[重要なお知らせ (2023/8/12)] 現在，スライドの p.10 に不十分な記述があります．ルートの答えは 0 以上の数に限定することに注意してください (たとえば -3 を 2 乗しても 9 ですが，ルート 9 は -3 ではありません)．なお，現在筆者のパソコンが修理中でデータがないので，修…
[重要なお知らせ (2023/8/12)] 現在，スライドの p.10 に不十分な記述があります．ルートの答えは 0 以上の数に限定することに注意してください (たとえば -3 を 2 乗しても 9 ですが，ルート 9 は -3 ではありません)．なお，現在筆者のパソコンが修理中でデータがないので，修…
その誕生を地元新聞も経済新聞も記事にしなかった。２年後、『コードの情報を白黒の点の組み合わせに置き換える』と最下段のベタ記事で初めて紹介された時、その形を思い浮かべることができる読者はいなかった。いま、説明の必要すらない。ＱＲコードはなぜ開発され、どう動くのだろうか。 ＱＲコードは、自動車生産ラインの切実な要請と非自動車部門の技術者の「世界標準の発明をしたい」という野心の微妙な混交の下、1990年代前半の日本電装（現デンソー）で開発された。 トヨタグループの生産現場では、部品名と数量の記された物理的なカンバンが発注書、納品書として行き来することで在庫を管理する。そのデータ入力を自動化するバーコード（ＮＤコード）を開発したのがデンソーだ。 バブル全盛の1990年ごろ、空前の生産台数、多様な車種・オプションに応えるため、部品も納入業者も急激に増え、ＮＤコードが限界を迎えていた。63桁の数字しか
ゲームエンジンや3Dソフトウェアを利用して高度な表現ができるこの時代でも、プリミティブな描画や動き、アルゴリズムから学べることは多い。それらをJavaScriptで書くクリエイティブコーディングという形で学べる手引書が本書となる。
はじめに: 本講座は「機械学習ってなんか面倒くさそう」と感じている プログラマのためのものである。本講座では 「そもそも機械が『学習する』とはどういうことか?」 「なぜニューラルネットワークで学習できるのか?」といった 根本的な疑問に答えることから始める。 そのうえで「ニューラルネットワークでどのようなことが学習できるのか?」 という疑問に対する具体例として、物体認識や奥行き認識などの問題を扱う。 最終的には、機械学習のブラックボックス性を解消し、所詮は ニューラルネットワークもただのソフトウェアであり、 固有の長所と短所をもっていることを学ぶことが目的である。 なお、この講座では機械学習のソフトウェア的な原理を中心に説明しており、 理論的・数学的な基礎はそれほど厳密には説明しない。 使用環境は Python + PyTorch を使っているが、一度原理を理解してしまえば 環境や使用言語が
import torch x = torch.tensor([1., -1.]) w = torch.tensor([1.0, 0.5], requires_grad=True) loss = -torch.dot(x, w).sigmoid().log() loss.backward() print(loss.item()) print(w.grad)
株式会社ブレインパッドの2023年新卒研修資料です。基礎統計学について扱っています。 ※ 本資料の公開は、ブレインパッドをもっとオープンにする取り組みOpenBPの活動です。 [OpenBrainPad Project] https://brainpad.github.io/OpenBrainPad/
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
