「未経験文系から3ヶ月でデータサイエンティストになって一発逆転」はここで終わり (2020/7/31 更新) - todo-mentor’s diary
データサイエンティストを生業にする手段と実態について述べる。 途中、具体例・境界値の例として私個人の話もするが、なるべく一般性のある話をする。 この記事で言いたいことは具体的には4つだ。 プログラミングスクールをディスるなら代わりの入門方法を提供しようよ。 もう「未経験文系から3ヶ月でデータサイエンティストで一発逆転物語」を止めろ。*1 おじさんは人生逆転したいなら真面目にやれ。 若者はワンチャンじゃなくて、ちゃんと化け物になれよ。 この記事についてはパブリック・ドメインとして転載・改変・リンク記載を自由にしてよいです。 (続き書いた) a. 入門は辛いが… b. 思考停止でプログラミングスクールに通うな。 なろう系・始めてみよう系資料一覧 （最速・最短ルート用） まずは動かしてみよう。強くてニューゲームが体験出来るぞ！ 入門以前の本 一般向け業界本 (AI業界と展望がわかる本) 技術者入
画像は公式サイトより 東京大学素粒子物理国際研究センター（ICEPP）の研究者が選定・執筆した、量子コンピューティングを手を動かして学びたい人向けの入門教材「量子コンピューティング・ワークブック」が無料公開されている。SNS上では本教材について「面白そう！」「いい時代になったなぁ」などのコメントが見られる。 本教材は、量子力学や計算科学の前提知識を極力必要とせず、大学1年程度の数学とPythonプログラミングの知識があれば、ゼロから量子コンピューティングを自習できるような教材を目指しているという。 公式サイトより 内容は「量子コンピュータに触れる」「超並列計算機としての量子コンピュータ」「量子ダイナミクスシミュレーション」「ショアのアルゴリズム」「グローバーのアルゴリズム」「変分法と変分量子固有値ソルバー」「量子・古典ハイブリッド機械学習」「補足」で成り立っている。 公式サイトでは「私たち
こんにちは，株式会社Nospare・千葉大学の小林です．本記事ではGelman and Vehtari (2020)の`What are the most important statistical ideas of the past 50 years?'について紹介します．この論文は過去50年において最も重要だとされる次の8つのアイディアが取り上げられています． 8つのアイデア 反事実（counterfactual）に基づく因果推論 ブートストラップとシミュレーションに基づいた推論 オーバーパラメータ（overparameterized）モデルと正則化（ガウス過程，Lasso, horseshoe, ベイズnonparametric priorなど） ベイズマルチレベル（階層）モデル 汎用的な計算アルゴリズム（EM, MCMC, SMC, HMC, 変分法など） 適応的決定分析（ベイズ最
数理最適化の参考書
専門家が執筆した数理最適化の書籍を紹介しています． 適当に書籍を並べただけですので内容については各自で確認をお願いします． 数理最適化全般 数理最適化の概観を知りたい人向け 穴井宏和，数理最適化の実践ガイド，講談社，2013． 数理最適化を現実問題の解決に活用するプロセスを知りたい人向け 岩永二郎，石原響太，西村直樹，田中一樹，Pythonではじめる数理最適化（第2版） ―ケーススタディでモデリングのスキルを身につけよう―，オーム社，2024． 三好大悟，Excelで手を動かしながら学ぶ数理最適化：ベストな意思決定を導く技術，インプレス，2023． 株式会社ビープラウド，PyQチーム，斎藤努，Pythonで学ぶ数理最適化による問題解決入門，翔泳社，2024． 数理最適化を初めて学ぶ人が手に取る入門書 福島雅夫，新版 数理計画入門，朝倉書店，2011． 久野誉人，繁野麻衣子，後藤順哉，数理最
変分法 −無限次元空間の臨界点を見出す− - Laborify
こんにちは。高橋 和音 (Kazune Takahashi) と申します。現在は、東京大学大学院 数理科学研究科で特任研究員をしております。この記事では、変分法の概説を試みます。変分法は、微分方程式を考察する代表的な手法です。自己紹介がわりに、どうして変分法を専門にしたのかまず話したいと思います。 私は、大学の数学を勉強し始めてから、積分の世界の素晴らしさに魅了されました。 高校までですと、積分は原始関数を介して求めます。ところが、大学以降に勉強する高度な手法を使うと、例えば原始関数が書けない関数の定積分の正確な値が求まるケースがあります。また、正確な値を求めることができずとも、ある値よりも小さい or 大きいことが分かることが重要である場面も増えてきます。そういう一連の手法が好きになりました。 以下で「汎関数」が出てきますが、変分法で使う汎関数は、関数の積分で書かれます。変分法は、積分を
