黒木玄 Gen Kuroki(@genkuroki)/2020年08月/Page 29

and since the repetition of a number does not change its unit, the _unit of the product_ will be the same as that of the _multiplicand_. (43)
以前教えてもらった通り、デービスの著作が明治期算数を形成したと言える。具体例を先に出し、算術記号や理論を後にする形式も。#超算数

タグ：超算数

posted at 23:50:01

#超算数
Davies, Charles. _Practical Arithmetic: Embracing the Science and Applications of Numbers_. A.S. Barnes & Company, 1873.books.google.co.uk/books?id=RzFRA...
7 × 5 = 35; and is raed, 5 times 7 are 35. (41)
[The multiplier] is always an _abstract number_. (43) pic.twitter.com/pKAoWODhcf

タグ：超算数

posted at 23:50:00

--trace-comple でサーバーの起動過程のJITコンパイルを記録してそのファイルを precompile_statement_file オプションに渡すしてcreate_sysimageすればもっとかいぜんできるとおもいます。 twitter.com/Atsushi_twi/st...

タグ：

posted at 23:44:52

ceptree @ceptree

PyPlotも光速になったらJuliaにのりかえたい

タグ：

posted at 23:40:46

github.com/xiaodaigh/juli...

もありまふ。

どれがいいかはここの用途に依るの
でおこのみで。

タグ：

posted at 23:40:10

ちなみにこういうのもあります

github.com/bcbi/SimpleCon...

タグ：

posted at 23:39:17

MyWorkflow.jl つかおう（提案）＞RT

タグ：

posted at 23:38:03

Atsushi Sakai @Atsushi_twi

手元の結構大きめのJuliaのweb server を起動してみたら、元々１分ちょっとかかってたのが、sysimage使うと40秒ぐらいになって、大体半分になった。いい感じ。

タグ：

posted at 23:35:09

github.com/MikeInnes/WebA...

は wasm まで生成できたのであとはどなたか追試おねがいしまふ。

タグ：

posted at 23:34:34

github.com/Keno/julia-wasm

これのはなし

タグ：

posted at 23:34:34

JuliaでWebAssembly ロマンってことはわかった。
バイナリーのビルド再現できませんでした。

タグ：

posted at 23:31:53

#超算数これも参照した。
公田藏「明治時代に学ばれたフランス流数学」『京都大学数理解析研究所講究録』第1677巻 (2010年4月)、230-242ページ。hdl.handle.net/2433/141270

公田氏は、『京都大学数理研講究録』repository.kulib.kyoto-u.ac.jp/dspace/handle/...に数学教育史の論考を多く載せている。『数学教育史研究』にも。

タグ：超算数

posted at 23:08:59

お***ぎ @muripo_life

JuliaとpythonとRは棲み分けがされる気がする。

タグ：

posted at 22:52:30

LübsenのAusführliches Lehrbuch der Arithmetik und Algebra
初版1832年、実見1872年版。
公田氏が実見した版の年代から、デイヴィーズ [デービス]、エイセリック、リュープセンたちの教科書は実際に当時の中学または大学で購入されたのだろう。以前デービスが名数を記述しているとの報告が。 #超算数

タグ：超算数

posted at 22:51:09

#超算数これは大学準備教育にあたる教育課程を定めるものだった。中学の算術教科書に次の3種の著作を指定books.google.co.jp/books?id=RLJwo...。
Charles DaviesのPractical Arithmetic
初版1862年、公田氏実見1872年版。
EysséricらのTraité d'Arithmétique théorique et
pratique
初版1840年代、実見1870年版。 pic.twitter.com/7FghOir49N

タグ：超算数

posted at 22:51:08

#超算数歴史編
公田藏「明治5年の教則の算術の教育課程について: 明治初期における『洋法算術』の教育課程の形成」『数学教育史研究』第8号 (2008年10月)、26-34ページ。drive.google.com/file/d/1L5oY-0...
1872年に学制が制定されたことに伴い、時を同じくして「外国教師ニテ教授スル中学教則」が公布された。

タグ：超算数

posted at 22:51:07

@captainbagi @krwnkmtr 子供が「何算で」と発想してしまうこと自体が、指導の失敗でしょう。

算数教育用語として「演算決定」なるものがあると知って呆れました。

「何算になるか？」じゃなくて「答えは何だろう？」と発想させるべきでしょう。

タグ：

posted at 21:59:07

goropikari @goropikari_

バイナリも来た
discourse.julialang.org/t/julia-v1-5-0...