帝京大学経済学部で用いた講義資料です。 2022年度の統計学I及び統計学IIの講義スライドを編集したうえでUPしています。 目次 本資料について 統計学の講義資料 1．本資料について 帝京大学経済学部で用いた講義資料です。 2022年度の統計学I及び統計学IIの講義スライドを編集したうえでUPしています。 もとの講義資料とは異なる点もあるのでご注意ください。 万が一何か問題があれば、当ブログにコメントをいただけますと幸いです。 スライドにも記載の通り、以下の利用を想定しています。 想定①：講義の受講者が復習に利用する 想定②：未受講者が統計学入門資料として利用する 基本的には想定①ですが、文系の学生をメインターゲットとした統計学の本格的入門資料は少ない印象です。 未受講者の方にも役に立つかもしれないと思いWeb上で公開することにしました。 本資料は1年間にわたる講義資料となっています。数回
1. はじめに こんにちは、東京大学 3 年の米田と申します。この度は、ダイヤモンド社から『高校数学の基礎が 150 分でわかる本』という書籍を出版させていただくことになりました。高校数学の基礎を図解で超わかりやすく説明した本です。 【フルカラー図解】高校数学の基礎が 150 分でわかる本 - Amazon 発売日は 3 週間後の 2023/7/26 です。電子書籍版も同時期に出る予定です。本記事では、この本の内容や特徴について、簡単に紹介させていただきます。 2. この本はどういう本か 本書は、主に次のような方に向けた、高校数学の「超」入門書です。 高校数学をはじめて学ぶ方 数学を学び直したい方 日本ではたくさんの数学の本が毎週のように出版されています。しかしこの中の多くは、難しくて多数の人が挫折してしまうか、雰囲気でわかった気にはなるけど結局身に付かないかのいずれかです。 そこで本書は
柴田 淳 A_Shibata 株式会社マインドインフォ 代表取締役。東進デジタルユニバーシティ講師。著書に『Pythonで学ぶはじめてのプログラミング入門教室』『みんなのPython』『TurboGears×Python』など。理系の文系の間を揺れ動くヘテロパラダイムなエンジニア。今回の連載では、生成AI時代を生き抜くために必要なリテラシーは数学、という基本的な考え方をベースにお勧めの書籍を紹介します。 Tweet 今回紹介する書籍：『はじめての物理数学』永野 裕之（SBクリエイティブ、2017） 朝起きてから寝るまで、我々は何種類もの「数」を見ます。 私自身、朝起きるとネットやニュースで降水確率、予想気温のように気象にかかわる数、為替、海外の株式市場の指数など、いろいろな種類の数をチェックします。しばらく前なら、コロナウイルスの感染者数や増加傾向を表す指数を毎日のように確認していました。
モトカ @motok_saikai 本当にヤバすぎる今世紀最大のニュースで草。 東大、贈与の相互作用によって様々な社会構造が組織されうることを理論的に解明：日本経済新聞 nikkei.com/article/DGXZRS… 2024-09-07 02:28:41 東大、贈与の相互作用によって様々な社会構造が組織されうることを理論的に解明 - 日本経済新聞 【プレスリリース】発表日:2024年09月05日贈り物の交換による地位の競争と社会構造の変化――文化人類学への統計物理学的アプローチ――【発表のポイント】◆文化人類学で議論されてきた贈与による覇権争いを数理モデルで表現し、贈与の規模や頻度に応じて多様な社会構造が組織されることを計算機シミュレーションで明らかにした。◆文化人類学の現象に統計物理学のアプローチを導入することで、個人レベル 73 users 112 日本経済新聞
ここ数年プログラミングを学びたい人が増えている。そうした需要に応じて有象無象のプログラミングスクールや不適当な内容の学習サイトも増えている。中には粗悪なスクールやオンラインサロンも沢山ある。しかし未経験者にはどれがいいスクールなのか悪いスクールなのか等の審美眼はない。 この記事では未経験者がそういった情報弱者を食い物にする偽物に騙されないように滑らかに学習を進めていくための道筋について書く。 この記事の対象読者は下記。 教養としてプログラミングを学びたい未経験者 とにかくWebサービスやアプリを作りたくてプログラミングを学びたい未経験者 プログラマとして職を得たい未経験者 以下、まずは全ての対象読者向けの下準備について書き、その後それぞれの対象読者向けに道筋を書く。 目次 準備 教養としてプログラミングを学びたい人の場合 とにかくwebサービスやアプリを作りたくてプログラミングを学びたい人
