Twitter APIの仕様変更のため、「いいね」の新規取得を終了いたしました

黒木玄 Gen Kuroki

@genkuroki

  • 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。
並び順 : 新→古 | 古→新

2022年05月16日(月)

Massimo @Rainmaker1973

22年5月16日

The key to the popsicle stick chain-reaction comes from potential (or stored) energy in the over/under weaving and kinetic (or motion) energy in the release [read more: bit.ly/2uc7GpB] [source 📽️: buff.ly/39W5ZDD] pic.twitter.com/3lqEUbyEcE

タグ:

posted at 05:10:34

@kuri_kurita

22年5月16日

@tomoak1n @genkuroki @WakameEnk @yuuia_healthy すみません、怒りに任せて手が滑りました。😮‍💨 「習う」学校があるのは確かにその通りです。 (「解説」ではなくて)指導要領に従って「習うはずのもの」ではないと書くつもりでした。

タグ:

posted at 06:45:17

でえもん @GreatDemon1701

22年5月16日

@genkuroki 「顔を積分定数としたら寸分違わぬ顔を描かないとダメ」のようなツイートもあった気がするが、それも数学とは無関係。文字は形が多少変わっても良いが絵や図形は違うとでも言いたいのでしょうが誤解が生じなければOKだと思う。

タグ:

posted at 07:52:43

黒木玄 Gen Kuroki @genkuroki

22年5月16日

早朝から仕事をして疲れた。少し休む。

タグ:

posted at 09:18:48

黒木玄 Gen Kuroki @genkuroki

22年5月16日

@kuri_kurita @tomoak1n @WakameEnk @yuuia_healthy TNさんはこの話題をずっと前から知っていて詳しいはずなのに、文字通りに受け取る誤解をしているのは不思議。そういう有害そうな反応が結構多いので少しコメントの仕方を考えた方が良いと思いました。

学習指導要領解説は文科省自身が拘束力がないことを強調している文書です。詳しい説明に続く

タグ:

posted at 09:25:10

黒木玄 Gen Kuroki @genkuroki

22年5月16日

@kuri_kurita @tomoak1n @WakameEnk @yuuia_healthy この話題では、平気で嘘をついたり、文献名の権威的響きを利用して誤誘導する汚い議論をする人たちがコメントして来るので非常に要注意です。

学習指導要領解説は単なるいち著作物に過ぎず、文科省も拘束力があるかのような誤解をしないように注意を促しています。 twitter.com/genkuroki/stat...

タグ:

posted at 09:29:18

黒木玄 Gen Kuroki @genkuroki

22年5月16日

@kuri_kurita @tomoak1n @WakameEnk @yuuia_healthy 文科省自身が拘束力がないことを強調している事実を隠して、学習指導要領解説を引用して権威ある根拠のように見せようとしている人物がコメントして来たら、自分の子供のためにブロックしてよいです。

子供が害されているという話題なのに、どうしてそういうことをできるのか、理解できません。

タグ:

posted at 09:33:26

l_ppp @ppp3141592ppp

22年5月16日

C言語 案件に備えて、10億年振りに触ってる。

セグフォ地獄つらひ
(Julia言語に慣れ過ぎた)

タグ:

posted at 09:34:29

黒木玄 Gen Kuroki @genkuroki

22年5月16日

@kuri_kurita @tomoak1n @WakameEnk @yuuia_healthy 非常に残念なことに、算数においても数学的な考え方が重要な目標であることを明確化している学習指導要領(以下のリンク先を参照)と違って、学習指導要領解説算数編の内容の杜撰さはかなりひどいです。

学生のレポートなら書き直しを命じるレベルの内容です。 twitter.com/genkuroki/stat...

タグ:

posted at 09:39:36

黒木玄 Gen Kuroki @genkuroki

22年5月16日

@kuri_kurita @tomoak1n @WakameEnk @yuuia_healthy 以下のリンク先の添付画像の内容は、数学的にひどいので、学習指導要領に書かれている算数の目標に反しています。

拘束力のない学習指導要領解説算数編に従ってそのような教え方をしている先生達は、自分の誤りを認めて数学的にまともな教え方をしないと非常にまずいです。 twitter.com/wakameenk/stat...