タグ：

posted at 21:47:09

@691_7758337633 @genkuroki 助かりました。ありがとうございます。

タグ：

posted at 21:30:58

@691_7758337633 @genkuroki 1になりそうですね。

同様に　Σ1/(i*j*r)　1≦i＜j＜r≦k　を(k+1)*(k+2)で割った値

これをk＝∞まで総和を取ると1になる

その先も帰納法で1になることが示せる

ような気がしてきました。

日曜日からずっと悩んでいたのですが、明るい兆しが見えてきました。

タグ：

posted at 21:30:43

Atsushi Sakai @Atsushi_twi

Julia1.5の新機能を見ている。Plotとかのモジュールの読み込みが速くなったり、ccallマクロ、Pkg Protocol, Structメモリ配置の最適化、乱数生成の高速化とかいい感じ。あと地味にキーワード引数と同じ名前の変数があれば、省略できるの地味に便利そう：Julia 1.5 Highlights julialang.org/blog/2020/08/j... pic.twitter.com/TUpZQZxMNL

タグ：

posted at 21:22:08

鳩 @pegion_HOLE

しばらくJuliaをみていないうちにver1.5.0にまで上がっている。素晴らしい。
julialang.org

タグ：

posted at 21:16:28

@691_7758337633 @genkuroki その通りです

a(k)*k!/{(k+1)*(k+2)}じゃなくてa(k)/{(k+1)*(k+2)}　でした。

タグ：

posted at 21:16:11

味覚クリティカル @1806_04679

@sekibunnteisuu @genkuroki うーんと、発散していませんか、、、？
それとも分子の k! が余計？

タグ：

posted at 21:15:10

@691_7758337633 @genkuroki この次は

1/(i*j)で、1≦i＜j≦k　となる自然数の組i,jすべてに関して総和を取った値をa(k)とする。

a(k)*k!/{(k+1)*(k+2)}　これをk＝1~∞での総和を取ったら1になるか、

という具合になるのですが、考えてみますね。

タグ：

posted at 21:08:10

昔の(場合によって数日前や数時間前や数分前かもしれない)自分が本物のおバカさんだったことを知るのは人生における重要な楽しみの1つ。

タグ：

posted at 20:59:00

#統計恥ずかしい話なのですが、学生時代には「尤度ってなんだ？尤もらしさ？何それ？」という感じで何も理解できず、他にも色々理解できなかった。講義も「やり方の習得」の連続でくだらないと思った。

そのせいで誤解して、学生時代には統計学への興味が皆無になってしまった。おバカでした。

タグ：統計

posted at 20:54:34

karamage @kara_mage

Julia使ってみたい。

バイバイ Python。ハロー Julia！ - Qiita qiita.com/baby-degu/item...

タグ：

posted at 20:54:05

@691_7758337633 @genkuroki ありがとうございます。

この連ツイにあるようなことを考えて、出てきた疑問です。
twitter.com/sekibunnteisuu...

なるほど、1になりますね。

そうすると、その先も1になりそうな予感がしますが、考えてみます。

タグ：

posted at 20:52:28

#Julia言語 Juliaをmsys64のminttyから起動するようにした。Windowsなのでショートカットを作成。

フォントも自由に選べる。

ユニコード文字も快適に入力できる。

Ctrl+Shift+letter shortcutsにチェックを入れないとペーストできなくてはまった。 pic.twitter.com/78m63tStYW

タグ： Julia言語

posted at 20:50:17

amaryllis @bylloop

良かった twitter.com/genkuroki/stat...

