黒木玄 Gen Kuroki(@genkuroki)/2019年09月/Page 28

山本太郎さんのHP担当の人はさぁ、このページも消しとかないとマズイんじゃないの？　せっかくしれっと削除したアレに関する記述がバッチリ残ってるよ？　検索でも上位だしw

www.taro-yamamoto.jp/taros-network-...

タグ：

posted at 02:00:46

高２生の母(T-T) @TT83113074

懸念の解消は無期限延期なのは誰の目にも明らかですよ〜〜見開いてよーく見て下さい！〜〜“大学入試の民間英語試験　高校生らが延期求め直談判” news.tv-asahi.co.jp/news_politics/...

タグ：

posted at 07:34:32

大須賀覚 @SatoruO

日本癌学会のシンポジウムで発表

日本で嘘の癌情報/詐欺的治療があふれる現状を報告。問題の深刻さを癌研究者/学会が認識し適切な対処をしないと、癌患者/癌医療/癌研究を守れないと訴えました

癌学会でこの話題がしっかりと扱われたのは初めて。大きな反響をもらい、新たな動きが起こりそうです pic.twitter.com/6mR2gAMs1z

タグ：

posted at 07:37:57

ryugo hayano @hayano

OokuboTact　大久保中二病中年 @OokuboTact

（はじめてのだいすうきかがく - 連載4回目）　大学では先生が「解くべき問題」を出してくれますが、数学者になると「解くべき問題」は自分で見つけなければいけません。研究者をあきらめかけた当時のことを、森重文先生が振り返りました。（稲崎） www.1101.com/n/s/hayano_res...

タグ：

posted at 09:01:51

小学校の掛け算の順序の強制。
「おかしい！」と批判をしている人でも、
「掛け順は算数（数学）ではなく、国語である」という理屈を言ったりする。
それじゃあ国語の授業だったら正解なのか？
有名な人の本に書いてあったりする。
竹内薫とか

タグ：

posted at 10:00:10

K.B.砂糖 @KB_satou

Juliaの計算結果の3Dをグリグリいじれる形に公開したい場合どうしたらいいんだろ？

タグ：

posted at 10:47:08

K.B.砂糖 @KB_satou

JavaScript？

タグ：

posted at 10:48:25

makko @makko_itou

@SatoruO 癌で友人を失いましたが、彼も末期にいかにも詐欺的な治療を受けに京都の某所に行っていました。
本人は科学に明るい人間でしたが家族の強い勧めに抗しきれず。
「嫁さん孝行みたいなものだ」と納得することにしたそうですが、人の弱みに付け入るような情報やそれを疑わない思慮は改めるべきですね。

タグ：

posted at 11:14:51

非公開

タグ：

posted at xx:xx:xx

板谷麻生 @temsit

学校に入り込むニセ科学 (925) (平凡社新書) www.amazon.co.jp/dp/4582859259/...

タグ：

posted at 11:55:19

非公開

タグ：

posted at xx:xx:xx

#Julia言語のプロットをマウスでぐりぐりできる形式で気楽に公開する方法は

nbviewer.jupyter.org/gist/genkuroki...
Plots.jl + plotlyjs() + Jupyter + Gist + nbviewer

以外に知らない。ぐりぐりを見るにはリロードや履歴からの再アクセスが必要かも。

もっと良い方法を知りたい。

twitter.com/kb_satou/statu...

タグ： Julia言語

posted at 12:43:52

#Julia言語 iPad Chrome から

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

は添付画像のように見えている。 pic.twitter.com/KQ4MWOApez

タグ： Julia言語

posted at 12:46:09

#Julia言語

 gist.githubusercontent.com/genkuroki/a314...

でipynbファイルを見れば分かるようにHTML+JavaScriptのplotlyによる作画コードが埋め込まれている。

タグ： Julia言語

posted at 12:49:10

私も去年の今頃、機械学習に入門して、いたるところで「KLダイバージェンス」なる量が導入されていてて、「距離でもないしなんなんこいつ？」みたいな感じで釈然としなかったのだが、これは機械学習入門あるあるなのではないだろうか。

タグ：

posted at 12:52:59

omanuke @omanuke

ホンコレ(´・ω・｀) twitter.com/genkuroki/stat...