分野が広く、さまざまな知識を求められる数学や物理学。これらの知識をツリー構造により分からないところまでひたすら掘り下げて、基礎の基礎から学ぶことができる学習サイトが「コグニカル」です。一体何かどう学べるのか？ということで、実際にコグニカルを使ってみました。 コグニカル https://cognicull.com/ja コグニカルのトップページはこんな感じ。「ばねの弾性力による位置エネルギー」「位置エネルギー」など、数学・自然科学・工学のさまざまな知識が353個並んでいます。 試しに「熱振動」をクリックすると、「熱振動とは、分子など、原子の集合で生じる原子の振動のことです。」と、熱振動について記述されたページが表示されました。また、分子と原子が振動している様子のイメージがアニメーションで表示されています。 読み進めていくと、「説明が理解できない場合」は「以下の知識が不足している可能性がありま
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? こんにちは。 在宅の機会が増えて以来Youtubeを見る機会が増え、機械学習などが勉強できるチャンネルをいくつか探しては見ていました。探した中でよかったと思ったものをメモしていたのですが、せっかくなので公開したいと思います。日本語のソースがあるもののみ対象にしており、『これ無料でいいのか？』と思ったチャンネルを紹介したいと思います。主観で以下のレベルに分けましたがあくまで参考程度にお願いいたします。 基本：Pythonを触ってみた人 Pythonの説明・動かし方などを解説していて、動画によっては踏み込んだ内容になる 応用：アルゴリズムを
2013年の秋、その時の自分は30代前半だった。 衝動的に数学を学び直すことにした。 若くないし、数学を学びなおすには遅すぎると思って尻ごみしていたが、そこを一念発起。 というか軽い気持ちで。ぶっちゃけると分散分析とやらに興味を持ったから。 数学というか統計かな。 統計的に有意差があったといわれてもその意味がさっぱりだった。 一応、理系の大学を出てるので、有意差という単語をちょいちょい耳にはしていたが、 「よくわかんないけどt検定とかいうやつやっとけばいいんでしょ？」 くらいの理解だった。 で、ありがちな多重比較の例で、3群以上の比較にt検定は使っちゃダメだよっていう話を聞いて、なんか自分だけ置いてけぼりが悔しくなって、Amazonをポチッとしたのが全ての始まり。 あと、あの頃はライン作業の工員だったから、脳が疲れてなかったし。 そんなわけで、自分の軌跡を晒してみる。 みんな数学とかプログ
はじめに プログラミング自体は文系、理系、年齢関わらず勉強すればある程度ものになります。プログラミングがある程度できるようになるとTensorflow,PyTorchやscikit-learn等のライブラリで簡単にできる機械学習やデータサイエンスに興味を持つの必然! これからさらになぜ上手くいくのか・いかないのかの議論をしたい、社内・外に発表したい、理論的な所を理解したい、先端研究を取り入れたい、応用したい等々と次々に実現したい事が増えるのもまた必然でしょう。このときに初めて数学的なバックグラウンドの有無という大きな壁が立ちはだかります。しかし、数学は手段であって目的ではないので自習に使える時間をあまり割きたくないですよね。また、そもそも何から手を付けたら良いかわからないって人もいるかと思います。そんな人に向けた記事です。本記事の目標は式の意図する事はわからんが、仕組みはわかるという状態に
私は高校入試で、数学以外の科目は 80～90点台でしたが、数学だけ55点でした……（合格者平均は約70点）。しかし試行錯誤の結果、定期テストで平均より少し上となり、評定平均4、模試偏差値65くらいを取れるようになりました。その方法について紹介します。（高校生記者・みかみ＝３月卒業） なぜ苦手か分析してみたら数学が苦手だった原因を分析してみました。「解けない問題の解答を丸暗記しようとしていたこと」「解答用紙やノートがうまく使えないこと」「暗記するなという言葉を曲解し、復習せず思考停止していたこと」とわかりました。そこで、主に次の4つの方法を実践してみました。 【１】自分の言葉に変えてみるまず、私には数学特有の言い回しが難しかったので、問われた内容を自分の言葉に変えて、問題集に解答の流れを書き込みました。そしてセルフレクチャーという方法で、問題を見て瞬時に答えが導き出せるようにしました。 周囲