タグ:

posted at 09:46:15

黒木玄 Gen Kuroki @genkuroki

22年5月16日

@kuri_kurita @tomoak1n @WakameEnk @yuuia_healthy 私のうちでは、父親の私よりも、母親の妻の方がこういうことについてクリアな態度を取っていて、あるとき、妻が子の前で算数の教科書をチェックして、従うとまずそうな部分に鉛筆で二重線を引いて消していた!(笑)

結果的に算数の教科書にある有害事項に惑わされずに、無事に算数を通過できました。

タグ:

posted at 09:52:28

黒木玄 Gen Kuroki @genkuroki

22年5月16日

@ajimackerel すでに修正済みかもしれませんが、log x の部分は log(1 + x) だと思います。

こういうのは「Juliaのコード部分は正しいが~」となりがち。

数値計算までして正しいことを確認しているのに、なぜかミスる。私の場合にはそういう誤りが永久に残る感じ。

(((珍しく誤りを発見する側になれた!))) twitter.com/ajimackerel/st...

タグ:

posted at 10:05:14

黒木玄 Gen Kuroki @genkuroki

22年5月16日

#統計 係数がすべて0以上のTaylor展開から離散確率分布を作れる。

(1+x)ᵃ = Σ binom(a, k) xᵏ の係数はaが0以上の整数なら全部0以上(有限和になる)。

a=n=0以上の整数のとき、(1+x)ⁿで両辺を割って、x=p/(1-p) (オッズ)とおくと二項分布が得られる。

オッズp/(1-p)がいつも自然に出て来る。 twitter.com/genkuroki/stat...

タグ: 統計

posted at 10:15:04

黒木玄 Gen Kuroki @genkuroki

22年5月16日

#統計

(1-x)⁻ᵃ=Σ (-1)ᵏbinom(-a,m) xᵐの係数は、aが0以上なら、aが整数でなくても、すべて0以上になります。

x=1-pとおいて、両辺にpᵃ=(1-x)ᵃをかければ、負の二項分布が得られる。

負の二項分布は、ガチャで当たりをa回出すまでに引くはずれの回数mの分布になっており、実生活で結構重要(笑)

タグ: 統計

posted at 10:21:18

黒木玄 Gen Kuroki @genkuroki

22年5月16日

#統計 こういう話をすれば、ちょっとした数学通であれば「超幾何級数の係数が全部0以上になる場合についてはどうなっているのか」と普通は考えると思います。

ググると色々研究があるらしいことまでは知っている。

タグ: 統計

posted at 10:26:15

黒木玄 Gen Kuroki @genkuroki

22年5月16日

#統計 確率(勝率)pについて、ギャンブル用語で u=p/(1-p)をオッズと言いますが、関連の確率分布でオッズも自然な座標の1つになっていることは結構印象的だと思います。

オッズの対数 x=log(p/(1-p)) = logit(p) はロジット変換、その逆函数は logistic(x)=1/(1+e⁻ˣ)はロジスティック変換。

タグ: 統計

posted at 10:31:54

黒木玄 Gen Kuroki @genkuroki

22年5月16日

#数楽 ロジット、ロジスティック変換は色々有名なようですが、途中でオッズを経由することにも注目して、オッズが自然な座標になっている場合にも注目すると、色々整理し易い。

例えば、pのベータ分布とオッズu=p/(1-p)のベータプライム分布の関係とか。F分布はベータプライム分布のスケール変換。

タグ: 数楽

posted at 10:34:55

黒木玄 Gen Kuroki @genkuroki

22年5月16日

疲労困憊

タグ:

posted at 15:40:15

黒木玄 Gen Kuroki @genkuroki

22年5月16日

うげ。のどが痛い。

タグ:

posted at 15:44:12

黒木玄 Gen Kuroki @genkuroki

22年5月16日

@EZX2FOFxVpvStIK #Julia言語 #RCall

chisq_test(x, y, var"simulate.p.value" = true)

で行けると思います。

タグ: Julia言語 RCall

posted at 16:23:43

Inazuma110 @Inazuma_110

22年5月16日

記事を投稿しました! 【Julia】引数名をkey, 値をvalueとした辞書を関数呼び出しで使う方法 [dictionary] on #Qiita qiita.com/Inazuma110/ite...