なぜ電子が非局在化すると安定化するの?【化学者だって数学するっつーの!: 井戸型ポテンシャルと曲率】 | Chem-Station (ケムステ)
一般的な話題 なぜ電子が非局在化すると安定化するの?【化学者だって数学するっつーの!: 井戸型ポテンシャルと曲率】 2020/8/17 一般的な話題, 化学者のつぶやき 化学者だって数学するっつーの!, 数学, 波動関数, 量子化学 コメント: 0 投稿者: やぶ [latexpage]本記事では、量子化学の基礎を数学の視点から紐解くために、 最も簡単な系である一次元井戸型ポテンシャルのシュレディンガー方程式についてお話しします。 シュレディンガー方程式が、波動関数の曲率と系のエネルギーをつなぐ式であることを基本的な考えとして、量子力学ではエネルギーが飛び飛びの値をとる理由、 軌道のエネルギーが大きくなるにつれて軌道に節が増える理由、さらには電子が非局在化すると安定化する理由について迫ります。 前回のおさらい: 時間に依存しないシュレディンガー方程式とは 前回の記事で波動関数が定常波である
「ディープラーニングと物理学 オンライン」とはオンラインWeb会議システムを利用したセミナーです。2023年10月より、学習物理領域セミナーと合同で開催されています。 登録する際のメールアドレスは、できるだけ大学もしくは研究機関のものをご使用ください。 ZoomのミーティングURLおよびパスワードは、先着順300名様に限り、登録されたメールアドレスに送信されます。転載・転送は控えてください。 URLが掲載されたメールは当日の朝までに送られます。 参加したい方は下記よりお申し込みください。毎回開催時に参加URLのついたアナウンスのメールを送信します。 登録フォーム (締切は前日の夜11時までとします) 解約フォームは下記でございます。 解約フォーム 参加時の表示名は「登録時の名前＠登録した機関名」に設定してください。 ノイズを防ぐためのミュートへご協力ください。 DLAP世話人: 橋本幸士（
物理数学というと，微積分，線形代数，微分方程式，複素解析，変分法，特殊関数(ガンマ関数，ベータ関数，ベッセル関数などなど)，群論，微分幾何などなど分野に分けたそれぞれが該当するので，非常に広くなってしまう．以下では網羅性を重要視し，個別の分野に特化した書籍は挙げないこととした． 一方で物理数学特有の道具的側面，もしくは数式にイメージを対応させる，といった側面は何か特化したものとも言い難いので，これはこれで良いと思ったものを挙げている． ゴトケン 詳解物理応用数学演習 必須の一冊．今すぐ読まなくても，全部読まなくても，この一冊は買っておくべき． 仮に独学するならば，尚更，必須の一冊． もう絶対だ．何度でも強調したいくらいだ． また本書に関して「数学的に厳密でない」とか「生ぬるい」という指摘を受けたとしても， 学部生レベルの世の物理数学の水準で言えば十分過ぎる水準で書かれているため， ひとまず
自由エネルギー原理 - 脳科学辞典
磯村 拓哉 理化学研究所脳神経科学研究センター DOI：10.14931/bsd.10024 原稿受付日：2022年1月31日 原稿完成日：2022年4月3日 担当編集委員：北城 圭一（生理学研究所） 英：free-energy principle 独：Prinzip der freien Energie 仏：principe de l'énergie libre 自由エネルギー原理は、Karl J. Fristonが提唱している脳の情報理論である。生物の知覚や学習、行動は、変分自由エネルギーと呼ばれるコスト関数を最小化するように決まるとしている。その結果、生物は変分ベイズ推論と呼ばれる統計学的な推論を自己組織化に行うとされている。 背景 生物の感覚入力に基づく適応的な行動は、何らかの自己組織化（つまり適応、最適化）によって特徴付けることができる。生物は、感覚入力を生成する外部環境のダイナ