よくある話やる夫「やる夫は4月から数学科1年生！大学数学を極めるお！今日は意識高く本屋にやって来たんだお！」 やらない夫「……お前、数学が好きなのはいいけども、二次試験の数学散々だったんだろ？無理すんなよ。」 やる夫「やらない夫は黙ってろお！やる夫は本気出せば天才だお！」 やる夫「おっ、ここが専門書の棚かお。あった、杉浦光夫『解析入門Ⅰ』。これが欲しかったんだお！」 やらない夫「いや、それは『解析門前払い』として有名な本で……」 やる夫「杉浦解析は名著だお！即レジだお！」 やる夫「さぁ、始めるお！最初は実数のことが書いてあるお！こんなの知ってるお！」 やる夫「2ページでもう加群とか可換群、可換環みたいな言葉が出てきたお。なんのことか分からないお」 『問1 $\mathbb{R}$(一般に体$K$)において次のことが成り立つことを示せ．(i) (R3)を満たす$0$は唯一つ．』 やる夫「(R
はじめに 本書は，筆者が長年書き溜めた様々な実務的な最適化問題についてまとめたものである． 本書は，Jupyter Laboで記述されたものを自動的に変換したものであり，以下のサポートページで公開している． コードも一部公開しているが，ソースコードを保管した Github 自体はプライベートである． 本を購入した人は，サポートページで公開していないプログラムを 圧縮ファイル でダウンロードすることができる． ダウンロードしたファイルの解凍パスワードは<本に記述>である． 作者のページ My HP 本書のサポートページ Support Page 出版社のページ Pythonによる実務で役立つ最適化問題100+ (1) ―グラフ理論と組合せ最適化への招待― Pythonによる実務で役立つ最適化問題100+ (2) ―割当・施設配置・在庫最適化・巡回セールスマン― Pythonによる実務で役立つ
人工知能を学ぶためのロードマップ このページでは、人工知能や深層学習を学んだことのない方を対象に、 それらを学ぶためのロードマップを紹介しています。 本ロードマップでは達成目標として、 「研究者」「データサイエンティスト」「エンジニア」「ビジネス」の 4つの職業ごとに4つのレベルを設けています。 まずはレベル0として、人工知能についての基礎的な知識を学びましょう。 技術に触れる（学習想定時間：1時間） まずは最新のAI技術に触れて，AIによってどのようなことができるのかを確認してみましょう． メジャーなサービスを含めいくつか紹介します． ・ChatGPT ChatGPTはすでに利用したことがある方が多いかと思いますが、OpenAIが開発・運営する大規模言語モデル（LLM）チャットボットです。LLMでは他にGoogleのGemini、AnthropicのClaude、Mistral AI、P
「Immersive Math」は、数学のうちベクトルや行列などの計算を研究する分野である「線形代数」についてインタラクティブな図を用意することでわかりやすさを向上させた無料の教科書サイトです。 Immersive Math https://immersivemath.com/ila/index.html サイトのトップページはこんな感じ。「完全にインタラクティブな図を備えた世界で最初の線形代数本」と述べられています。 中央に表示されている三角形の図はインタラクティブで、左上をクリックすることで回転・停止を切り替えられるほか、各頂点をクリックしてドラッグ＆ドロップすることで位置を調整可能。自由に図を編集できるため理解しやすいというわけです。 ページをスクロールすると目次が現れました。まずは「Preface(序文)」をクリック。 「『百聞は一見に如かず』という言葉の通り、たくさんの言葉を重ね
