「敵の敵は味方」であることを数学が証明！人間関係の新理論 - ナゾロジー
なぜ数学は「敵の敵は味方」の証明をできなかったのか？誰もが一度は「敵の敵は味方」という言葉を聞いたことがあるでしょう。 この理論は人間関係に留まらず、大規模な組織や国家間にも適応されており、人間社会において普遍的な社会理論となっています。 この「敵の敵は味方」理論は必然的に「敵の味方は敵」「味方の味方は味方」「味方の敵は敵」という合計で4つのパターンを内包しており、合わせて「社会均衡理論」と名付けられています。 （※以降はわかりやすさを重視して社会均衡理論を「敵の敵は味方」理論と表記します） この「敵の敵は味方」理論は1940年にオーストリアの心理学者フリッツハイダーによって発表されましたが、それ以前から慣用句としても定着していました。 そのため現在に至るまで数え切れないほどの研究が、この理論をネットワーク理論を用いて数学的に実証しようと試みられてきました。 それらの研究ではヒトを点、関係
ベイズ統計学を勉強する参考書のフロー - Qiita
慶應義塾大学・株式会社Nospareの菅澤です． 今回はベイズ統計学を勉強するための参考書の順番 (私見) について紹介していきます． 3年ほど前に『日本語で学べるベイズ統計学の教科書10冊』を紹介しましたが，今回は「どのような順番でどの参考書を読んでいくと比較的スムーズに勉強が進められるのか」に焦点を当て，比較的最近の書籍や英語の書籍まで含めて紹介していきます． まずは全体的なフローのイメージを提示しておきます． 今回の記事では，「ベイズ統計学を勉強すること」のスタートとゴールを以下のように定めます． (スタート) 統計学の基礎的な内容 (統計検定2級程度の内容) は身についている (ゴール) ベイズモデリングに関する最新の論文がある程度理解して読め，自力でモデルを組んだり実装することができる また，このゴールへの道のりとして，大きく2通りのルートを想定します． (ルートA: フルスクラ
実務につなげる数理最適化
はじめに はじめまして、2023年10月にシニアリサーチャーとして入社したアドバンスドテクノロジーラボ（ATL）の梅谷俊治です。2023年9月まで、大阪大学大学院情報科学研究科にて数理最適化寄附講座教授を務めていました。 本記事では、リクルートのデータ推進室における数理最適化を活用した問題解決の取り組みをご紹介します。 数理最適化は、与えられた制約条件の下で、目的関数を最小（もしくは最大）にする最適化問題を通じて、現代社会における意思決定や問題解決を実現する数理技術の一つです。 近年では、機械学習によるデータ分析や予測の技術開発が進み次々と実用化されています。数理最適化は、それらのデータ分析や予測の結果を踏まえた上で意思決定や計画策定を実現する問題解決における出口を担当する技術です。例えば、オンライン広告などカスタマーに商品を推薦するレコメンデーションでは、機械学習を活用してカスタマーの商
『因果推論』（金本拓：オーム社）は因果推論に留まらず現代的なマーケティング分析手法まで網羅したバイブル - 渋谷駅前で働くデータサイエンティストのブログ
因果推論: 基礎から機械学習・時系列解析・因果探索を用いた意思決定のアプローチ 作者:金本 拓オーム社Amazon 著者の金本さんからご指名でご恵贈いただいたのが、こちらの『因果推論 ―基礎から機械学習・時系列解析・因果探索を用いた意思決定のアプローチ―』です。正直に白状しますと、因果推論とタイトルにつく技術書はここ数年でゴマンと出版されており、本書も紙冊子で頂戴したものの僕はあまり期待せずにページをめくり始めたのでした（ごめんなさい）。 ところが、ほんの数ページめくっただけでその内容に僕は仰天しました。グラフィカルで実務家にとっての分かりやすさを重視した因果推論の解説と実践にとどまらず、現代的なマーケティング分析では必須の種々の手法についてまで懇切丁寧に解説とPythonによる実践例が付された本書は、文字通り「マーケティング分析実務家にとってのバイブル」になり得る素晴らしい一冊だと直感し
PandasからPolarsへ移行した方がいいのか - Qiita
なぜこの記事を書くのか 皆さん、データ解析を行う際にどのようなライブラリを用いているでしょうか。 おそらく大半の人はpandasを使っているのではないでしょうか。 私もpandas使ってます。簡単だよね(´・ω・｀) しかし、業務でバカクソでけえデータを読み込もうとしたときに、読み込み時間がとんでもなくかかったり、メモリ不足でそもそも読み込めもしないことが起きていました。 読み込みにメモリ食われすぎて他の作業ができずに待機した挙句、燃え尽きたかのようにノーパソのファンが止まると同時にメモリ不足のエラーが出たときには切れ散らかします。 （画像元：葬送のフリーレン公式Xアカウントのポストより） そんなこともあり、AWSなどのクラウドサービスでメモリに余裕を持たせるためにめちゃくちゃ良いインスタンスを使用していましたが、コストの問題で断念しました。 しかし、どうしても読み込みたいということもあり