タグ：

posted at 20:43:48

Juliaが速いとかRustが速いとか色々言われてるけど、プログラミング言語の速さの話に関して言えば結局のところLLVMすごいの一言で片付く感ある

タグ：

posted at 20:38:45

Re: RTs

MATLABがFORTRANの流儀に合わせたという歴史はあるのかも。

MATLABクローンを使っていた人には「すぐに #Julia言語に引っ越した方が幸せになれる」と自信を持って言える。

タグ： Julia言語

posted at 20:37:42

次世代の○○系でいうと

・C(++) → Rust
・Java → Kotlin
・Python → Julia
・JavaScript → TypeScript

的な構図があるけど、新しい言語はすごい勢いがあっても元の言語はどれもまだまだ現役だから簡単に変わらないんだろうなって気持ちがある

タグ：

posted at 20:11:37

一方で完全に挿げ替えるのにはものすごい時間がかかるのは簡単に予想できて(実際にPython3系はバージョンがv3.10に至ろうとしてるのにPython2系はまだ死にきってない)、そう考えると既存のものと多少の互換性を持たせつつだんだんと移行するってやり方がうまいんだろうなぁ

タグ：

posted at 20:07:59

Juliaもまだ知名度がないとは言えパフォーマンス周りに関して言えばすごい言語だと思うし、多分そのうちJuliaの波が来るだろうなと思う

バイバイ Python。ハロー Julia！ - Qiita qiita.com/baby-degu/item...

タグ：

posted at 20:05:09

ふかくさ @fukaxa

バイバイ Python。ハロー Julia！ qiita.com/baby-degu/item... #Qiita
そんなうまい話があるかいな～

タグ： Qiita

posted at 19:57:35

非公開

タグ：

posted at xx:xx:xx

Keisuke Nishitani @Keisuke69

Juliaと言えば多重ディスパッチ。そしてとにかく速いことが特徴。書きっぷりはこんな感じ pic.twitter.com/aPYsdGpUER

タグ：

posted at 19:50:12

Keisuke Nishitani @Keisuke69

お、Go、Rustに続いてJuliaが来るのかな👀

バイバイ Python。ハロー Julia！ - Qiita qiita.com/baby-degu/item...

タグ：

posted at 19:47:31

mao @physicsturtle

最近、諸事情でＴ.A.LoringのBott指数のコードをJuliaに移植してたんですけど、Matlabのコードなのにほぼそのままコピペで動いたからビビりましたね