タグ：

posted at 12:53:33

#統計関連

twitter.com/genkuroki/stat...

タグ：統計

posted at 12:56:33

#統計相互リンク

twitter.com/genkuroki/stat...

タグ：統計

posted at 12:57:27

#統計最尤法はその定義より確率モデルのパラメーターをサンプルにフィッティングするだけの方法に過ぎず、サンプルを生成した未知の真の確率分布を推測する方法ではない。(それがそのままサンプルを生成した未知の分布への近似的フィッティングとみなせる稀有な場合には非常に役に立つが)

タグ：統計

posted at 13:05:05

#統計最尤法が素晴らしい場合もあるが、最尤法の定義はサンプルへのフィッティングに過ぎないので、一般的に素晴らしい方法だとみなすことは馬鹿げている。

最尤法についてはこういう理解で良いと思う。

タグ：統計

posted at 13:05:06

非公開

タグ：

posted at xx:xx:xx

@gen0x57 3章から難易度が跳ね上がる件

タグ：

posted at 13:24:21

非公開

タグ：

posted at xx:xx:xx

非公開

タグ：

posted at xx:xx:xx

@gen0x57 1章をクリアすれば、2章は@MathSorcerer さんの神資料があるので捗ると思います。3章もこまごました計算の詳細は資料であがっているので勉強しやすいと思います（が渡辺ベイズ3章には落とし穴が沢山あるのではまると大変）。

タグ：

posted at 13:34:26

@physics303 @gen0x57 代数幾何と学習理論の本を読むと捗るでキュ

タグ：

posted at 13:36:06

@MathSorcerer @gen0x57 実際、落とし穴は埋まるんですか？（ちょっといま色々手を出してしまっているので代数幾何をやる余力がない…）

タグ：

posted at 13:38:03

@physics303 @gen0x57 埋まるんじゃない埋めるんです。
(埋めるためのヒントはすごくあります)

タグ：

posted at 13:39:27

森　勇一 @ymori117

これ、「医療の質」と遠回しに書いたけど、「閉鎖により近隣の医療機関への搬送時間が30分以上延長した場合、稼働率が高い医療機関における急性心筋梗塞患者の1年後死亡率は8％上昇」ですから。ギリギリで回ってる病院は、近くの病院が閉鎖するとパンクして死人が増えるってこと。 twitter.com/ymori117/statu...

タグ：

posted at 14:38:38

#統計事例

個人的に気になるのは添付画像のような言い方。サンプルを生成した分布も推定用の確率モデルもどちらも平均0の正規分布だということなのだと思う。

しかし、一般にサンプルを生成した分布と推定用の確率モデルは無関係でよいので、この問題の出し方はひどい。

twitter.com/actuary_bot/st... pic.twitter.com/qK6oHQMHYh

タグ：統計

posted at 15:03:58

#統計さらに言えば、サンプルを生成した分布は未知であってもよい(未知の場合が普通)。だから、

X₁,X₂,…,X_nは未知の分布から抽出した標本であるとする。このとき平均0の正規分布モデルN(0,σ²)における最尤推定量は？

のように問題を出すべきだと思う。

twitter.com/actuary_bot/st... pic.twitter.com/GktD1OTroM

タグ：統計

posted at 15:04:00

#統計こういう細かいところに「統計学入門」「統計関連の資格」の世界のよろしくない「伝統文化」を感じる。

普通は未知である分布の種類が最初から分かっているというような非現実的な仮定に無自覚な「伝統文化」。

個人的に非科学的過ぎてあきれたものだと思う。

以上も統計学ど素人の感想。

タグ：統計

posted at 15:04:01

Akinori Ito @akinori_ito

プログラム書けちゃったので諦めて査読に戻る twitter.com/akinori_ito/st...

