ap math
Get flash to fully experience Pearltrees
未知への独り言 期待効用理論
こんにちは。 mcMcです。 お金の理論シリーズの続きを書こうと思ったのですが、 いまいち気分が乗らなかったので2回連続で脳と経済シリーズの更新です。 今回は、脳と経済シリーズ第7回の更新です。
言語処理のための機械学習入門を読んだ 言語処理のための機械学習入門という本が 出版 される、という話は twitter で知っていたのだが、 8月 ぐらいに出るのだろうとばかり思っていたら、なんかもう発売されているらしい。 Amazon では早速売り切れていたので、某 大学生協 の 書籍 部まで行って購入してきた。おかげで、この週末は280円で過ごすハメになってしまった。 まだざっと眺めただけだが、 ラ ベル を人手でつけるのに 隠れマルコフモデル と言うのは本来はちょっとおかしいんだけど NLP の分野だとそう 表現 する事が多いよ 対数 線形 モデル と最大 エントロピー モデルは同じものだよ 出力 変数 の間に 依存 関係がなければCRFではなく対数線形モデルとか最大エントロピーモデルと表現するべきだよ
言語処理のための機械学習入門を読んだ - 射撃しつつ前転
Enshu (Computational Complexity)
［2月23日］2月21日（火）提出分まで採点を終えて得点表に掲載しました 計算量演習はこれですべて終りです ［2月10日］2月6日（月）提出分まで得点表に掲載しましたので御確認下さい 四年生はこれで終りです ［1月26日］第八回の問を掲載 メールでの質問歓迎→kawamura@is.s.u-tokyo.ac.jp （Ｃの答を希望する場合は締切後平日三日が過ぎてから問を指定して個別にきいてください） 問 試問・相談時間：月曜一限（10月17日、24日、31日、11月7日、14日、21日、28日、12月5日、12日、19日、1月10日、16日、23日、30日）、またはメールで日時を設定。
経済学に抽象度の高い数学はホントに必要なんでしょうか？
だが，数学的な記述が徹底している分，数学科出身の私にはわかりやすい．数式やグラフなしで文章ばかり続くと論理を追うのに骨が折れるから． しかし，経済学の本を読んでいてときどき不思議な気がするのは，ちょっと抽象化しすぎの感があることだ． 本書にも巻末に数学のAppendixがあって，Appendix Aでは，位相空間論(general topology)について説明されている．これは数学科においては国語のようなもので，知らねば話にならない．しかし，経済学でこれをやると，かえって理解しづらくなるのではないかと思うのだ．おそらく本文で一般位相は使われておらず（全部読んだわけではないので違うかもしれないが），基本的には距離空間（あるいは，seminormsで位相を定める局所凸空間くらい）で話が済むのだから，そこでやめておいてもいいのではないかと思うのだが気のせいかなぁ．ようするに必要なのは関数解析でしょう？ ちなみに，私の出た大学の理学部数学科では，位相空間論は落ちこぼれの多い科目で，100人以上受けて10人ちょっとしか合格していなかった．これを本気でこなさないと経済学がわからないのだとしたら，その他にも技術的な話（計量経済学など）や歴史的な話（経済史，経済学史など），哲学的な話（なんだか想像もつかない）など山ほどやることがある経済学科はなかなかしんどい学科だろう．
■ [ IR ]確率的情報検索ノート ― Probability Ranking PrincipleからBM25まで ― GW中にやることリストのひとつである確率的情報検索ノートができたので公開． 確率的情報検索とは，Prbability Ranking Principle (説明はノート参照) をスタート地点にして適合確率をモデル化した情報検索のいち分野．Binary independence modelやBM25などが含まれる (BM25はいろんな ヒューリスティクス が入っているのだけれど)． BM25とは， という (説明はノート参照)，ぱっと見ワケワカラン計算式だけれど当たり前のように情報検索分野でベースラインとして用いられている 手法 である．
確率的情報検索ノート ― Probability Ranking PrincipleからBM25まで ― - 睡眠不足？！
(注): 以下、適当なことが書いてありますが、それぞれの本を 1ページ目から最終ページまで読み切ったわけではなく、数章とばしたり、中途 までしか読んでいないものもあります。(…例外を除いて(?)完読したわけではない…) Lectures on Polytopes (G.M.Ziegler, Springer GTM152, 1995, 2nd Printing 1998)