序文 しばらく前から、プログラマーを対象とした圏論に関する本を書こうと考えていた。計算機科学者ではなくプログラマー、科学者ではなくエンジニア向けだということに注目してほしい。正気の沙汰ではないし、本当に怖気づいてしまう。科学と工学の間に大きなギャップがあるのは否定できないと思う。自分自身がその分断の両側で仕事をしてきたからだ。それでも、物事を説明したいという強い衝動をいつも感じていた。簡潔な説明の達人だったリチャード・ファインマン1を心から尊敬している。自分がファインマンではないことは分かっているが、最善を尽くしたい。まずは、この序文――読者に圏論を学ぶ気を起こさせることを想定したもの――を公開することから始めようと思う。それによって議論を開始しフィードバックを募れることを願っている2。 ここからの数段落をかけて、この本があなたのために書かれたものであり、数学のうちでも特に抽象的な分野を学
大規模言語モデル講座について 大規模言語モデル（LLM）寄付講座は、東京大学松尾・岩澤研究室が世界に先駆けて体系的に構築した、最先端のLLM技術を学べるオンライン講座です。延べ6,000名が受講した実績があり、全12回でLLMの原理から社会実装まで幅広く学べる内容が特徴です。学生や社会人を対象に、最新技術を理論と実践の両面から深く学ぶことができます。 本資料の再利用(2次利用)について 本資料は東京大学 松尾・岩澤研究室が作成し、東京大学サマースクール2024として2024年9月から11月にかけて開催されたLLM大規模言語モデル講座の講義資料となっております。 本資料はクリエイティブ・コモンズのCC BY-NC-SA 4.0 DEED(表示-非営利-継承 4.0 国際)のライセンスが登録されています。 ライセンスの表示について 各スライドのページ最下部にライセンスの記載がございます。再利用
$$\newcommand{a}[0]{\alpha} \newcommand{Aut}[0]{\operatorname{Aut}} \newcommand{b}[0]{\beta} \newcommand{C}[0]{\mathbb{C}} \newcommand{d}[0]{\delta} \newcommand{dis}[0]{\displaystyle} \newcommand{e}[0]{\varepsilon} \newcommand{F}[4]{{}_2F_1\left(\begin{matrix}#1,#2\\#3\end{matrix};#4\right)} \newcommand{farc}[2]{\frac{#1}{#2}} \newcommand{G}[0]{\Gamma} \newcommand{g}[0]{\gamma} \newcommand{Gal}[0]
計算量についてのお話です。対象は、プログラミング経験はあるが計算量のことを知らない初心者から、計算量のことを知っているつもりになっている中級者くらいです。 数式を見たくない人にとっては読むのが大変かもですが、深呼吸しつつ落ちついて読んでくれるとうれしいです。 それから、この記事が自分には合わないな〜と思ったときは、（別の記事を Qiita とかで検索するよりも）この記事の一番下の 参考文献 にある本を読むことをおすすめします。Amazon の試し読みで無料で読めます*1。 TL; DR 関数の増加度合いのことをオーダーと呼ぶよ 計算量は、入力サイズ（など）を受け取ってアルゴリズムの計算回数（など）を返す関数だよ その関数のオーダーについての議論がよく行われるよ オーダーを上から抑えるときは \(O\)、下から抑えるときは \(\Omega\) を使うよ オーダーを上下両方から抑えたいときは