はじめに 変分法 変分 微分との差異 微分可能 変分と汎関数 補足 機械学習 関数近似 変分ベイズ法 はじめに 変分法 変分 変分の概念は下記の通りです。 引数 $x$ を受け取る関数 $F[x]$ に関して、引数を $x + h$ へ変えることを考えましょう。すると、引数を変えたことによる $F$ の変化量は $$ \delta F[x] = F[x + h] - F[x] $$ と表すことができます。この $\delta F[x]$ を変分と呼びます。 微分との差異 さて、上記までの議論を見てみると、これは普通にいつも考える微分と何も違いが無いように見えるでしょう。 実際、微分とは、関数 $f(x)$ の引数 $x$ を $x + h$ と変化させた時の $f$ の変化量 $$ {\rm d} f = f(x + h) - f(x) $$ のことを指すのでした。何やら文字の書き方がちょ
【記号不足】qとqドットは独立？ 解析力学の「オイラー・ラグランジュ方程式」の偏微分について詳しく知りたい！！【大学の物理学】∬∬∬
大学の物理学を独学しようたん @８年目の物理系学術たん(物独たん) @DaigakuButsuri #解析力学_Lagrange形式編 32 #汎関数 S の停留条件より dS/dε =∫{t_1→t_2} h(t) { ∂L/∂q＋(d/dt)(∂L/∂q̇) } dt の { } 内が恒等的に0 ∴ ∂L/∂q＋(d/dt)(∂L/∂q̇)＝0 これが #変分法 で導出される #オイラー・ラグランジュ方程式 であり， 物理学とは無関係に成立する. 2021-12-17 07:13:14
変分法について入門する - Qiita
0.概要 機械学習の分野では変分ベイズもとい変分推論が多く取り扱われるようになってきている。変分推論の「変分」は、変分法からきており、これを理解しないことには変分推論の式展開も容易に行うことはできない。そこで、まずは変分法から入門していきたい。 1. 変分法 変分法について説明する。 微分法 微分法は、一般的に関数$f(x)$の最適化問題を考える際に、その関数を最小化・最大化するような$x$を求める。これは関数$f(x)$を微分し、導関数$\dfrac{df(x)}{dx}$を0にするような値を探すことである。
シンギュラリティサロン＃34（東京第31回） 吉田 正俊「自由エネルギー原理と視覚的意識」 | シンギュラリティサロン
名称: シンギュラリティサロン ＠東京 第 31 回公開講演会 日時: 2019年6月8日(土) 1:30pm 〜 4:00pm 会場: 大手町サンケイプラザ 3 階 主催: シンギュラリティサロン 共催: 株式会社ブロードバンドタワー 講師: 吉田 正俊 (生理学研究所 認知行動発達機構研究部門 助教) 演題: 『自由エネルギー原理と視覚的意識』 講演概要: フリストンの自由エネルギー原理では、外界に関する生成モデルと現在の認識から計算される変分自由エネルギーを最小化するために、1) 脳状態を変えることによって正しい認識に至る過程 (perceptual inference) と 2) 行動によって感覚入力を変えることによって曖昧さの低い認識に至る過程 (active inference) の二つを組み合わせていると考える。 本講演の前半では自由エネルギー原理について、我々が視線を移動さ
年収推定を順序回帰で定式化
出典:厚生労働省ホームページ https://www.mhlw.go.jp/toukei/saikin/hw/k-tyosa/k-tyosa09/2-2.html より、図8「所得金額階級別にみた世帯数の相対度数分布」 今回の論文では、これらの3点全てに対処するアプローチとして、問題を順序回帰として定式化 + 補間曲線を用いて連続値を回復というアプローチを提案しました。 順序回帰による定式化 以下では、レジュメ情報は\(X\)という形でスパースな\(D\)次元のベクトルにまとめられており、それらから\(K\)(今回は\(K=10\))クラスの年収区分値\(c\)を推定する、という問題を考えます。まずは問題を順序ロジット/順序プロビット回帰として定式化します。若干マイナーなテクニックなのでおさらいをしたいと思います。 冒頭で申し上げた通り、ビズリーチの年収データは「750万円~1000万円」
入社2年目に読んだ本May 20, 2022 | 22 min read | 5,569 views jabook昨年の『入社1年目に読んだ本』に引き続き、今年も1年間で読んだ仕事関係（明確な定義はありません）の本をまとめます。「あとで自分で読み返すため」という性質が普段以上に強い記事になりますが、どなたかの役に立てば望外の喜びです。 さて、前回の記事では、 「予測モデルを作ることと、データ施策を本番環境で運用してビジネス価値を出し続けることの間には様々な大きいギャップがある」ということを痛感しました。（中略）2年目はこのギャップを埋めて大きなビジネス価値に繋げられるよう、引き続き邁進していく所存です。 ということを書きました。その後、仕事や自主的な勉強を通じて、着実に「ギャップ」を埋められています。具体的には、主に以下のような項目について知見を深められました。 機械学習システムの