タグ：

posted at 15:05:49

Akinori Ito @akinori_ito

落合先生って超音波浮揚の人じゃないの？専門外の講義をして悪いというわけではないけど

タグ：

posted at 15:12:08

#掛算 #超算数竹内薫さんはお子さんがいらっしゃって、保護者として当事者だったはず。

掛算順序指導を氷山の一角とするチョー算数問題のある部分は

パターンマッチ教育によって児童の読解力を破壊している疑い

がある。こういう問題にも気付いてもらいたいです。

twitter.com/ookubotact/sta...

タグ：掛算超算数

posted at 15:14:39

#掛算 #超算数例えば、教科書通りに掛算について習ってしまうと、子供が

「ずつのついている数はかけ算の式で先に書くんだよ」

のように言うようになるかもしれません。これは「ずつ」という言葉へのパターンマッチ教育の例。こういうパターンマッチ教育は小1の算数から始まる。

タグ：掛算超算数

posted at 15:14:41

#統計独立のHTMLファイルとして公開したい場合には

Plots.jl + plotlyjs() + html(P, "foo.html")で保存

を使えば良さそうかな？ html()函数のソースコード↓

github.com/JuliaPlots/Plo...

タグ：統計

posted at 15:21:32

#Julia言語注意：PlotlyJS.jlに限らず、WebIO.jl を使うパッケージを利用する場合には、

juliagizmos.github.io/WebIO.jl/lates...

に書いてある設定をしっかりやっておく必要があります。

twitter.com/genkuroki/stat...

タグ： Julia言語

posted at 15:24:01

@taniokah 「尤度関数と確率密度関数は別物」と私の発言は整合的です。だから問題なし。そうであることがわかるまで自分の頭で考えてみるとよいと思います。

タグ：

posted at 15:37:41

@taniokah #統計パラメーターwを持つxの確率密度函数p(x|w)はパラメーターwを決めるとxについて確率密度函数になる。

サンプルX₁に対して、パラメーターwの函数L(w)=p(X₁|w)はサイズ1のサンプルで決まる尤度函数になります。尤度函数はパラメーターwをサンプルX₁における確率密度p(X₁|w)に対応させる函数。

タグ：統計

posted at 15:41:45

@taniokah #統計問題：サイズnのサンプルX₁,…,X_nに関する確率モデルp(x|w)の尤度函数について説明せよ。

模範解答は書きません(笑)

解答を書いても採点もしません。

タグ：統計

posted at 15:44:20

OokuboTact　大久保中二病中年 @OokuboTact

@MathSorcerer @physics303 @gen0x57 希望&リクエスト

第2章に簡単な混合正規分布モデル(特異点解消定理を適用しなくてもよい特異モデル)の尤度函数(事後分布)のプロットが掲載されています。(数値計算では微小に工夫が必要)

パラメーターが2個の他の特異モデルの尤度函数のプロットも見たいです。

自分でやってもよいのですが…。

タグ：

posted at 15:52:13

@genkuroki これです pic.twitter.com/0SBRpw1Phb

タグ：

posted at 15:53:31

@MathSorcerer @physics303 @gen0x57 第4章のゼータ函数を使う部分は

genkuroki.github.io/documents/2016...

に書いてある方法を使えば、大学1年生レベルの計算に難易度を落とせます。

やはり、特異点解消が本質的。

タグ：

posted at 15:54:36

@MathSorcerer @physics303 @gen0x57 第4章の内容は定理15を具体的な例で数値的に確認する所まで最短距離で走り抜ければ、証明を飛ばしても、WAICや汎化誤差を自力で計算できるようになってかつ、それらの関係をプロットできるようになります。

**逆**相関する様子がかなり面白いです！

希望&リクエスト↓

twitter.com/genkuroki/stat...