清水 亮 ryo_shimizu 新潟県長岡市生まれ。1990年代よりプログラマーとしてゲーム業界、モバイル業界などで数社の立ち上げに関わる。現在も現役のプログラマーとして日夜AI開発に情熱を捧げている。 最近のプログラミングの新しい波は微分可能プログラミング(differentiable programming)である。 微分可能プログラミングとは、簡単に言うと・・・と思ったが、簡単に言うのは結構難しい。 まず「微分」という言葉があまり簡単ではない印象がある。 まずは微分と積分の関係性を説明しておこう。文系の読者に向けた記事であるので、非常にざっくりと説明してみよう(そのかわり、元々数学が得意な読者にとっては直感的ではない説明になるかもしれない)。 まず、瓶からコップにジュースを移すような状況を想定してみる。 瓶からコップが一杯になるまで60秒で注ぐとしよう。 その時、ある時点でコップが
こんにちは、square1001 です。 現在は東京大学の学部 1 年生をしています。私は中学 1 年の頃からプログラミングをやっていて、特にアルゴリズムが大好きです。AtCoder をはじめとする 競技プログラミング にも取り組んでいて、中高生のときは 情報オリンピック にも参加していました。 本記事では、アルゴリズムや競技プログラミングに興味がある方、あるいはプログラミングをやっているけどアルゴリズムをよく知らない方に アルゴリズムはどんなもので アルゴリズムを使うとどんな問題が解けて アルゴリズムが地球のように広く、多様で、奥深く、そして楽しいこと を知ってもらおうと思っています。 アルゴリズムの世界へようこそ 時代は 2020 年代に突入し、急速に IT 化 や DX が進んでいく中で、問題を効率的に解くアルゴリズム技術の重要性が、ますます高まっています。そして、アルゴリズムは、世
先日、博士（情報学）になりました。学部と大学院をあわせた 9 年間で読んだ情報科学関連の教科書・専門書を思い出を振り返りつつここにまとめます。私は授業はあまり聞かずに独学するタイプだったので、ここに挙げた書籍を通読すれば、大学に通わなくてもおおよそ情報学博士ほどの知識は身につくものと思われます。ただし、特に大学院で重要となる論文を読み書きすることについては本稿には含めておりません。それらについては論文読みの日課についてや論文の書き方などを参考にしてください。 joisino.hatenablog.com 凡例：（半端）とは、数章だけ読んだ場合か、最後まで読んだものの理解が浅く、今となっては薄ぼんやりとしか覚えていないことを指します。☆は特におすすめなことを表します。 学部一年 寺田 文行『線形代数 増訂版』 黒田 成俊『微分積分』 河野 敬雄『確率概論』 東京大学教養学部統計学教室『統計学
教育界の大谷翔平（英数社3教科教員免許持ち） @BH79Ca4YNT6112 昔、東進ハイスクールの林修先生が「もう時効なんで言えるんですけど」と前置きした上でされていた興味深い話。 林修先生がまだ数学の先生だった頃、ある日の授業の予習をしていないことを、その授業の直前に気がついたそうです。その日は東大の過去問を解説する回でした。 林修先生は授業に対して徹底した準備をして臨みます。しかしその日の授業の準備はもう間に合いません。生徒に申し訳ないからと、その日の授業は休みにしようと塾に電話をしようとしたそうです。 しかしここで「今自分が1番やるべきことは、授業に穴をあけないこと」と思い直し、その日は授業の準備を殆どせずに、授業に臨むことになりました。 いよいよ授業が始まり、生徒は林修先生の解説を聞く準備ができています。解説するはずだった問題は殆ど初見の問題。そこで林修先生は、あーでもない、こー
指数関数とは何か安原祐二氏（以下、安原）：それではパート3ですね。「対数」というテーマでがんばっていきます。パート1から8まである中で、たぶんこのパート3に一番大事な話が含まれているので、ここはぜひ真剣に聞いてもらえればなと思います。 まず、指数関数の話をしましょう。f(x)、イコール例えばa（なにかの数字）があったとしてそのx乗、これを指数関数と呼びます。aは必ず0以上です。負だとこれは考えられないんですよね。0以上です。 どんなグラフになるか。これはまた、aが1以上か1以下かでだいぶ形が変わりますが、1より大きい場合を考えましょう。例えばaが1.5とか2とか。例えばf(x)=2x（※2のx乗）みたいなグラフがあるとこんな感じになります。xが0の時は、aの0乗でそこは1になるという性質があるので、このy軸の1は必ず通るんですね。こういうのが指数関数です。 対数は指数の逆関数である逆関数を