Recommended Textbooks
ƒCƒ“ƒ^[ƒlƒbƒg‚Å’²‚ׂéŒÀ‚èAu“ª”]ƒQ[ƒ€v‚Æ‚¢‚¤•\Œ»‚Í–¢‚¾Šm—§‚³‚ê‚Ä‚¢‚È‚¢‚悤‚Å‚·B ƒEƒBƒLƒyƒfƒBƒAi“ú–{Œê”ÅA‰pŒê”Åj‚Åu“ª”]ƒQ[ƒ€v‚ð’T‚µ‚ÄŒ©‚Ü‚µ‚½‚ªA€–Ú‚Æ‚µ‚Ä‚Í‚ ‚è‚Ü‚¹‚ñB‚½‚¾‚µAƒ„ƒt[‚âƒO[ƒOƒ‹‚ÅŒŸõ‚·‚é‚ƃqƒbƒg”‚Í–c‘å‚Å‚·i2006”N4ŒŽ––Žž“_‚ÅAƒ„ƒt[‚Å–ñ‚P‚Q‚W–œŒAƒO[ƒOƒ‹‚Å–ñ‚S–œŒjB“à—e‚ÍA‚Ù‚Æ‚ñ‚nj•ʃQ[ƒ€‚ÌЉîƒTƒCƒg‚Å‚·B
頭脳ゲームの広場
ぼくのかんがえたとうけいがくぶかりきゅらむ - iAnalysis ～おとうさんの解析日記～
■ ぼくのかんがえたとうけいがくぶかりきゅらむ 個人的にもやもやと考えた カリキュラム です。 現在、日本の大学には存在しない 統計学 部がもしあったら、こんな カリキュラム を組みたいなぁ、と。 統計学 の講義は分布や 変数 の型を教えるところから入るんだけど、授業を受けていて馴染みにくいな～と学生の頃から常々感じていました。（あくまでも個人的な意見です。）最初は「データ解析I」で全体観を学び、次に「データ解析II」で分析に必要な技術を身につけ、「確率・検定・因果推論」で理論的な バックグラウンド を吸収した上で、最後に「様々な分野での 統計 解析」で各論を学ぶという流れにしております。ベイズ統計と統計物理 - Hal Tasaki’s -<log p>
■ [ 物理・専門 ]ベイズ統計と統計物理 先日、池袋の大きな本屋さんに行ったときに、 伊庭幸人著『ベイズ統計と統計物理』 （岩波講座「物理の世界」）
ベイズ統計の理論と方法
“n•ÓŸ•v ƒxƒCƒY“Œv‚Ì—˜_‚Æ•û–@AƒRƒƒiŽÐA2012 C ƒAƒ}ƒ]ƒ“‚̃y[ƒW ‚±‚Ì–{‚ł̓xƒCƒY“Œv‚Ì—˜_‚Æ•û–@‚ðЉ‚Ä‚¢‚Ü‚·B ƒxƒCƒY“Œv‚ɂ‚¢‚Ä‚Í—Ç‚¢–{‚ª‚½‚‚³‚ño”Å‚³‚ê‚Ä‚¢‚Ü‚·‚Ì‚ÅA‘¼‚Ì–{‚Æ ‡‚킹‚Ä‚¨“Ç‚Ý’¸‚¯‚ê‚ÎK‚¢‚Å‚·B ‰‚߂ăxƒCƒY“Œv‚Éo‚ ‚Á‚½l‚Í‚à‚¿‚ë‚ñA‚±‚ê‚܂łɃxƒCƒY“Œv‚ɂ‚¢‚ĕ׋‚ð ‚³‚ê‚Ä‚¢‚ÄA‘½‚‚Ì‹^–â‚ðŽ‚½‚ê‚Ä‚¢‚é‚©‚½‚É–{‘‚ð‚¨‘E‚ß‚µ‚Ü‚·B
統計学部カリキュラム - 一成の統計塾
ブログの中で公開した、自分なりの 統計学部カリキュラム です。 （ひとつひとつがかなり重いのでカリキュラムとして成立するのか疑問ですが、、） 【カリキュラム】 1.ベイジアンネットワーク - iAnalysis ～おとうさんの解析日記～
■ [ R program ] ベイジアン ネットワーク ベイジアン ネットワーク を推定する方法はいくつかあるけど、個人的に好きなのはPearl先生のIC アルゴリズム （Inductive Causation algorithm）での方法。 教科書はこちら。 IC アルゴリズム に似ている、 GS アルゴリズム はbnlearnパッケージで出来ます。 こんな感じ。■ 因果推論のススメ 2012年3月12日、 計算機科学 分野の権威ある賞、 チューリング賞 （ wikiはこちら ）をJudea Pearl先生が受賞されました（ 米記事はこちら 、 日本記事はこちら ）。Pearl先生は「因果推論」分野の権威です。因果推論は ベイジアン ネットワーク や構造 方程式 モデリング （ SEM 、パス解析）などの基本理論になります。
因果推論のススメ - iAnalysis ～おとうさんの解析日記～
はじめに 大野です。今回は数学に関する情報入手方法について、自分が知っている範囲でお話をしようと思います。特に4月に大学や大学院に入学した方や、数学の勉強を始めたいけれど何から始めればよいかわからないという方などを想定して紹介していこうと思います。
数学に近い分野の情報収集 : Preferred Research
Euler Getter Wiki - Euler Getter Wiki
※上記の広告は60日以上更新のないWIKIに表示されています。更新することで広告が下部へ移動します。 2人用ボードゲーム Euler Getter 情報サイト。 誰でも編集出来ます。ML