GACKTが間違えない『格付けチェック』シリーズでは、プロの演奏とアマチュアの演奏を比較して、どちらがプロの演奏か当てる問題がある。何人かの出演者が一緒に聞いていても、プロのほうがどちらか意見が分かれている。 一緒に聞いているにもかかわらず意見が分かれるのはなぜか？この理由としては様々な要因が考えられる。「プロの演奏を聞いた経験」は一つの要因であるだろう。「経験」は重要な要因である。プロの演奏を知らない人は「これがプロだ」と判定するより、自身の経験上、「アマチュアと思われる
家のベランダに騒音計とボイスレコーダーを設置して、道路騒音を計測した結果を記事に投稿する。今住んでいるマンションに引っ越してから夜目覚めてしまうことが何回かあったのが、騒音計測のきっかけである。 計測場所この計測は、私が住んでいるマンション（川崎市内）のベランダ（私の部屋は低層階ではない）に、以下の計測機器を設置した。私の住んでいるマンションの近くの国道1号線のエリアでの自動車騒音（昼間）は、以下のサイトで50～65dB（2019年）となっていた。 使用した器具上の写真の
テレビでもサル痘の国内感染者が確認されたニュースが報じられ、サル痘も注目が高まっているかと思います。例えば、https://www.ytv.co.jp/miyaneya/article/page_0tbtjwb95bv2ilbb.html のような感じでサル痘のニュースが報道されています。 本noteでは、サル痘に関する内容を紹介したいと思います。 まとめ資料 サル痘についてまとめた資料はこちらです。この資料はGithubでも公開しています。 サル痘の流行状況 サル
2022年8月12日、日本国内のニュースで中国で新しいウイルスが見つかったということが一部報じられました。この新種のウイルスは「Langya henipavirus (LayV)：ランヤへ二パウイルス」と名付けられたそうです。野生動物の検査の結果、ウイルスの宿主はトガリネズミであるそうです。 （YouTubeに速報ニュースの動画があがっています。以下の動画を参照） （この他、Web上で閲覧可能な記事にも本ノートと同様の内容が掲載されています。例えば、https://www.
私は不定期で学部時代のレポート課題で作成したプログラムを再編集してGithubで公開している。本記事ではそのうちの双対上昇法に関する課題で作成したプログラムを再編集したものについて、少しだけコメントを書き連ねていきたいと思う。 正直に言うと、双対上昇法の実装の件について、書きたいことはないが、最近、noteでもTeX記法が使用できるようになったということで、とりあえず記事を作成することにした。 今回考える問題今回は$${f(x,y) = x^2+2y^2}$$という関数の
クリスマスシーズンであったため、最近はアドベントカレンダー関連の記事がたくさん投稿されました。私も１つは記事を投稿しようということで、PRMLゼミ資料を整理したものをアップします。 本ノートでは、1.2節の発表資料の一部（1.2.4節）をアップし、コメントを記します。資料はできるだけ原著に忠実に作成することを心がけていますが、本noteは、原著だけでなく、自分自身が感じていることも含めてまとめています。 ↓ 1.2.4節関連の内容をまとめたスライドはこちらです。 ↓ 1
今回のnote記事は、ただ自分のプログラミング能力が少しはマシになったことを感じたというだけの記事です。 学部時代に機械学習の基礎に関する講義を受講したことがあります。それは、機械学習の基礎を学ぶ講義で、最適化手法・確率統計・機械学習の基礎と応用事例の概論を学びました。私はこの分野に興味があったため、その後の機械学習の応用的な話題や深層学習に関する講義も受講しました。 最適化手法のパートでは、基本的な最適化手法を学ぶということで、深層学習の学習の基盤にもなっている「勾配降
『パターン認識と機械学習（上）』というあの黄色本を用いてゼミを行った際の発表資料をnoteにもアップすることにしました。noteにはゼミ資料を再編集したものをアップします。 本ノートでは、1.2節の発表資料の一部（1.2.1節と1.2.2節）をアップし、コメントを記します。資料はできるだけ原著に忠実に作成することを心がけていますが、本noteは、原著だけでなく、自分自身が感じていることも含めてまとめています。 ↓1.2.1節と1.2.2節関連のスライドはこちらです。 ↓
『パターン認識と機械学習（上）』というあの黄色本を用いてゼミを行った際の発表資料をnoteにもアップすることにしました。noteにはゼミ資料を再編集したものをアップします。 本ノートでは、1.2節の発表資料の一部（1.2節のイントロ）をアップし、コメントを記します。資料はできるだけ原著に忠実に作成することを心がけていますが、本noteは、原著だけでなく、自分自身が感じていることも含めてまとめています。 同時確率・周辺確率1.2節の最初は同時確率、周辺確率、条件つき確率、ベ
『パターン認識と機械学習（上）』というあの黄色本を用いてゼミを行った際の発表資料をnoteにもアップすることにしました。noteにはゼミ資料を再編集したものをアップします。本ノートでは、1.1節の部分の発表資料をアップし、その後半部分のコメントを記します。 ↓ 1.1節の説明資料はこちら。 ↓ 上記資料前半部分のコメントはこちらにまとめてあります。 1.1節の前半では多項式曲線フィッティングの最も単純な方法を示し、データ数が少ないと過学習が生じるという課題があることを紹
『パターン認識と機械学習（上）』というあの黄色本を用いてゼミを行った際の発表資料をnoteにもアップすることにしました。noteにはゼミ資料を再編集したものをアップします。本ノートでは、1.1節の部分の発表資料をアップし、その前半部分のコメントを記します。 ↓1.1節の説明資料はこちら。 ↓１章のイントロ部分を説明した資料やnote記事はこちらを参照してください。 1.1節ではどんな問題を考えるか？まず、機械学習は訓練データを用意します。教師あり学習では入力データxと出
『パターン認識と機械学習（上）』というあの黄色本（↓こんな表紙の本です）を用いてゼミを行った際の発表資料をnoteにもアップすることにしました。ゼミ資料を再編集したものをnoteにはアップします。 ※このノートでは、非常にシンプルな説明もつけています。１章のイントロということもあり、機械学習のことを詳しく知っている方にとっては、当たり前すぎる説明だと思います。 本ノートでは、第１章のイントロ部分、「機械学習とは何か？」を簡単に紹介している部分の発表資料をアップします。