JSAI2014行けなかったしいくつか読んでみる-複雑ネットワーク- - KIWAM_KEN_DIARY
昨日は読んでいたら３時回っていて、駅まで全力ダッシュするはめになったので平日は自重気味で行く。 有向ネットワークの構造が情報拡散に与える影響の分析 ネットワーク構造と情報拡散の関係を明らかにするため、ネットワーク関する13個の指標を用意。ある一つの指標だけを変化させ、そのネットワークで情報拡散シミュレーションを行う。指標の増減と情報が伝わったノード数（以下期待影響度）との相関を見る事で、情報拡散と関連の強い指標を検出する。 その結果、ノード内次数相関と期待影響度に極めて強い相関がある事がわかった。ノード内次数相関が高いということは、任意のノードの入次数と出次数がほとんど同じ本数だけあるという事になる。 そのほか、到達可能率（任意の2つのノードの組み合わせに対してリンクをたどって到達できる比率）や次数相関に関連した指標が相関が高く出ている。 これらの結果を考慮したネットワークを作成してみると
フローレンス・ナイチンゲール - Wikipedia
フローレンス・ナイティンゲール（Florence Nightingale、1820年5月12日 - 1910年8月13日）は、イギリスの看護婦、社会起業家、統計学者、看護教育学者、「近代医療統計学および看護統計学の始祖ならびに近代看護教育の母」。統計学の業績について高く評価され1858年には王立統計学会初の女性会員となった[1]。 クリミア戦争での負傷兵たちへの献身や統計に基づく医療衛生改革[2]により著名で、「ランプの貴婦人（the lady with the lamp）」の別称がある（日刊紙タイムズの1855年2月8日版[3]に掲載された内容から）。「光掲げる貴婦人」「クリミアの天使」とも称される。 国際看護師の日（5月12日）は彼女の誕生日である。 ロンドンの聖トーマス病院に付属してナイチンゲール看護学校を設立、これは世界初の宗教系でない看護学校であり、現在はキングス・カレッジ・ロン
TypeScriptの代数的部分型模型
本書ではTypeScriptの型と部分型関係がなす代数的構造を解説し、型についての強固かつ柔軟なメンタルモデルを構築します。 順序理論、集合論、束論、環論、そして圏論に至るまで、複数の数学理論を利用して多角的にモデルを構築することで、型の直感的な理解を深め、型の互換性に対する自然な推論を可能となるように解説した新しい試みの本です。
2024年版：データエンジニア向け推薦本リスト｜zono
世間ではデータエンジニアリングが流行しており、エンジニアからは人気が出て、企業からはその能力が求められています。 データエンジニアは、データの収集、蓄積、分析、活用に必要なデータ基盤を構築・運用する職種です。データエンジニアとして活躍するためには、非常に幅広い知識と能力が求められます。 データベース プログラミング システム開発 クラウドサービス データ分析 etc……. 私は多少データエンジニアとして経験を積んできており、業務を行う上で読んで良かったと心から思える本があったのでこちらで紹介します。どなたかの一助になれば幸いです。 初級向けデータエンジニアリング 本ではありませんが、データエンジニアリングに必要な知識がスライドやPDFに綺麗にまとまっています。初めて学ぶ方には適しています。後半はAzure製品について記載されているので、前半のデータエンジニアリングの箇所だけ参考にして下さい
仏紙が唸る「数学を世間に広める能力で、時枝正にかなう者はいない」 | 直感の逆を突き、驚かせ、人の未知への欲求を刺激する
スタンフォード大学の教授で数学者の時枝正（ときえだ・ただし）は、「おもちゃ」を使って数学や物理の定理を解き明かす。スープ皿や木のレール、大きなコインを手に、「ショー」とも呼べそうな講義をいかにも楽しげに始めるその姿に、聴衆は一瞬にして心を惹きつけられるという。 数学者には二つのタイプがいるという──。一つは、チョークを握り黒板に向かう、理論派タイプ。もう一つは、フェルトペンとホワイトボードを使う、どちらかというと応用数学系の人である。 その伝でいうと、時枝正は第三のタイプの数学者である。しかもこの第三のタイプは、世界広しといえども彼一人だけの可能性がある。 時枝は仕事道具をどれも煎餅の空箱から取り出すのだが、箱は「すべて同じブランドのもの」なのだそうだ。たとえばその中身は、見かけはそっくりなのに、転がるものと転がらないものがある二つの不思議な構造物。ひもや輪ゴム、クリップの扱い方は、まるで
統計検定1級に受かりたければこれをやれ - Qiita