タグ：

posted at 19:45:59

PurPurPurkinje @tak_yamm

Julia, PythonよりもMatlab感がすごい

というか文法がほぼMatlabやんって初めなった

タグ：

posted at 19:39:44

非公開

タグ：

posted at xx:xx:xx

MIZUNO Yoshiyuki　水野義 @y_mizuno

#Julia言語私の環境では

using Plots

にかかる時間が

v1.4.2 → 18.4 sec
v1.5.0 → 17.2 sec
v1.6.0-DEV.572 → 4.79 sec

と圧倒的に v1.6.0-DEV.572 が速くなっています。

早く、v1.6が正式リリースして欲しいと思いました。

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

タグ： Julia言語

posted at 19:34:48

@genkuroki 数年前に確か、京都賞でしたよね、赤池さん。評価されてよかったと言うのは置いておいて。

勉強させていただきます。ご指摘、ご議論、ありがとうございました。

タグ：

posted at 19:31:48

(｢・ω・)｢ｶﾞｵｰ @bicycle1885

#Julia言語 v1.5.0の公式バイナリが

julialang.org/downloads/

からダウンロードできるようになっていますね。

私の環境では、v1.5.0による2次元Ising模型のシミュレーションが、v1.4.2よりも遅くなってしまいます。

解決方法をご存じの人がいれば教えて下さい。

nbviewer.jupyter.org/gist/genkuroki... pic.twitter.com/OYgiDP4gyz

タグ： Julia言語

posted at 19:29:58

JuliaにPythonっぽいところなくない？

タグ：

posted at 19:28:06

tomo @tomo_iguchi

帷子ノ辻しろっこー @ultimatile

バイバイ Python。ハロー Julia！ qiita.com/baby-degu/item... #Qiita

タグ： Qiita

posted at 19:25:26

Juliaに感じるFortranぽさの由来はMatlabっぽいんだよね

タグ：

posted at 19:12:40

@nan_bayesstat

JuliaはもちろんRustとかにも興味はありつつ、仕事はPythonベースなのでね。
既存のコードで速くできるならそれに越したことはないのです。

タグ：

posted at 19:08:27

@nan_bayesstat

高速化したいならpandasは諦めろという事は学びました。

タグ：

posted at 19:04:54

ceptree @ceptree

Why We Created JuliaにFortranは出てこないのか

タグ：

posted at 19:03:45

@nan_bayesstat

Juliaに手を出す前にCython使ってる人いないかなと思って検索かけたら、TLの皆さんも結構試してるんですね。

タグ：

posted at 18:57:42

Mうら @tchaikovsky1026

尤度が「観測データへのモデルの適合度の指標」であるとイメージできれば、「ノイズにまで適合しないように事前分布を設計する」というのが自然なことが納得できる。主観や信念ではない。 twitter.com/genkuroki/stat...

タグ：

posted at 18:54:07

#統計件の赤池論説(1980)への直接リンク

ismrepo.ism.ac.jp/index.php?acti...
統計的推論のパラダイムの変遷について

赤池弘次さんの次の論説(1980)も読み易いです。

www.jstage.jst.go.jp/article/butsur...
エントロピーとモデルの尤度

タグ：統計

posted at 18:38:13

#統計ベイズ統計なら複雑なモデルであってもオーバーフィッティングが抑えられて実用的な統計的推測が可能になりそうだから、ベイズ統計をやろうぜ！

と赤池さんは1980年の論説で言っているようにも見える。

赤池さんは「主観確率」の「ベイズ主義」の怪しげな側面もバッサリと斬り伏せています。

タグ：統計

posted at 18:35:45

yutote @yuto_te

Juliaぼちぼち触ってみようかなと思ってずっと放置しとるな

タグ：

posted at 18:31:06

a_yam @yachts111xenon

これ

PETやSPECTの画像再構成で，古い教科書の最尤推定法あたりの解説が無茶苦茶でまったく理解できない人を量産してると思う twitter.com/genkuroki/stat...

タグ：

posted at 18:30:59

すむーずぷりんちゃん @mat_der_D

#統計添付画像はリンク先で紹介した赤池弘次さんの1つ目の論説(1980)より。赤池さんがベイズ統計の利点の1つとして、パラメータ空間が無限次元の場合も普通に扱えることを挙げている場面です。

現代ではガウス回帰過程くらいの話は常識になっているので、赤池さんの予言の通りだと言って良いと思う。 twitter.com/genkuroki/stat... pic.twitter.com/13kvzs2eG9

タグ：統計

posted at 18:30:37

Python と Fortran しか書けないマンの私から見た Julia は Python と Fortran を両親に持つ子

タグ：

posted at 18:21:38

@y_mizuno 事前分布をうまく決めると平均予測誤差を小さくできる場合があることを示したSteinの論文は1956年出版です(James-Steinは1961年)。その仕事から、事前分布を「主観」と解釈する必要がないことが分かる。

あと、尤度の概念を正確に理解するためにも役に立つ赤池情報量規準の論文は1973年出版。

タグ：

posted at 18:07:05

akky @tall_tree_desu

自分がはじめて尤度を教わった時、「最も尤もらしい」という、なんか煙に巻かれるような説明を受けた記憶があり、こうやって説明してもらえたら、もっと理解が進んでいただろうにって思う twitter.com/genkuroki/stat...