タグ: Qiita

posted at 16:56:13

Yuki Nagai @cometscome_phys

22年5月16日

今日書いたプログラム、走らせたらしばらくしてM1 macがプツンと消えて焦った。JuliaのBLASがスレッド並列で走ってMacの全計算資源を吸い取ってしまった疑惑

タグ:

posted at 22:45:12

2022年05月17日(火)

王カロ 王ヲЕ ぎ ぬ @ca4690

22年5月17日

カテゴリ分布とディリクレ分布による
簡単なベイズ学習の事後分布の推移の可視化 pic.twitter.com/i2vwqCjpWK

タグ:

posted at 00:11:32

王カロ 王ヲЕ ぎ ぬ @ca4690

22年5月17日

カテゴリ分布の予測の推移はこんな感じ pic.twitter.com/sQLwUt3e42

タグ:

posted at 00:12:31

王カロ 王ヲЕ ぎ ぬ @ca4690

22年5月17日

グニグニ値が変化してグラフが伸び縮みしているの見てると
なんだか一丁前にわかった気になりますね…具体例は大事

タグ:

posted at 00:19:46

黒木玄 Gen Kuroki @genkuroki

22年5月17日

#Julia言語 辞書以外でも行ける。

f(; a, b) = a + b
param = (a = 1, b = 2)
f(; param...)

named tupleがシンプルで見易いかも。

github.com/genkuroki/publ... twitter.com/inazuma_110/st... pic.twitter.com/0MuGOSOEiV

タグ: Julia言語

posted at 01:39:13

黒木玄 Gen Kuroki @genkuroki

22年5月17日

kumpei.ikuta.me より

created at: 2020-12-10 10:38:24 +0900 JST

正規分布に従う疑似乱数を生成する方法は?速度は?調べてみました!

#Julia言語 のrandnのコード

github.com/JuliaLang/juli... kumpei.ikuta.me/benchmark-norm...

タグ: Julia言語

posted at 02:11:02

黒木玄 Gen Kuroki @genkuroki

22年5月17日

#統計

watanabe-www.math.dis.titech.ac.jp/users/swatanab...

現実には、ベイズ統計学は主観確率に基く根本的に異なる統計学であり、期待リスク最小化によってリスク管理にも向いている、のような相当にまずい解説が主流だと思う。

しかし、その期待リスク最小化は

 地元で最強

の範囲内(小さな世界)でのみ意味を持つ(笑) twitter.com/genkuroki/stat... pic.twitter.com/0DDvybTG5F

タグ: 統計

posted at 02:39:05

黒木玄 Gen Kuroki @genkuroki

22年5月17日

小さな世界で「地元で最強」を誇っている人の主観的期待リスク最小化を扱っているのに、普遍的に通用するすごいやり方のように見せる解説が多い。

主観主義ベイズのことは今後「地元で最強ベイズ」と呼ぶことにすれば分かりやすいかもしれない。

「地元で最強」も実際に役に立つ場面はある。#統計

タグ: 統計

posted at 02:43:24

Keno Fischer @KenoFischer

22年5月17日

There's some sort of bitter irony to the reality that whenever a critical post hits HN, the collective time requirement of dealing with the fallout is probably greater than the time it would have taken to just fix all the issues container therein.

タグ:

posted at 06:13:30

Keno Fischer @KenoFischer

22年5月17日

It's a bit of a strange experience - not something I would have really appreciated without the experience of running a large project. Gives me some empathy towards public figures that get caught in various social media cycles.

タグ:

posted at 06:13:30

Keno Fischer @KenoFischer

22年5月17日

Honestly it wouldn't be as bad if it was scheduled in advance. Don't suppose there's any hope of convincing people to schedule these kinds of posts for like the third monday every other month, so I can keep my calendar clear ;).

