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。
2020年03月11日(水)
10ポイント
あなたは今人生で最高の瞬間を迎えています!
猫の絵であなたの心理状態を診断 #猫の絵でわかる心理状態 #kuizyお絵描き診断
kuizy.net/sketch/3/20200...
posted at 01:28:51
藤原正彦氏は『国家の品格』なる本を書いたせいで私と同世代の知り合い(数学者が多い)の多くに嫌われることになった。
若い人がこの手のことを知らないと知らず知らずのうちに不利益を被るかも。
基本的に数学に日本的情緒なるものを持ち込もうとしている人達の後について行くべきではないと思う。
タグ:
posted at 03:32:07
Announcing Multigraph.jl, great work done by Chen Zhao - A multi-graph extension for LightGraph.jl in #JuliaLang This is part of the infrastructure built for a new quantum circuit compiler for yaoquantum.org
github.com/QuantumBFS/Mul...
タグ: JuliaLang
posted at 04:00:27
#統計 #Julia言語
nbviewer.jupyter.org/gist/genkuroki...
正規分布モデルにおけるフラット事前分布の事後分布
(要するに正規化された尤度函数と同じ)
フラットなのは(μ, σ²)を座標に取った場合
添付動画は自前実装のGibbsサンプリング pic.twitter.com/JvqV2VPUDh
posted at 11:45:00
#統計 #Julia言語
nbviewer.jupyter.org/gist/genkuroki...
正規分布モデルにおけるフラット事前分布の事後分布
(要するに正規化された尤度函数と同じ)
フラットなのは(μ, σ²)を座標に取った場合
添付動画はTuring.jlのNUTS pic.twitter.com/NHivuVcCPN
posted at 11:45:00
dave kleinschmidt @kleinschmidt
this is a really cool example of how to incrementally build up more complex regression models in #JuliaLang with StatsModels.jl! twitter.com/DrLearnasaurus...
タグ: JuliaLang
posted at 12:03:11
dave kleinschmidt @kleinschmidt
here's a direct link to the jupyter notebook: github.com/RePsychLing/ad...
タグ:
posted at 12:03:11
少し前にこんなことを書いていたら、小学館が『学習まんが 少年少女日本の歴史』を全巻無料公開してくれている!素晴らしい!
www.shogakukan.co.jp/news/252896
twitter.com/Perfect_Inside...
タグ:
posted at 12:19:14
200年前に生まれたフローレンス・ナイチンゲールが、代表作『看護覚え書き』で「感染症はかかってからじゃ大変だから予防がんばれ」、「そのためには換気だ」、「体温を確保したうえで部屋を整理し、清潔にしとけ」、「とにかく換気しろ」としつこく書いているの、学びがありまくりだなあ。。
タグ:
posted at 12:31:30
@matsue_ushi reinterpret知らなかったです。おもしろいですね。
ただ、IEEE 754のexponent部分がたまたま0x000か0x7ffになる場合があるかもしれませんので、isnanやisinfで防ぐ必要がありそうです。
julia> reinterpret(Float64, Int64(0xffffffffffffffff))
NaN
タグ:
posted at 14:23:36
@kosugitti その点だけについては十分ありえますし理解できる話です。しかし毎回モデルの根拠付けが大変になる場合だけではないですし,同程度に選択できるモデル間でありうるストーリーがいくつも選べる場合などにはやることもあるでしょう。最初から探索的なマルチバース分析ならいいのかもしれません。
タグ:
posted at 14:45:50
岡潔さんがすごい理由は「日本人の情緒」とは無関係で、岡潔さん個人の他の誰にも真似できない情緒がすごかったから。
本人が何を言っていたとしても、「日本人」というような狭い枠におさめてよいレベルの数学者じゃないと思う。
私は学部生時代は多変数函数論を勉強していました。 twitter.com/dormir300/stat...
タグ:
posted at 16:53:08
#統計 #Julia言語 バグを訂正して動画を作り直した。
nbviewer.jupyter.org/gist/genkuroki...
正規分布モデルにおけるフラット事前分布の事後分布
できるだけ Distributions.jl を使った書き方をしているので、確率分布のJuliaでの取り扱いの基本もこれを読めばわかるかも。
自前実装Gibbsサンプリング pic.twitter.com/IcaERJgn42
posted at 17:08:59
#統計 #Julia言語
Turing.jl の NUTS() pic.twitter.com/7eqspTnSme
posted at 17:08:59
#統計 #Julia言語
Turing.jl の HMC(0.1, 10) pic.twitter.com/2wjr82SrLT
posted at 17:09:00
しかしここから、
データの並びが同じなら尤度は同じ。尤度は意図に依存しない(「尤度主義」?)
↓
尤度と(無情報)事前分布で「仮設が正しい確率」を計算
↓
「仮設が正しい確率(PHC)」は意図に依存しない
↓
(検定と違って)PHCはp-hackingやHARKing(の一部)を回避できる
となって🤔
タグ:
posted at 19:40:17
#統計 #Julia言語 Gibbsサンプリングのコードの解説
nbviewer.jupyter.org/gist/genkuroki...
JuliaのDistributions.jlでは確率分布オブジェクトを作って使えます。
σ²が与えられたときにμの分布と、μが与えられたときのσ²の分布をJuliaで定義して、交互にrandに突っ込めばGibbsサンプリングのいっちょ上がり。 pic.twitter.com/AVn8A9dLkc
posted at 20:06:38
治療が効くメカニズムやその確率は同一だから尤度は同じということ?でも、意図が違えば、標本が作られるしくみは違うのだから、確率モデルを作り直して尤度を計算しないとダメだと思うのだが
タグ:
posted at 20:38:08
幾つかの人気のある近似ベイズ計算は計測エラーを適切にモデリングできない。このような方法から得られた事後分布は、パラメータ値の認識論的不確実性を正確に反映しない。
royalsocietypublishing.org/doi/10.1098/rs...
タグ:
posted at 20:54:23
アフガニスタンでのマラリア伝播に関するシミュレーションデータ/実際のデータを使った常微分方程式疫学モデルへの適用では、近似ベイズ計算は正確ベイジアンと比較して計算論的な利点がほとんどない。A comparison of approximate versus exact techniques for Bayesian…
royalsocietypublishing.org/doi/10.1098/rs...
タグ:
posted at 20:54:24
Juliaで機械学習:深層学習フレームワークFlux.jlを使ってみる その1:基本編
#Julia言語
qiita.com/cometscome_phy... #Qiita
posted at 22:24:44
Juliaで機械学習:深層学習フレームワークFlux.jlを使ってみる その2:線形回帰編
#Julia言語
qiita.com/cometscome_phy... #Qiita
posted at 22:28:48