タグ：

posted at 18:00:08

#統計それなのに、「尤度」を「尤もらしさ」だとあっさり説明してしまう教科書が生き残っているどころか、赤池さん以後も執筆されてしまっているのが不思議。

私は統計学はど素人なのでその辺の事情は全く知りません。

タグ：統計

posted at 17:59:37

#統計赤池情報量規準AICの論文は1973年出版なので、すでに約半世紀前の仕事です。

AIC以後は、

尤度を単に最大化してもダメで、モデルの複雑さ(AICの場合はモデルのパラメータの個数)の影響も考慮しなければいけないこと

が統計学の世界では常識になったと考えられる。

twitter.com/genkuroki/stat...

タグ：統計

posted at 17:55:45

Kiichi @Ki_chi

Julia 1.5 Highlights julialang.org/blog/2020/08/j... あとで読む

タグ：

posted at 17:55:36

味覚クリティカル @1806_04679

@genkuroki @sekibunnteisuu 和の交換を認めれば望遠鏡和で計算できますね。 pic.twitter.com/7my2CyGJY9

タグ：

posted at 17:43:08

@sekibunnteisuu #数楽カンニングした結果によれば1になるそうです。

www.wolframalpha.com/input/?i=sum%2... pic.twitter.com/WknrImJVLx

タグ：数楽

posted at 17:39:04

(1/1+1/2+1/3+・・・+1/k)/｛(k+1)*(k+2)}

これの、k＝1~∞の総和を取った値

分かる人いますか？

ある公式が成り立つのかどうか悩んでいて、証明もできないが、反例もない状態です。

総和が1なら成り立つ可能性がある。
1でないなら成り立たないのであきらめがつく。

タグ：

posted at 17:33:33

@y_mizuno 機械学習は無関係。機械学習の教科書にもベイズ統計のおかしな解説が載っている。

約半世紀前の赤池弘次さん以後の合理的な統計学の考え方について行けていない人達の問題だと思います。

私も赤池さんの1980年の論説に影響を受けています。

赤池さんは日本人なのにどうしてこうなったのか？

タグ：

posted at 17:33:07

歩行者は右側通行 @JikanBae

VSCodeのほうが動作もきびきびしていていい感じではあるのですが、まだVSCodeよりAtomのほうがJuliaしやすい気がするのです。（起動時にREPLが開いているかどうかという違いだけだろうか？）

タグ：

posted at 17:00:03

#Julia言語以下は要注意！

問題：型が一般の場合に

f(n, k, T=Float64) = [ifelse(i ≤ k, one(T), zero(T)) for i in 1:n]
g(n, k, T=Float64) = T[ifelse(i ≤ k, 1, 0) for i in 1:n]

のどちらが速いか？

答え：後者のgの方が圧倒的に速い。前者のfは型不安定性！

nbviewer.jupyter.org/gist/genkuroki... pic.twitter.com/ROdo0Mmz76

タグ： Julia言語

posted at 16:47:04

#Julia言語

Float64成分の場合には

[ifelse(i ≤ k, 1.0, 0.0) for i in 1:n]

で可能。Int成分ならば

[ifelse(i ≤ k, 1, 0) for i in 1:n]

これで十分に速い。続く

twitter.com/takasan_san_sa...

タグ： Julia言語

posted at 16:47:03

金子裕介 @fxgodzeuss

立体グラフですか。
どうしようかな。
pythonかjulia使えばよいのでしょうか。 twitter.com/frbhb06bsbhnfp...

タグ：

posted at 16:02:52

@y_mizuno #統計大学の講義では、ミスリーディングな解説を含む教科書を使う場合はかなり普通だと思います。講義をする人が訂正しながら解説すれば問題なし。

しかし、教科書にあるミスリーディングな解説で特に致命的な部分をそのまま教えてしまうとまずい。

タグ：統計

posted at 15:39:21

@y_mizuno #統計東京大学教養学部統計学教室編『統計学入門』に関する情報は以下のリンク先スレッドからリンクをたどれば沢山得られます。

尤度、パラメトリック、信頼区間、自由度、最小二乗法、ベイズ統計など、多くの基本概念についてミスリーディングな解説が目立つ。

twitter.com/genkuroki/stat...