タグ:

posted at 06:13:31

ryugo hayano @hayano

22年5月17日

【05/17 7時更新】直近7日間の累計数と前週7日間の累計数の比率が 1以上の都道府県を赤字,1未満を黒字で表示した地図

前週より減少したのは 秋田 佐賀 のみ pic.twitter.com/zRgVqyK7f4

タグ:

posted at 06:38:27

Jacob Quinn @quinn_jacobd

22年5月17日

Hey, I've got some exciting news! Today was my 1st official day at @RelationalAI! I did a little write up on my journey here. Can't wait to do more Julia full-time and share more about Relational!

#julialang
quinnj.hashnode.dev/starting-a-new...

タグ: julialang

posted at 07:12:30

アルトゥル @ArturGalata

22年5月17日

これは信じてもらえないかもしれないんだけど

🍢

この絵文字、おでんを知らない外国人のスマホにも初期から入ってて
「変な形のロケットが火を出して飛んでる」
って思われたりするんだけど、日本のおでんだと知った後に日本で実物を探そうとしても、この形のおでんがないから真相わからず困ってる。

タグ:

posted at 08:45:28

Shuhei Kadowaki @kdwkshh

22年5月17日

朝起きたら #JuliaLang 界隈が盛り上がっていて、言語そのものというよりも主にエコシステム内のバグやパッケージのスタビリティについての不満を述べたブログポストがHacker Newsのトップになってしまったらしい。
まだしっかり読んでないけど、内容もさることながら、ブログの筆者の方がJulia界では twitter.com/kenofischer/st...

タグ: JuliaLang

posted at 09:08:38

Shuhei Kadowaki @kdwkshh

22年5月17日

知られた方で、その人がもうJuliaコミュニティとは距離を置いてしまうのかという事実がとても悲しい…
個人的にも開発初期段階にJETを見つけてコメントをくれたりしてとても感度が良い人なんだなーって思ったのを覚えていたりする。
頑張ってJuliaを良い言語にしていくしかないんだけどね。

タグ:

posted at 09:08:39

アルトゥル @ArturGalata

22年5月17日

ほんとに信じてもらえるか心配なんですが、おでんの汁へ日本酒を混ぜると危険です。

こんな顔になります。

🔽おでん汁に日本酒で昇天外国人
youtu.be/m02maLqnn8c pic.twitter.com/r2jtCN0bJU

タグ:

posted at 09:10:57

積分定数 @sekibunnteisuu

22年5月17日

この指摘は正しい。で、実際、等分除と包含除で確かめ算の順序を逆にすべき、という人もいる。 twitter.com/shoko_math/sta...

タグ:

posted at 09:17:36

積分定数 @sekibunnteisuu

22年5月17日

秋田大学の杜 威氏が、等分除と包含除で確かめ算の順序を逆にすべき、と言っていたんだけど、そのサイトは今はなくなってしまった。

タグ:

