黒木玄 Gen Kuroki(@genkuroki)/2020年03月/Page 25

新帯秀樹 Hideki Shintai @hs_heddy

久々にLisp書いてるけど、昔よりなんとなく読み書きできるようになった気がする。Juliaの副産物か？

タグ：

posted at 23:45:29

Juliaで機械学習：PyCall.jlを使ってTensorFlowのKerasを使ってみる
#Julia言語
 #Keras

qiita.com/cometscome_phy... #Qiita

タグ： Julia言語 Keras Qiita

posted at 22:54:37

ceptree @ceptree

@bicycle1885 で
(す)

タグ：

posted at 22:47:23

@ceptree カッコつけてんじゃねーよ

タグ：

posted at 22:45:05

ceptree @ceptree

@bicycle1885 (和紙はもうだめ)

タグ：

posted at 22:44:16

ceptree @ceptree

@bicycle1885 和紙はもうだめ

タグ：

posted at 22:43:59

わしはもうだめ

タグ：

posted at 22:42:46

いま無料で読める
gihyo.jp/magazine/wdpre...

タグ：

posted at 22:14:53

新帯秀樹 Hideki Shintai @hs_heddy

WEB+DB連載の「Rubyのウラガワ」が面白くてずっと読んでしまう。

タグ：

posted at 22:13:54

Juliaのパッケージをインストール
#Julia言語

 qiita.com/flu_bit/items/... #Qiita

タグ： Julia言語 Qiita

posted at 21:04:05

#Julia言語ついでに、Threads.@ threads を使って、ベイズ回帰の予測分布の計算を行った例

nbviewer.jupyter.org/gist/genkuroki...
Threads.@ threads の使用例 (回帰の予測分布の計算例)

そこの例では32秒→23秒のスピードアップ。
もっと速くなって欲しかった。 pic.twitter.com/TDlyT1koHL

タグ： Julia言語

posted at 20:52:45

#統計『社会科学のためのベイズ統計モデリング』第8章8.3.3節のモデル(対数正規分布を左に1ずらしたもの)とガンマ分布を左に1ずらしたモデルの予測分布の比較。後者の方が良さそう。しかし、本当は y=0 は特別扱いするべき。

添付画像2を見ればガンマ分布モデルの詳細がわかる。 pic.twitter.com/DKBeyXY3dF

タグ：統計

posted at 20:43:49

#統計

 nbviewer.jupyter.org/gist/genkuroki...
Turingの使用例

を更新した。

y = sin x + 0.5x + ノイズ、-π≦x≦π

の3次多項式での回帰。ベイズ回帰なので、データ=サンプルのある区間 -π≦x≦π の外側での予測がぼけています(お約束！添付画像2)。 pic.twitter.com/42w3Uhkkfy

タグ：統計

posted at 20:38:58

#統計そもそもデータのヒストグラムと対数正規分布の密度函数のグラフの形は全然違うし(笑)。

タグ：統計

posted at 20:30:38

#統計当たり前の話ですが、データに含まれる数値の一部分の生じる確率が0になるようなモデルを採用すると、そのモデルでデータを生成した法則の推定・推測はできなくなってしまいます。

データに y = 0 が沢山含まれていることは、単純な対数正規分布モデルが誤りであることの証拠になります。

タグ：統計

posted at 20:29:23

ごまふあざらし(GomahuAzaras @MathSorcerer

#統計 8.3.1節のモデルは、一点 y=0 に台を持つデルタ分布と y = 0 を台に含まない対数正規分布の混合分布です。離散分布と連続分布の混合。

8.3.3節のモデルは対数正規分布を左にずらした連続分布モデル。

読者はこの違いに注意して読む必要があると思いました。

タグ：統計

posted at 20:14:01

一番近いのがFFMPEG.jl or 高級APIを持つVideoIO.jl かなと思うけれどインスタントに組み込めるようになってるかっていうとそうでも無いので実装コストは必要ですね・・・（私も欲しい）． twitter.com/genkuroki/stat...

タグ：

posted at 20:12:32

#統計 8.3.1節の確率モデルを少し単純化すると、集合 {0}⋃{y∈ℝ|y>0} 上の確率分布で、確率 q=logistic(a₁+a₂x) で y=0 となり、確率 1-q で y が対数正規分布 LogNormal(b₁+b₂x, σ) に従うものです。

y = 0 に台を持つデルタ分布の成分が含まれている。

続く

タグ：統計

posted at 20:10:24

#統計 Turing.jlのNUTSで「苦労」したおかげで、『社会科学のためのベイズ統計モデリング』第8章の8.3.1節のモデルと8.3.3節のモデルの比較に関するp.140の脚注8の説明の仕方に疑問を感じることができました。続く

タグ：統計

posted at 19:57:07

#Julia言語 #Turing

Turing.jlのNUTSもパラメータの自動調節に非常に苦労している感じ。使ってみればわかります。NUTSを使いたいならStanを使った方がいいかも。

タグ： Julia言語 Turing

posted at 19:53:14

#Julia言語 #Turing

nbviewer.jupyter.org/gist/genkuroki...
Turing.jl の使用例

添付画像1,2が多項式による線形回帰

添付画像3,4はロジスティック回帰 pic.twitter.com/qXNMvYA9dc

タグ： Julia言語 Turing

posted at 19:50:31

#Julia言語 #Turing

Julia v1.3.1 で Turing.jl を動かす方法

(1) インストール済みのパッケージを消す。

(2) ]add StatsPlots@1.4.0

(3) ]add Turing

(4) 消したパッケージ達を再インストール

パッケージ群がどんどん更新されて行くので、数時間ごとに状況が変わる。😅

タグ： Julia言語 Turing

posted at 19:42:59

#Julia言語 #Turing

Libtaskの新しいバージョンがリリースされたら、Julia v1.4.0-rc2.0 でまた Turing.jl を動かせなくなった。

タグ： Julia言語 Turing

posted at 19:39:34

Ryo @pys_ryo2019

心理学では統計モデルのパラメータを心理学的構成概念と対応付けて考察するのであるが、実際にはパラメータ間に線形/非線形の相関がある場合がある。これが心理学的直観に合わないとき、新たなインプリケーションと考えるか、モデルが心理学プロセスの近似に失敗したと考えるかはあまり話題に登らない

タグ：

posted at 17:33:49

TaKu @takusansu

#超算数「教科書の問題や分析が酷い事例」という題名で掲示板に書き込みました。
8254.teacup.com/kakezannojunjo...
以下の文献を見た雑感です。
算数の学習場面における自己内対話に注目した主体的・対話的で深い学びに関する考察
shujitsu.repo.nii.ac.jp/?action=pages_... pic.twitter.com/jQnUEMBZ7J

タグ：超算数

posted at 16:53:40

福嶋美絵子（はらぺこ翻訳者） @Eugene_Roserie

Compiler ExplorerのLLVM IR書けるじゃん。Juliaのcode_llvm関数の出力も見れる。 godbolt.org/z/j_48yu via @CompileExplore

タグ：

posted at 14:33:29

「鉄のフライパンは洗うな」と言われてもどうしても科学的に納得できなかったんだけど、やっぱり洗わないとこうなるんだな note.com/travelingfoodl...

タグ：

posted at 09:50:58

かめさん @cogitoergosumkm