日曜化学(3)：分子軌道法と可視化（Python/matplotlib） - tsujimotterのノートブック
いよいよ 分子軌道 を計算してみたいと思います。 今回の記事の内容を理解するとエチレンやブタジエンやベンゼンなどの分子軌道が計算でき、それをPythonのプログラムで可視化できるようになります。 これまで３回に渡って書いてきた「日曜化学シリーズ」の記事ですが、今回がまさに集大成となっています。 過去の記事を前提にお話しますので、まだの方はシリーズの過去記事をご覧になってください。 tsujimotter.hatenablog.com （番外編の日曜化学(2.5)は読まなくても、今回の内容については大丈夫です。） 前回までの記事で計算したのは、水素様原子という 原子核が１つ・電子が１つ のものでした。 そうなると、原子核が２つ以上で電子が１つ の状況（つまり分子）を計算したくなると思います。 上記の状況はポテンシャルによって表すことができますので、ハミルトニアンに反映させればシュレーディンガ
はじめに 量子コンピュータ勉強会で、変分アルゴリズムを勉強して２周終わりました。さらに内容をアップデートして、3周目をまとめます。変分アルゴリズムは2020年現在で利用できる量子コンピュータ向けのアルゴリズムを理解する上でとても大事です。ここでは理論から応用までをできるだけ幅広く丁寧にフォローしたいと思います。 変分アルゴリズム#2-1（理論編） 手計算を中心に理論を確認します。主に変分アルゴリズムと呼ばれるVQEとQAOAはほぼ同じ手順で実行をすることが可能です。苦手な方はこの章は飛ばしても結構です。 2-1-1 VQE/QAOAとは？ VQE(Variational Quantum Eigensolver)は、2020年現在の量子コンピュータはエラーが多く長い回路の実行が厳しいため従来想定された位相推定アルゴリズムの実行が厳しく、その代替としてエルミート行列の固有値の期待値を求める量子
早稲田大学の研究グループが、制約のある組み合わせ最適化問題を量子コンピューターによって高精度で解くための新しい手法を開発した。制約を満たさない解を満たす解に変換する「制約適合処理手法」と、従来の手法である「変分法」を組み合わせた量子アルゴリズムを開発し、有効性を確認した。 今回の研究は早稲田大学理工学術院の白井達彦講師と戸川望教授らの研究グループが2024年3月14日に発表した。この量子アルゴリズムは、量子アニーリング方式と量子ゲート方式の両方の量子コンピューターに適用可能だ。従来の変分法だけを使用する手法に比べて、値が小さいほど解の精度が良いとする評価指標である「残留エネルギー」を、量子アニーリング方式で平均85％、量子ゲート方式で平均87％削減したという。 組み合わせ最適化問題は、膨大な選択肢（解）の中から、与えられた制約を満たしつつ、目的関数が最小値または最大値となるような解を求める
物理学徒がマクロ経済学を俯瞰した『経済数学の直観的方法』
『物理数学の直観的方法』*1で名を馳せた物理学徒の長沼伸一郎氏が、経済数学についての解説本『経済数学の直観的方法 マクロ経済学編』を出していた。経済学や経済思想史を体系的に学んだことが無い人が書いているためか、経済学全体をよく俯瞰できていないので誤解や偏見を引き起こしそうな見落としがあるので、これで経済学を語られるとちょっと困るところもあるし、内容が最近のカリキュラムとやや乖離しているのだが、誤解や偏見があることを踏まえて読める人には、物理学と経済学を対比した記述が面白いものとなっている。 1. 経済学に関する記述は… 経済学に関する記述には、用語の選択といった瑣末的なもの以外にも、根本的な誤解を感じさせる。「経済学ではその（需要と供給の）2本の曲線が交わってできる点は「パレート最適点」と呼ばれ、そこが社会にとって最適な均衡点だという思想が、現在でもミクロ経済学の一つの基礎となっている」（