posted at 09:23:16

積分定数 @sekibunnteisuu

22年5月17日

foresta.education/lp/a/sg6Zq6

「一般的なたしかめ算は、
「除数×商+余り=被除数」
として教えられています。

ところで、これは等分除と包含除のどちらの問題を扱った場合か、知っていますか?」

くだらないどーでもいいことでマウント取ってヒエラルキーを築くのが、#超算数

タグ: 超算数

posted at 09:28:30

積分定数 @sekibunnteisuu

22年5月17日

foresta.education/lp/a/sg6Zq6

#超算数

会員登録しないと見れないけど、

等分除・包含除に関わらずこの順序
等分除と包含除で順序変える

その他、どんな結論が書いてあろうとも、こんなことを問うこと自体がくだらなすぎる。

確かめ算って、単に答えがあっているかを確かめるためのものだよ。

タグ: 超算数

posted at 09:31:55

積分定数 @sekibunnteisuu

22年5月17日

#超算数

板書を見ただけで、ろくでもない教え方がなされていることが良く分かる。 pic.twitter.com/eX8iGBGhBZ

タグ: 超算数

posted at 09:41:32

積分定数 @sekibunnteisuu

22年5月17日

#超算数

板書を見て推測すると

どちらも、4袋に6個ずつで全部で26個だから、確かめ算も同じにならないとおかしい、

だから、包含除なら除数×商、等分除なら商×除数、と順番を変えるべき

と言いたいようだ。

くだらない。 pic.twitter.com/pKylBjr3f7

タグ: 超算数

posted at 09:49:03

EARLの医学ツイート @EARL_med_tw

22年5月17日

ゴールデンウィーク前後(4/23〜29と5/9〜15)のCOVID-19新規陽性数人口10万対7日間連続平均の比較

※昨日アップしたものが、計算式のセルが1行ずれていたため修正しました
※画像2では沖縄県は数が突出しすぎている(はるか右上)ため省略しています pic.twitter.com/TLgY8E5NEH

タグ:

posted at 09:51:22

積分定数 @sekibunnteisuu

22年5月17日

twitter.com/ra_hiiragi/sta...

無視して、堂々とバツをもらうのが正しい態度。

教員が間違ったことを教えて間違った採点をしているのだから、授業を聞かないでバツをもらうのが、算数・数学を理解する最善の道。

タグ:

posted at 11:16:12

積分定数 @sekibunnteisuu

22年5月17日

おかしな算数指導をしている教員は善意で使命感でやっているんだよね。

超算数への道は善意で舗装されている。

タグ:

posted at 11:18:07

ファインマンbot @feynmannnn

22年5月17日

親父は決してまずそのものの名前を挙げたりはしないんだ。彼は何かの名前を知っていることと、何かを本当に知っていることとの違いが、ちゃんとわかっていたのさ。これは僕が随分小さいときから覚えたことだ。

タグ:

posted at 16:02:01

Jem @Jem0211

22年5月17日

ふりがな必須の時代。全ての書類の記名欄の上につけさせるべき。 twitter.com/livedoornews/s...

タグ:

posted at 16:09:38

ʇɥƃıluooɯ ǝıʇɐs @tsatie

22年5月17日

なるほど此の小さな世界と大きな世界の話は分かり易い。モヤモヤが随分晴れた。 twitter.com/genkuroki/stat...

タグ:

posted at 16:18:44

黒木玄 Gen Kuroki @genkuroki

22年5月17日

例えば、データの生成のされ方のモデルを未知の独立同分布確率変数列とするとき、確率分布p(x|θ)を推論推定用のモデルとして使った場合に何が起こるかを調べる話について、「現実のデータが確率分布で生成されたと仮定している」と言う連中はおバカさん達なので要注意。

続く

タグ:

posted at 16:51:37

黒木玄 Gen Kuroki @genkuroki

22年5月17日

そして、もっとひどいのは、1つ前に述べたツイートのq(x), p(x|θ)の話との比較で、「それに対して、期待リスク最小化を基礎とする主観主義ベイズ統計ではデータが確率分布で生成されていることを仮定しない」のように述べること。

こちらは単なるおバカさんではなく、論外なおバカさん。続く

タグ:

posted at 16:55:30

黒木玄 Gen Kuroki @genkuroki

22年5月17日

q(x), p(x|θ)の組を使う場合とその場合の公平な比較をするためには、主観主義ベイズ統計における期待リスク最小化は、

 事前分布φ(θ)のもとで
 p(x|θ)によってデータが生成されている
 というモデルの内側での期待リスク最小化
 (地元で最強な期待リスク最小化w)

であることに注意する必要あり!

タグ:

posted at 17:00:58

黒木玄 Gen Kuroki @genkuroki

22年5月17日

未知の(任意の)分布q(x)を使うのをやめて、パラメータに関する確率分布φ(θ)を使うことにして、分布φ(θ)とモデルp(x|θ)でデータが生成されているという設定で期待リスク最小化を考えているわけです。