タグ：統計

posted at 15:34:33

フォクすけ @nerubesa

Juliaでデータサイエンス100本ノック（構造化データ加工編） - Qiita ift.tt/3hYzXFL

タグ：

posted at 15:32:06

@tsatie オーバーフィッティングの画像検索

www.google.com/search?q=%E3%8... pic.twitter.com/Xkpd9LTqNQ

タグ：

posted at 15:17:21

みょうが @mrkn

Julia 1.5.0 ですね！！ discourse.julialang.org/t/julia-v1-5-0...

タグ：

posted at 15:04:16

#統計

 twitter.com/genkuroki/stat...

タグ：統計

posted at 15:03:22

@tsatie なるほど。オーバーフィッティングについてググっても分からないということなのかな？画像検索がおすすめ。「なるほど、これがオーバーフィッティングか！」と感じられるような画像が沢山表示されます。

twitter.com/tsatie/status/...

タグ：

posted at 15:02:02

scbt @scbt_tw

“バイバイ Python。ハロー Julia！ - Qiita” htn.to/2s41aiy4dY

タグ：

posted at 15:00:53

@tsatie 結構大変かも。

タグ：

posted at 14:55:12

@tsatie 尤度が大きい方が、全然尤もらしくない場合は幾らでもあるので、尤度を「尤もらしさ」とみなすとひどい誤解になります。

練習問題：オーバーフィッティングしていない場合としている場合の尤度とグラフを示せ。

この問題が解けるまで何も理解できていないとみなされる。

twitter.com/tsatie/status/...

タグ：

posted at 14:52:35

#統計適当に数学的状況を設定すれば、モデルのパラメータの個数を増やしたときに最尤法がどのようにより間違うようになるかを確率の言葉で明瞭に述べることができる。

赤池情報量規準AICなどの情報量規準はそのような定理から得られます。

尤度について語るならAICについて知っておいた方がよい。

タグ：統計

posted at 14:37:20

M. Kanamaru @AstroshaperJP

研究室の学生がデータ解析のために新しくPythonを始めるというので、「初めて触るならPythonかJuliaだろうねえ🤔（😏）」と激推しの新興言語に同格感を出しておいた。

タグ：

posted at 14:33:39

#統計モデルを複雑にすれば観測データにぴったり合うようにできてしまうのですが、そういうモデルを作っても観測データの背後にある法則を適切にモデル化できたことにはならない。

だから、「モデルの観測データへの適合度」を意味する「尤度」の最大化は「尤もらしさ」の最大化にはならない。 twitter.com/genkuroki/stat...

タグ：統計

posted at 14:30:03

@bylloop 尤度の大きい側(=モデルの観測データへの適合度が高い側)の方が尤もらしくない場合(オーバーフィッティングしている場合)は幾らでもあるので、

尤度が大きい＝より尤もらしい

と考えるのは誤りです。しかし、

尤度が大きい＝モデルの観測データへの適合度が高い

なら誤解にならない。 #統計

タグ：統計

posted at 14:18:58

@tsatie 誤解しています。尤度は適合度です。

尤度は、モデルの尤もらしさではなくて、モデルの観測データへの適合度に過ぎないという話です。

昔、偉い人が日常用語的な意味でlikelihoodとは言えないものにlikelihoodという名前を付けてしまったので、こういうことになってしまっています。

タグ：

posted at 14:12:07

Qiita 人気の投稿 @qiitapoi

どりと髭の共同垢 @S2_DoryHige_S2

Juliaでデータサイエンス100本ノック（構造化データ加工編） dlvr.it/RctPQz

タグ：

posted at 14:09:33