2023年11月19日に統計検定1級を受験し，統計数理，統計応用(社会科学)にダブル合格。 勉強期間半年(半分ダラダラ)で一発合格できた経験をもとに主観込み込みで綴っていきたいと思う。 結論 結論からいいます。統計検定1級に受かりたければやることはただひとつ。 現代数理統計学の基礎を完璧にする。 これだけです。現代数理統計学？統計検定準1級ワークブック？過去問？いりません。 現代数理統計学の基礎，この本を仕上げ切るまでは手をつけなくていいです。 なぜ僕がこう言い切れるのか軽く説明していきたいと思います。 簡単な自己紹介 某都内私立大学3年生。大学の授業で線形代数，微積，確率統計の基礎を履修。受験期は理系で数3も勉強していたためそこまで数学に対する抵抗はない。というか数学に抵抗のある方は統計検定1級に向いてないと思う。 なぜ現代数理統計学の基礎だけでいいのか 統計応用の勉強はどうするの？そう
データアナリストコース | マナビDX
未経験から働きながら6週間で、即戦力データアナリストを目指す講座です。 基礎知識の学習だけでなく、チームでの実践を含んむ演習を通じ実践形式でアウトプットを行い、データの分析や解析結果からビジネスに役立つインサイトを抽出し、課題解決を行えるレベルを目指します。 ◆開催月 4月、6月、8月、10月、12月、2月 ◆学習カリキュラム（すべてオンライン） SQL データサイエンティストマインド クリティカルシンキング データ理解 環境構築 データサイエンティスト体験 実戦のための代表的ライブラリ データの前処理 データの可視化 データ分析実践（計3回 オンライン開催） ※予習復習、課題提出、LIVEレッスン含む ◆監修者 佐藤 一誠 東京大学 大学院情報理工学系研究科 コンピュータ科学専攻 教授 東京大学大学院情報理工学系研究科数理情報学専攻にて博士課程を修了し博士号を取得、東京大学情報基盤センタ
フェルマーの大定理の短証明を査読してみた - INTEGERS
アマチュアの方などが、第一級の数学者が長年取り組んでも解決できない問題（フェルマーの大定理*1の初等証明、コラッツ予想、リーマン予想、ふたご素数予想、P=NP問題、etc.）を解いたと主張して論文や本として発表されることは、ありふれたことのように思います。 あなたがプロの数学研究者だとしましょう。 あなたはそれらの原稿を読みますか？ 普通は読まないと思います。なぜなら、 「読まない段階では、その原稿が正しい可能性がある」 ということは、それはそうなのですが、 「その原稿が間違っている可能性の方が圧倒的に大きい」 ということの方が、読むかどうかを検討する側には重大だからです。 定理証明支援系などが更に発展して、近い将来には数学の正しさを効率よく客観的に判定できるようになるかもしれません。 ですが、今のところは、数学の原稿を査読するにはそれなりの時間がかかります。 時間をかけて読んでも間違って
何でも微分する
IBIS 2023 企画セッション『最適輸送』 https://ibisml.org/ibis2023/os/#os3 で発表した内容です。 講演概要: 最適輸送が機械学習コミュニティーで人気を博している要因として、最適輸送には微分可能な変種が存在することが挙げられる。微分可能な最適輸送は様々な機械学習モデルに構成要素として簡単に組み入れることができる点が便利である。本講演では、最適輸送の微分可能な変種とその求め方であるシンクホーンアルゴリズムを紹介する。また、この考え方を応用し、ソーティングなどの操作や他の最適化問題を微分可能にする方法を紹介するとともに、これらの微分可能な操作が機械学習においてどのように役立つかを議論する。 シンクホーンアルゴリズムのソースコード：https://colab.research.google.com/drive/1RrQhsS52B-Q8ZvBeo57vK
数学入門公開講座｜京都大学数理解析研究所
ヒッチン方程式とその周辺 教授・望月 拓郎 ヒッチン方程式はリーマン面上で定義される非線形な微分方程式です。もともとは物理学で重要なヤン - ミルズ方程式を簡単にしたものとして導入されたのですが、むしろ数学的に興味深い方程式であり、微分幾 何・代数幾何・トポロジーなど様々な分野を結びつける役割を果たし、その影響は代数解析や数論といった かなり離れた分野にまで及んでいます。この講座では、ヒッチン方程式に関連する数学的対象について説明 し、ヒッチン方程式に触発されて発展した研究の一端を紹介する予定です。また、ヒッチン方程式を例とし て、非線形微分方程式の解析の難しさと面白さなどについても触れたいと考えています。 二重指数関数型数値積分公式の理論と発展 助教・大浦 拓哉 二重指数関数型数値積分公式（DE 公式）は高橋秀俊・森正武により1974年に提案された定積分の値を数 値的に求める手法です。現
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
僕たちがグラフニューラルネットワークを学ぶ理由
Three Bodies
Assembly theory - Wikipedia
https://www.jstage.jst.go.jp/article/sugaku/65/1/65_0651093/_pdf/-char/ja
【新卒研修資料】基礎統計学 / Basic of statistics