はじめまして、平野たいる（@tairu_mk）と申します。 すっかり年の瀬ですね。今年はちょっとユニークな体験をしたので、振り返りがてらnoteを書きます *𝟭。表題の通り、「普通の会社員が新しい図形を発見 *𝟮 *𝟯したのでハンガリーのポスドクの助けを借りてarXivに論文を投稿した話」です。なお本稿（の公開部分）では、筆者自身の活動への直接的なリンクは張らない方針とします *𝟰。 タイリングとは？まず前提として、数学的タイリング（Mathematical Tiling）という数学の分野があります。 現実世界においてタイルといえば、タイル張りされた床や壁などに見られる、陶器などでできた板でしょう。最も単純なタイル張りは正方形を並べたものですが、たとえば正六角形を蜂の巣状に並べるなど、タイルの形状とその並べ方について、様々なバリエーションが存在します。 さて、このタイル張りの本質と
東京大学深層学習（Deep Learning基礎講座2022）https://deeplearning.jp/lectures/dlb2022/ 「深層学習と自然言語処理」の講義資料です。
最近、「AIを理解したくて代数幾何の教科書を勉強しているんですよ」という人によく会う。 五年前くらい前に、note株式会社の加藤社長も「社内で代数幾何学の勉強会を開いてるんですよ」と言っていた。僕はその都度「それは全く遠回りどころか明後日の方向に向かってますよ」と言うのだがなかなか聞き入れてもらえない。 確かに、AI、特にディープラーニングに出てくる用語には、ベクトルやテンソルなど、代数幾何学で使う言葉が多い。が、敢えて言おう。 代数幾何学とAIはほとんど全く全然何も関係していないと。 なぜこのような不幸な誤解が生まれてしまうかの説明は後回しにして、意地悪をしても仕方ないので、AIを理解するために最低限知っておかなければならない用語を5つだけ紹介する。 テンソル(スカラー、ベクトル、行列など)おそらく、「テンソル」という言葉が人々を全ての混乱に向かわせている。 Wikipediaの説明は忘
すごいニュースが飛び込んできた。オセロの必勝法が見つかったのだ。正確に言うとオセロが弱解決された。まずはその論文を紹介する。 Othello is Solved : https://arxiv.org/abs/2310.19387 「弱解決(weakly solved)」を簡単に言うと、初期局面からの双方最善手を打つ時の結論(勝敗)がわかったと言う意味である。8×8のオセロの結論は引き分けなのだそうだ。「必勝法が見つかった」と本記事のタイトルで書いたが、その結果として双方最善を尽くした時のオセロの結論が引き分けだったことが判明したので正しくは「必勝法(必ず勝てる方法)が存在しないことが証明された」とでも言うべきか。 今回は、初期局面から到達できるあらゆる局面についての結論(勝敗)がわかったわけではない。こちらは「強解決(strongly solved)」と呼ばれる。 弱解決と強解決とでは、
投資で破産しないための数学：ケリー基準を理解する はじめに：なぜ優秀なトレーダーも破産するのか 投資の世界には不思議な現象があります。勝率が55%もある、つまり負けるより勝つ方が多いトレーダーが、なぜか破産してしまうのです。一方で、同じ勝率でも着実に資産を増やし続ける投資家もいます。この違いは何でしょうか。 答えは「ポジションサイズ」にあります。どんなに優れた投資戦略を持っていても、一度に賭ける金額を間違えれば、最終的には資産を失ってしまいます。逆に、勝率がそこそこでも、適切な資金管理をすれば長期的に成功できるのです。 この記事では、1956年にベル研究所のジョン・L・ケリー・ジュニアが発見した「ケリー基準（Kelly Criterion）」について、Pythonシミュレーションを交えながら解説します。この数学的手法は、長期的に最も効率よく資産を増やすための賭け金を教えてくれます。 ケリー