タグ：

posted at 15:58:30

@MathSorcerer @physics303 @gen0x57 WAIC(およびLOOCV, AIC)と汎化誤差の逆相関は非常に重要で、WAICなどの情報量規準が、その推定先である汎化誤差と逆相関することによって、モデル選択失敗の主要な現任になります。

数値的にもそこそこ綺麗に検証できます。

タグ：

posted at 16:01:16

#統計よい解説が見当たらなかったので自分で解説を書いた。

genkuroki.github.io/documents/2016...
Kullback-Leibler 情報量と Sanov の定理

twitter.com/physics303/sta...

タグ：統計

posted at 16:14:20

#統計 Kullback-Leibler情報量のよい解説の定義

* Sanovの定理についての簡単な解説を含む。Kullback-Leibler情報量D(q||p)が「pによるqのシミュレーションの予測誤差」を表すことの必然性の理解に必要。

* その応用としてカノニカル分布の導出も書いてある。

* 他にも色々書いてある。

タグ：統計

posted at 16:20:29

#統計 Kullback-Leibler情報量の悪い解説の定義

* Kullback-Leibler divergence をもっと一般のdivergenceの特別な場合としてのみ解説していて、Sanovの定理のような大偏差原理との関係に言及していない。

* Sanovの定理に触れずに、平均符号長との関係のみに触れている。

タグ：統計

posted at 16:20:32

#統計最近書いたよりコンパクトなKullback-Leibler情報量の解説が以下のファイルの最初の方にある。

genkuroki.github.io/documents/Stat...
ベイズ統計の枠組みと解釈について

genkuroki.github.io/documents/Stat...
Kullback-Leibler情報量と記述統計

タグ：統計

posted at 16:25:43

@taniokah 「尤度函数はパラメーターをサンプルの確率密度に対応させる函数である」は標準的な尤度函数の定義です。教科書で確認すると良いと思います。

タグ：

posted at 16:34:58

非公開

タグ：

posted at xx:xx:xx

higasihara @kokeidokuou

good! twitter.com/genkuroki/stat...

タグ：

posted at 16:39:22

#統計補足・関連

KL情報量のSanovの定理には「モデルの分布pによる分布qのシミュレーションの予測誤差」という使い方の他に、「真の事後分布から最も出てき易いより簡単な形の近似的な事後分布を求めるため」(変分推論)にも使われます。

twitter.com/genkuroki/stat...

タグ：統計

posted at 16:43:44

#統計真の事後分布から最も出てき易いより簡単な形の近似的な事後分布をKL情報量の意味で作ると、近似的な事後分布の台は真の事後分布より小さくなります。

タグ：統計

posted at 16:45:38

#統計複雑な分布から簡単な形の分布で最も出て来やすいものを求めるとどういうことが起こりそうかについては

nbviewer.jupyter.org/gist/genkuroki...
正規分布と混合正規分布のKL情報量のプロット

を参照。

twitter.com/genkuroki/stat...

タグ：統計

posted at 16:48:51

#統計例を色々知っていることが大事。

* 分布q(x)と同じ平均と分散を持つ正規分布は、q(x)を最も小さな予測誤差でシミュレートする正規分布になる。(q(x)が正規分布から程遠い場合にはベストな正規分布による予測誤差は大きくなる)

タグ：統計

posted at 16:54:06

#統計

* 分布q(x)を最も小さな予測誤差でシミュレートするLaplace分布p(x)=exp(-|x-a|/b)/(2b)のaはq(x)の中央値になる。

* 混合正規分布から最も出て来やすい正規分布は混合正規分布のパラメーターについて不連続に変化する。

などなど

タグ：統計

posted at 16:54:08

TaKu @takusansu

@genkuroki かける数とかけられる数 | 算数の学習指導案・授業案・教材
edupedia.jp/article/53233f...
＞「かけ算は、後ろと前で、単位がいっしょです。サンドイッチになるように書いてください。」

＞イメージができない子供にとってはこの方法で確実に楽に立式ができると思います。

「立式」が目的の酷い例です。

タグ：

posted at 16:54:17

@taniokah ja.m.wikipedia.org/wiki/%E5%B0%A4...