期待リスク最小化ではデータが確率分布で生成されている設定をもろに使っている。

タグ:

posted at 17:05:04

黒木玄 Gen Kuroki @genkuroki

22年5月17日

もしかしたら、「ベイズ統計ではデータが確率分布で生成されているとは考えない」のようなことを言うのはほとんど詐欺のようなものです。

普通の教科書に書いてあるように、事前分布φ(θ)と統計モデルp(x|θ)によってデータが生成されたときの期待リスク最小化をしていることを正直に説明するべき。

タグ:

posted at 17:07:29

黒木玄 Gen Kuroki @genkuroki

22年5月17日

事前分布φ(θ)と統計モデルp(x|θ)によってデータが生成されたときの期待リスク最小化自体は十分に面白い話です。一般に「〇〇の最小化」は数学的にもセンスの良い設定になっています。

しかし、20世紀の主義に基く統計学の暗黒の言説を21世紀で拡散するのは悪行の1つだと言って良いでしょう。

タグ:

posted at 17:09:28

黒木玄 Gen Kuroki @genkuroki

22年5月17日

ここまで読んだ後でシンプルな例の計算を見てより強く納得するためには、渡辺澄夫さんの

watanabe-www.math.dis.titech.ac.jp/users/swatanab...

決定理論 と ベイズ法

を読むと良いです。そしてさらに、

watanabe-www.math.dis.titech.ac.jp/users/swatanab...
小さな世界と大きな世界

を読むと良いと思います。細かい計算ミスは自分で訂正すること(笑) pic.twitter.com/mpXDkFhVXq

タグ:

posted at 17:13:50

黒木玄 Gen Kuroki @genkuroki

22年5月17日

#統計 事前分布φ(θ)と既知の分布p(x|θ)を推論推定用のモデルとして採用するのと同時に、事前分布φ(θ)と既知の分布p(x|θ)の設定が的を外した場合のリスクも数学的にモデル化して扱うためには、それらと無関係の任意の分布q(x)でデータが生成されているという設定が役に立ちます。続く

タグ: 統計

posted at 17:17:44

黒木玄 Gen Kuroki @genkuroki

22年5月17日

#統計

例えば、主観φ(θ)とp(x|θ)のもとでの期待リスク最小化(地元で最強な期待リスク最小化)を採用することがどのような場合に危険であるかも分かります。

渡辺澄夫著『ベイズ統計の理論と方法』p.125での平均プラグイン法に関する注意はそういう話です(添付画像)。 pic.twitter.com/Lgr7kCvtkQ

タグ: 統計

posted at 17:30:28

黒木玄 Gen Kuroki @genkuroki

22年5月17日

#統計 事前分布φ(θ)とp(x|θ)で構成されたモデル内部(=地元w)における期待リスク最小化(=地元で最強w)の例として、教科書によく載っているのが、その設定で期待二乗誤差を最小化する推定法は事後分布の平均値を推定量とすることだという結果。

しかし、その方法は地元を離れると危険な方法になります。

タグ: 統計

posted at 17:34:10

黒木玄 Gen Kuroki @genkuroki

22年5月17日

私による「それ、単に地元で最強なだけでしょ」という主張は、そういう数学的な結果に支えられているわけです。

実際に事後分布の形を色々プロットすると、特にデータサイズが小さい場合にはさまざまな形状になりやすい事も確認できます(皆さん、ご存じの通り、私は #Julia言語 で確認した)。

タグ: Julia言語

posted at 17:38:09

黒木玄 Gen Kuroki @genkuroki

22年5月17日

事後分布が単峰型で台が綺麗な楕円形の場合には、既存のどの方法を使っても大差ないです。

しかし、そうでない場合には、各方法ごとに道具の使用リスクが全然違う。

そこまで考えるとベイズ統計の優秀性が見えて来るというのが、渡辺澄夫『ベイズ統計の理論と方法』の内容の要約になります。

タグ:

posted at 17:41:14

黒木玄 Gen Kuroki @genkuroki

22年5月17日

しかし、そのときに、伝統的な主観主義ベイジアンの考え方の説明でよく使われている事前分布φ(θ)とp(x|θ)で構成されたモデル内部での期待リスク最小化が必ずしも安全な方法ではないことも明らかになってしまったわけです。