1. はじめに こんにちは、はじめまして。東京大学 1 年生の米田優峻（E869120）と申します。私は競技プログラミングが趣味で、AtCoder や国際情報オリンピックなどの大会に出場しています1。2021 年 11 月時点で、AtCoder では赤色（レッドコーダー）です。また、2020 年以降、アルゴリズムを学べる以下のようなコンテンツや資料を作成してきました。 レッドコーダーが教える、競プロ上達ガイドライン 競プロ典型 90 問 50 分で学ぶアルゴリズム さて、このたびは技術評論社から、書籍を出版させていただくことになりました2。アルゴリズムと数学が同時に学べる新しい入門書です。 「アルゴリズム×数学」が基礎からしっかり身につく本 - amazon 発売日は今年のクリスマス、2021/12/25 です。電子書籍版も同時期に出る予定です。本記事では、この本の内容と想定読者について、
戦闘のあるゲームを作るなら、考えないといけないのがダメージの計算式。でも、計算式のコツとか基本とか調べると、小難しそうな話が出てきて め、めんどくせぇ～ってなったりしませんか？私はなります。色んな計算式とその特徴を羅列されても、よくわかんなくなっちゃう。 とはいえ私もゲームデザイナーの端くれなので、ダメージ計算式を考える機会がそれなりにあります。そして他人の作った変な計算式に苦しめられることも、いっぱいあります。泣きたい。 大元の計算式が悪いと、それを利用してバランス調整しても苦労する事が多いんですよ。なので、そんな悲劇を少しでも食い止めるためにもですね。 この記事では 数字が苦手な文系の人でも、なんかいい感じに計算式を考る…とっかかりになることを目指して書いていこうかと思います。 ※こういう計算式がある！選んで使え！！という記事ではありません。 ※計算式を考える時、こういうのを把握して、
長野県大町市に住む折り紙作家 布施知子さん。 これまでに制作した作品は国内だけでなく、世界中から評価され注目を集めています。 今、制作した折り紙の技術が教育や産業などさまざまな分野の可能性を広げています。 彼女の折り紙の世界を取材しました。 「無限折り」「螺旋」「コイル折り」 世界的に評価を受ける作品たち 流れゆく川を表現した、この作品。 実はこれ、20メートルの1枚の紙から出来ています。 無数の折り目を、複雑に重ねる「無限折り」という技法で作られました。 制作したのは大町市に住む折り紙作家の布施知子さん。 37年前に、自然に囲まれた山あいの古民家に移住し、個性あふれる作品を世に送り出してきました。 何重にも細かく規則的に折り続けることで生み出す「螺旋」。 筒状にした紙を、つぶしながら折り込んだ「コイル折り」 その作品はヨーロッパ各地で個展が開かれるなど、海外からも高い評価を受けています。
犬がイノシシを追う。すぐ後ろを７５歳の猟師が風のように追走する。９１歳のハチミツ採りの名人は、今日もミツバチと話をする。山の暮らしは“のさり”にあふれている。良いことも悪いことも、すべて神様からの授かりもの“のさり”。民俗学の祖・柳田國男が１００年以上前に訪れ、いつまで続くのかと危惧した山の暮らしを、今改めて一年以上にわたって記録。この国に暮らす人々の心に古くから息づいていた原風景を描き出す。
はじめに このブログに書かれていること 自己紹介 注意 Part1 古典暗号 2つの暗号方式 スキュタレー暗号 アルゴリズムと鍵 シーザー暗号 原理 頻度分析 アルベルティ暗号 ヴィジュネル暗号 如何にしてヴィジュネル暗号は破られたか Part2 近代暗号 エニグマ エニグマの登場 エニグマの基本構造 如何にしてエニグマは突破されたか 前提条件 必ず異なる文字に変換される性質を利用 ループを利用 まとめ 参考文献 採用情報 はじめに このブログに書かれていること 前半 古代暗号から始まる暗号の歴史 エニグマの構造と解読法について 後半（後半ブログは こちら） RSA暗号の基本 楕円曲線暗号の基本 自己紹介 こんにちは！株式会社ABEJAの @Takayoshi_ma です。今回のテックブログですが、ネタに5時間程度悩んだ挙句、暗号を取り上げることにしました！暗号化手法の解説にとどまらず、そ
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