の説明を見ました。なるほど！これはひどい説明でこれでわかるはずがないと思いました。

タグ：

posted at 16:56:57

非公開

タグ：

posted at xx:xx:xx

@MathSorcerer @physics303 @gen0x57 訂正：現任→原因

補足：正確には、逆相関しているのは汎化誤差とWAICそのものではなく、

汎化誤差 - パラメーター無しのモデルの汎化誤差

と

WAIC - パラメーター無しのモデルのWAIC

です。誰かが、第4章定理15の「Wilksの定理版」を定式化して証明するべき。

twitter.com/genkuroki/stat...

タグ：

posted at 18:04:18

#統計情報幾何をやってもKullback-Leibler情報量のことは分からない。

Fisher情報行列はKL情報量のHessian matrixなので、KL情報量を理解していないと、Fisher情報行列を理解できない。

だから、Kullback-Leibler情報量について理解していないと情報幾何の出発点で躓く。

twitter.com/idx_wfdm/statu...

タグ：統計

posted at 18:22:20

#統計 Fisher情報行列が退化しているとFisher情報行列の非退化性を仮定した理論全体が使えなくなってしまいますが、もとのKullback-Leibler情報量はそういう場合であっても非常に有効な数学的道具として働き、そのおかげで渡辺澄夫『ベイズ統計の理論と方法』のような仕事が可能になったのです。

タグ：統計

posted at 18:28:49

春 @sunbluesome

iPadOSでマウスが使えるからもしやと思ってJupyter Labを動かしてみた。
動いただと...

タグ：

posted at 18:39:29

春 @sunbluesome

（GCPのコンソールはどういうわけか動いてくれないので、urlは直打ち）

タグ：

posted at 18:41:19

松枝春 @ascendbba

高2が GTECさん記述採点ボロクソに批判してるけど正しすぎて絶句する

大学入試の民間英語試験　高校生らが延期求め直談判 news.tv-asahi.co.jp/news_politics/...

タグ：

posted at 18:44:37

#統計 KL情報量について理解していると、統計学では通常天下り的に登場する指数型分布族が自然に出て来る設定が分かる。

∫q(x)f_i(x)dx=c_i (i=1,…,r)を満たす分布q(x)で、分布p(x)から最も出て来やすいものは

q(x) = (1/Z) exp(-Σβ_i f_i(x))p(x),

where Z=∫ exp(-Σβ_i f_i(x))p(x) dx.

タグ：統計

posted at 18:55:43

囚人先生 @not_bdk

人事異動希望調書の但し書きが、脅しているようにしか見えない。
要約すると
「新人は一旦田舎を2校回らないと都会には行けない」
「都会に行ったら次は田舎に飛ばす」
「月2程度の通院なら重い病気でも障害でも田舎に飛ばす」
「ただし研究発表などの実績があれば記載すること」
もうやだこの県

タグ：

posted at 18:58:43

囚人先生 @not_bdk

星見流人＠兼業三文小説家 @EhWDCnVGVEVDxqp

「部活動でインターハイに出るなど地域の要望に応えられている人は長期に学校に残る希望を出せば考える」
「来年部活動の当番校で担当しているメインの人は来年までいたいと言えば考える」
「家族の病気は原則として特別扱いしない」
この県もう終わってしまえ

タグ：

posted at 19:02:11

@not_bdk え？それうちと同じです。
もしかして面積が広い自治体ですか？私も今、人事異動希望調書書いてますよ。通院考慮してくれないとか、殺す気満々じゃないですか（涙）

タグ：

posted at 19:05:40

まゆりんtakada @lisamayu0317

大学に「ペナルティー」って，自分たち（文科省）は「2年前ルール」を破った「ペナルティー」はどうするの？
ペナルティーとして民間試験中止でしょ。
＃センター試験続行　＃既に1年半を切った今何を言う twitter.com/nikkei_daigaku...