主義に基く統計学の信奉者には都合の悪い結果でしょう。

タグ:

posted at 17:43:56

黒木玄 Gen Kuroki @genkuroki

22年5月17日

もちろん主義に基く統計学の信奉者以外には何も困らない結果です。

タグ:

posted at 17:44:38

黒木玄 Gen Kuroki @genkuroki

22年5月17日

「頻度論ではなくベイズ統計ならばデータが確率分布で生成されているとは仮定しない」のように誇らしく語っている人を見たら、みんなで

 「地元で最強」(ボソッ)

と言ってあげるとよいと思う。

実際には、事前分布φ(θ)とモデルp(x|θ)でデータが生成されるという設定で期待リスクを最小化している。

タグ:

posted at 17:51:53

黒木玄 Gen Kuroki @genkuroki

22年5月17日

普通の多くの人が恐れることは、自分自身の事前の主観的な確信度φ(θ)とモデルp(x|θ)の組み合わせが的を外しているせいで、ひどい結果を招いてしまうことでしょう。

そういうリスクについては、φ(θ)とp(x|θ)で構成されたモデル内部で期待リスクを最小化(地元で最強を主張w)しても何も分からない。 twitter.com/genkuroki/stat...

タグ:

posted at 18:04:29

黒木玄 Gen Kuroki @genkuroki

22年5月17日

相互リンク

主観主義ベイズでの期待リスク最小化の最小化は「地元で最強」に過ぎないことの強調が必要。 twitter.com/genkuroki/stat...

タグ:

posted at 18:43:03

黒木玄 Gen Kuroki @genkuroki

22年5月17日

@bampaku @sekibunnteisuu 以下の訂正版でもその前の万博さんが誤りを指摘してくれた版でも、「0a=aの証明」とトンデモないことが書かれていたのは気付いていましたか?

証明の途中のタイポに気付いても、最初の「0a=a」には気付き難いかもしれないと思いました。

万博さんが「0a=a」の方は指摘しなかった件は結構おもろい。 twitter.com/genkuroki/stat...

タグ:

posted at 18:51:55

黒木玄 Gen Kuroki @genkuroki

22年5月17日

@bampaku @sekibunnteisuu おそらく、目で見た情報は数学ではあまり重要でなくて、みんないきなり内容を心の中で考えているのだと思う。

だから、トンデモないミスも目で見ただけでは気付き難い。

タグ:

posted at 18:53:24

万博@盲学校マジック @bampaku

22年5月17日

@genkuroki @sekibunnteisuu 0a=0に見えていて、全然気づいていませんでした!

タグ:

posted at 18:53:36

黒木玄 Gen Kuroki @genkuroki

22年5月17日

@bampaku @sekibunnteisuu 自分のひどい誤りの件に万博さんも巻き込んでしまった。

タグ:

posted at 18:54:03

黒木玄 Gen Kuroki @genkuroki

22年5月17日

#Julia言語 例のY.V.氏の記事がきっかけで、OffsetArrays.jlがエコシステム内で孤立してしまっている件が話題になっているように見えるのですが、

⭕️for i in axes(a, 1)

とか

⭕️for i in keys(a)

とすればOffsetArrays.jlに自然に対応したことになります。

❌for i in 1:length(a)

はだめ。

タグ: Julia言語

posted at 19:10:45

黒木玄 Gen Kuroki @genkuroki

22年5月17日

#Julia言語

❌for i in eachindex(a)

はOffsetArrays.jlと相性が悪い。

一方、eachindex(a)より短く入力し易く、OffsetArrays.jlにも対応しているkeys(a)の結果は結構おもろくて、添付画像のようになる。 pic.twitter.com/z1OVC6fzip

タグ: Julia言語

posted at 19:27:29

黒木玄 Gen Kuroki @genkuroki

22年5月17日

#Julia言語 確かにこういう情報がみんなが読みそうなドキュメントに書いてあるのを見たことがなく、そういう点は問題があるかもしれません。でも、そういうところに割く人手はないように思われる。

