頑張ってもらいたい twitter.com/kuri_kurita/st...
タグ：
posted at 12:14:43
非公開
タグ：
posted at xx:xx:xx
水俣病問題では、御用学者者達が真に危険な有機水銀以外の危険因子を強調したせいで、被害が拡大した。
原発事故問題では、「ある種の人達」が、真に危険な経済的・心理的・社会的リスクではなく、「放射能」リスクを強調したせいで、被害が拡大した。
現実には「強調」どころの話では無かった。
タグ：
posted at 13:29:06
水俣病の歴史を綴る仮定で、所謂「御用学者達」が悪を行ったことは定説のように広まることになった。
「放射能」リスクのみを強調して、真の危険因子を見えなくした人たちもまた、歴史の中で悪を行った人達であると評価される必要があると思う。
このままだと将来同じような被害が発生する。
タグ：
posted at 13:31:24
同様のことは、喫煙被害を否定する人達や反ワクチンに親和的な人達にも言えると思う。将来のためには悪を行った人達であるという歴史的評価がなされることが必要。
危険なものは危険だと「正しく怖がること」は結構大事だと思う。
タグ：
posted at 13:36:34
積極的にデフレ親和的な人達が悪であったことに関する歴史も必要。デフレ親和的な発言を積極的にして来た人達の人数はそう多くない。しかし、被害は甚大だったし、まだそのリスクは解消されていない。
タグ：
posted at 13:38:34
山本弘 『BIS ビブリオバトル部』 @hirorin0015
組体操のピラミッド問題と似たようなもの。誰かが根拠もなしに「こうすれば子供のためになる」と言い出して、多くの人がそれを信じこんで実行してしまった。宗教的盲信に近い。「便所掃除教」とでも呼ぶべき。 twitter.com/HON5437/status...
タグ：
posted at 13:43:51
怖がることは感情の問題だから仕方がない。しかし、それによって真の危険因子を無視してしまうと、死んでしまったり、生きていても大変な苦痛を味わう可能性が増える。感情的に「〇〇が怖い」と感じた場合には常に「見逃している危険因子はないかどうか」にも注意を払うべきだと思う。
タグ：
posted at 13:44:32
例：「タミフルが異常行動の原因になっている」という説を広めている人達がいるが、実際には「タミフルとは無関係にインフルエンザは異常行動の原因になっている」ことがわかっているので、インフルエンザの患者を抱える家族はタミフルとは無関係に異常行動に警戒した方がよい。
タグ：
posted at 13:46:52
山本弘 『BIS ビブリオバトル部』 @hirorin0015
「水からの伝言」、江戸しぐさ、掛け算順序固定論とかも同じ。まず最初に「それは正しいのか？」「教えていいのか？」という問いかけがされないまま、「正しい」ということにされて教育界に拡散していることが問題。
タグ：
posted at 13:50:36
朝日新聞社内でそういう“文章技術”なりノウハウの継承がされているのかとすら勘ぐりたくなるここ数年。🤔
twitter.com/don_jardine/st...