今、都内某所で、地方自治体主催の市民講座に登壇しており、そこで現実問題を経済学で分析するレクチャーをしている。そのレクチャーでは、現代の(広く認められている)経済理論を援用しながらも、そこかしこに宇沢弘文先生の「社会的共通資本の理論」を刷り込むサブリミナルを仕込んであるのだ(笑)。 それで環境問題をテーマとする回に、宇沢先生の地球温暖化へのアプローチを紹介しようと思い立ち、今までちゃんと勉強しなかった宇沢先生の温暖化についての理論と初めて向き合った。読んだのはこの本。 地球温暖化の経済分析 (宇沢弘文著作集―新しい経済学を求めて 11) 作者:宇沢 弘文 発売日: 1995/04/10 メディア: 単行本 この本での宇沢先生の最終的なアプローチは、動学的最適化理論を使う分析である。二酸化炭素の排出量制約のもとでの、消費の通時的最適化を求めている。これをもとに、「最適な炭素税とは各国のGDP
0 総記 00 総記 000 総記 002 知識．学問．学術 002.7 研究法．調査法 科学方法論→116.5 学術研究奨励→377.7 自然科学→400 社会科学→300 知識の分類→116.5 007 情報科学 007.1 情報理論 007.11 サイバネティックス 007.13 人工知能．パターン認識 007.15 エキスパート システム 007.2 歴史．事情 007.3 情報と社会：情報政策 007.35 情報産業．情報サービス 007.4 情報源 007.5 ドキュメンテーション．情報管理 007.52 主題分析 007.53 索引法 007.54 抄録法 007.55 クリッピング 007.57 情報記述の標準化 007.58 情報検索．機械検索 007.6 データ処理．情報処理 007.61 システム分析．システム設計 007.63 コンピュータ システム．ソフトウェア
Normalizing Flow入門 第1回 変分推論
こんにちはtatsyです。今回は最近興味をもっているNormalizing Flowの技術について紹介したいと思います。 Normalizing Flowという言葉はRezendeらによって2015年に発表された以下の論文で一般的に使われるようになった言葉です。 Rezende et al. 2015, “Variational Inference with Normalizing Flows”, ICLR 2015. [arXiv]この論文のタイトルにある通り、Normalizing Flowという技術はVariational Inference、すなわち変分推論の技術の一つです。そこで、第1回では、変分法と変分推論について見ていくこととします。 変分法変分法というと、大学の教育課程では、おそらく解析力学のような分野で最初に登場する言葉かと思います。例えば、坂道を転がる球が最短の時間で転
最適制御の数理 - Qiita
はじめに こんにちは。東京大学計数工学科B3の石鹸です。 このブログは物工/計数 Advent Calendar 2020の18日目の記事です。 去年のAdvent Calendarには解析力学とラグランジュ未定乗数法の記事を投稿しましたが、今回は最適制御理論について紹介していきます。前半では最適制御理論について扱い、後半ではカルマンフィルタについて扱います。 前提知識ですが、制御工学/制御理論の授業で習う知識を前提としません。変分法やラグランジュ未定乗数法を使うので、知らないという人は去年のAdvent Calendarを読んでから読むと理解しやすいと思います。 最適制御理論 正準方程式とHJB方程式 まずは最適制御理論の基礎となる式を導出しましょう。 問題設定 制御対象のシステムの状態をベクトル$\boldsymbol{x}$で、制御入力をベクトル$\boldsymbol{u}$で表現
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
東京大学、量子コンピューティング入門教材が無料公開 ゼロから自習できる教材目指す | Ledge.ai
【論文紹介】統計学の過去50年における最も重要なアイディアとは？ - Qiita
Deep learning and Physics
物理数学 – オススメの参考書 (網羅性重視で厳選紹介) | Math Relish
変分と機械学習 - HELLO CYBERNETICS
入社2年目に読んだ本 | Hippocampus's Garden
【ほぼ決定版】量子コンピュータVQE/QAOAセミナーまとめ - Qiita
早大、量子コンピューターで制約付き組み合わせ最適化問題を高精度で解く手法を開発
ラグランジュ乗数と帰属価格 - hiroyukikojima’s blog
日本十進分類法（全て）：この項目の歴史、内容、特徴、等を幅広く、深く、理解する