「基本的な考え方」を理解すればその応用に過ぎないのでわざわざ書く必要はないことかもしれないし。

タグ: Julia言語

posted at 19:30:09

黒木玄 Gen Kuroki @genkuroki

22年5月17日

#Julia言語 例の例のY.V.氏の記事のひどい天は、解決法を別にするべき問題をごちゃ混ぜに扱っているという技術的に杜撰な議論によって何か一般的に問題があるかのような印象操作をしていることです。

地道に1つひとつ個別に「~については~とできないのか?」と言っていれば有用だったと思う。

タグ: Julia言語

posted at 19:42:47

黒木玄 Gen Kuroki @genkuroki

22年5月17日

#Julia言語 Y.V.氏は、以上で紹介したOffsetArrays.jlのエコシステム内での孤立の問題と、以下のリンク先で、xlogyを使うべき場面で使わずにすます手抜きが原因の不具合を同時に挙げていますが、全然違う問題だと思います。

github.com/JuliaStats/Dis...

タグ: Julia言語

posted at 19:49:05

黒木玄 Gen Kuroki @genkuroki

22年5月17日

#Julia言語 浮動小数点数計算ではちょっと気を抜くと簡単に

NaN NaN NaN NaN …

となる問題まで、「Juliaの問題」にするのはおかしいでしょう。

ナンナン問題に出会ったことのある人はむしろJuliaユーザー以外の方が圧倒的に多そう。

たまにツイッターでも悲鳴を挙げているのを見る(笑)

タグ: Julia言語

posted at 19:52:13

黒木玄 Gen Kuroki @genkuroki

22年5月17日

こういう話はdiscourseの方にも書いた方がいいかもしれませんが、そういう余裕が今はちょっとない。

タグ:

posted at 19:53:30

黒木玄 Gen Kuroki @genkuroki

22年5月17日

#Julia言語 追加

❌for i in 1:size(a,1)

もOffsetArrays.jlと相性が悪い。意味的にも

⭕️for i in axes(a,1)

の方がベターだし、入力文字数も少ない。

同様に

❌for i in eachindex(a)

よりも

⭕️for i in keys(a)

の方がベター。 twitter.com/genkuroki/stat...

タグ: Julia言語

posted at 19:57:12

黒木玄 Gen Kuroki @genkuroki

22年5月17日

#Julia言語 以上の話と無関係の話題になってしまいますが、行列Aの全てに列の和をまとめてベクトルを作りたければ、

sum.(eachcol(A))

で可能。この方法はよく使う。 pic.twitter.com/lRPxfivVBR

タグ: Julia言語

posted at 20:38:57

黒木玄 Gen Kuroki @genkuroki

22年5月17日

#Julia言語 NaNが出て来るのは

のような場合。

「Inf * 0.0 なんて計算することない」と思っていても、exp(1000) * exp(-1000) のような形でやってしまうことが、確率の計算ではよくあります。

対数値を足し上げてからexpする必要がある。 twitter.com/genkuroki/stat... pic.twitter.com/EZoSX7aHem

タグ: Julia言語

posted at 20:51:55

あ〜る菊池誠(反緊縮)公式 @kikumaco

22年5月17日

統計力学の計算では指数の肩がすぐに大きくなるので、この手の計算に慣れる twitter.com/genkuroki/stat...

タグ:

posted at 20:57:22

Nyoho @NeXTSTEP2OSX

22年5月17日

関数のグラフでないけど面白い

タグ:

posted at 21:05:31

@tomomix103

22年5月17日

11対10で勝利しました。 puyogo.app/rp?kf=M0NTMkJE... #ぷよ碁

負けないよ!

タグ: ぷよ碁

posted at 21:18:45

雨宮純 @caffelover

22年5月17日

銃乱射、4chan、ひろゆきで検索しても日本のメディアの報道が全然出てこないのですが、どうなっているのでしょうか。

タグ:

posted at 23:54:15

@genkurokiホーム
スポンサーリンク
▲ページの先頭に戻る
ツイート  タグ  ユーザー

User

» More...

Tag

» More...

Recent

Archive

» More...

タグの編集

掛算 統計 超算数 Julia言語 数楽 JuliaLang 十分 と教 モルグリコ 掛け算

※タグはスペースで区切ってください

送信中

送信に失敗しました

タグを編集しました