タグ：
posted at 14:02:00
原発事故当初は「避難にもリスクがある」と言おうものなら総攻撃されたものですが、結局は被曝のリスクよりも避難のリスクのほうが遥かに大きかったわけですよ。今となってはそれは誰の目にも明らかでしょう。「避難のリスク」を否定した人たちは少しでも反省したのか？
タグ：
posted at 14:29:14
#超算数 多くの保護者は小2での掛算順序固定強制で、「あれ？算数教育ってちょっとおかしくない？」と気付くのですが、 #掛算 タグに集ったメンバーで色々調べて行くと、現実には小1のたし算の段階ですでに問題が発生していることがわかっています。小学生の保護者は要注意！
togetter.com/li/901635
posted at 14:49:59
#JuliaLang のMambaでMCMCシミュレーションするために自前で確率分布を定義するときに、logpdfの定義でsqrt.(a)と書くべきところをsqrt(a)と書いて警告が出るような書き方をしていることに気付いていないと、MCMCの段階で警告が表示されずに単に激遅になるというトラブルに出会います。要注意。
タグ： JuliaLang
posted at 17:01:50
#JuliaLang 確率分布の定義で配列aについてsqrt(a)のような書き方をしてしまっていることに気付かないと、MambaのMCMCでどれくらい遅くなるか。数秒で終わる計算が1時間くらいかかるようになります。3桁くらい遅くなる！www
タグ： JuliaLang
posted at 17:04:31
#JuliaLang 多分、既存のMCMCパッケージを使わずに、MCMCのコードも自分で書いた方が良いのでしょうが、NUTSのコードを自前でバグ無しで書くのが面倒そうなのでやっていない。
タグ： JuliaLang
posted at 17:09:24
#JuliaLang Julia言語でMCMCシミュレーションを実行することの利点は、シミュレーションのコードもJulia言語で書かれているので、確率モデルの定義にもJulia言語のあらゆる機能を使用できることだと思います。
「MCMC専用の〇〇言語では××できないので△△とする必要がある」と考える必要がない。
タグ： JuliaLang
posted at 17:12:01
#JuliaLang でのDistributionsパッケージのMixtureModelで定義した確率分布をMambaパッケージでのMCMCシミュレーションで使うと計算が遅くなる感じ。混合モデルの定義を自分でやると速くなります。ただし、警告が出るような書き方で定義したまま気付かないと3桁くらい遅くなる。やってしまった(笑)。
タグ： JuliaLang
posted at 17:31:06
@kuri_kurita 登録または有料購読すると読める後半に、、タミフル等服用と関係なく、と、書いてあります。www.asahi.com/articles/ASKCR...
タグ：
posted at 17:42:24
内田良：新刊『だれが校則を決めるのか』 @RyoUchida_RIRIS
公立校のデータばかりだから，私立校のを探したら，あった。
【私立高校の出退勤把握】
出勤の最多は「出勤管理簿に押印（時刻記入なし）」４８．９％
退勤の最多は「確認なし」３７.７％
いずれも「タイムカード」はたった１４．６％
労務管理なき，学校経営。
私立校教員にも「働き方改革」を！！ pic.twitter.com/CyWq8ABJXD
タグ：
posted at 19:33:06
パッケージの開発と利用を同時にやってると環境がどんどん壊れてくる。どうしても固定する機能(Pythonのvenv的な)が必要で，Pkg3はそれを担ってくれるはず。
タグ：
posted at 20:01:04
@antiMulti @kuri_kurita 転載というか、Yahoo! Japanに対して有料で配信しているのだろうが、機械的に配信範囲を決めるだけではダメなことはあると思う。無料読者との差別化が絡むから難しいが、報道機関の倫理観に期待して、医療情報は特別扱いにして欲しいところ。
タグ：
posted at 20:43:22
非公開
タグ：
posted at xx:xx:xx
@yamashita99 @kuri_kurita 単に、何も考えずに前半だけ無料公開して、無料部分だけ読むとミスリードするかどうか確認すらしてないだけだと思いますけどね。
タグ：
posted at 21:03:12
@hayakawa2600 以前調べてグラフ化したことがあるのですが、核家族の割合は戦前から一貫して６０％近くありますね。
出典は www.ipss.go.jp/syoushika/tohk... pic.twitter.com/mAn5BJG4Gw
タグ：
posted at 21:28:44
#JuliaLang
nbviewer.jupyter.org/gist/genkuroki...
逆温度βでのベイズ推定
これの空出力版
gist.github.com/genkuroki/07d6...
を作りました。空出力版は小さいので
next.juliabox.com
にアップロードして実行できます。ついさっきJuliaBoxでMCMCを実行できることを確認しました。
タグ： JuliaLang
posted at 22:49:39
#JuliaLang 一つ前のツイートで紹介したJupyter notebookの内容を理解して、実行すれば、逆温度βでの事後分布の形を見ることができ、β=0で事後分布＝事前分布、β→∞で最尤法の解に(台を持つδ分布に)収束することもわかります。自分で定義した確率分布でMCMCする方法もわかる。
タグ： JuliaLang
posted at 22:51:39