タグ：センター試験続行既に1年半を切った今何を言う

posted at 19:29:25

#統計 Kullback-Leibler情報量は指数型分布族ではないケースに非常に役に立つ。その典型例が渡辺澄夫『ベイズ統計の理論と方法』。

モデルp(x|w)が指数型分布族だとKL情報量のw依存性が超絶易しくなる。

易しくない場合については渡辺澄夫『ベイズ統計の理論と方法』。

twitter.com/sosuke110/stat...

タグ：統計

posted at 19:33:31

#統計エントロピー大と場合の数や確率大を同じようなものと思いたければ、Kullback-Leibler情報量を相対エントロピーとは呼べなくなる。相対エントロピーの定義はKL情報量の-1倍とするのが自然。大偏差原理の話。

タグ：統計

posted at 19:35:35

Kitasenju Design @kitasenjudesign

A new AR effects app "MEISAI" was released☺️
こんな光学迷彩みたいなエフェクトも作れます☺️
👉 apps.apple.com/jp/app/meisai/...

This app works only on iPhone XR/XS/11+iOS13. but it’s free.
#MEISAI #AR #ARKit #ARFoundation #MadeWithUnity #iOS13 pic.twitter.com/NdWskWsGKg

タグ： AR ARFoundation ARKit iOS13 MadeWithUnity MEISAI

posted at 19:43:33

完全プロのそれ twitter.com/7ToJUGAMEoT7/s...

タグ：

posted at 20:05:44

非公開

タグ：

posted at xx:xx:xx

西村能一『科学の名著50冊が1冊でざっと @no_ichi_

@julialangisthe github.com/PAIR-code/facets

これです？

タグ：

posted at 20:29:56

非公開

タグ：

posted at xx:xx:xx

ペナルティーとは穏やかではないね。
制度設計が破綻してることを棚に上げて、脅してどうする。 twitter.com/nikkei_daigaku...

タグ：

posted at 21:50:03

トレンド.COM @omosirooidouga

強い(確信)

pic.twitter.com/2RQ6guH1co

タグ：

posted at 22:38:44

言迷水 @genmeisui

磁気活水器はネットでは「ニセ科学」と考える人が殆どで、リアル社会に僅かな信者がいる程度
しかし「胎内記憶」のネットの信者数はものすごいですね
否定材料を上回るスピードで信者のツイートが広まってる
反対運動の旗手になってくれる人はいないものか…

タグ：

posted at 23:11:42

國枝歩 (kokupo) @kokuponz

アイルランドの公式Twitterのツイート、アイルランドが負けた反応はどんなもんかなと覗いてみたら…
・日本は勝利に値する
・日本のプレーは創造性があった
・アイルランドは次頑張ろう
・俺らの痛みがわかったかな？by南アフリカ

って感じで、素晴らしかった。
ノーサイドの精神すげー。 twitter.com/irishrugby/sta...

タグ：

posted at 23:24:41

大胆不敵 @hino_IND

表の顔は僧侶だが裏の顔は悪を裁く主人公が強すぎて逃げる敵につい「頑張れ…」と応援してしまうけど当然のように祈りが届かないインド映画 pic.twitter.com/mo47DAR25k

タグ：

posted at 23:36:02

Yossy @Yossy_K

ペナルティーが「民間試験の成績の提供を受けられない」って、オレが大学のセンセイだったら「むしろチャンス！」と考える気がする　→　英語民間試験、対応未定大学に"ペナルティー"検討: 日本経済新聞 www.nikkei.com/article/DGXMZO...

タグ：

posted at 23:39:46

#Julia言語

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

に Plots.jl plotlyja() Plots.html(P, "foo.html") でhtmlファイルを保存するコードを付け加えました。

結果は

genkuroki.github.io/documents/Jupy...

genkuroki.github.io/documents/Jupy...

genkuroki.github.io/documents/Jupy...

でぐりぐり閲覧できます。これ結構いい感じです！ pic.twitter.com/mybIGppsSu

タグ： Julia言語

posted at 23:48:06