gota_morishita
こんにちは，今はメルボルン大学でPh.D.をしている森下といいます． 今回は，コロナ禍ということもあり，オーストラリアに入国するまでにやること，入国してからやることがたくさんあります．12/29に入国したので，状況はかなり変わっていますが，これから入国しようと思っている方のためになるかもしれないので，記します． 入国前の準備絶対にやらなければいけないこと 住民票を抜く 長期滞在（1年以上）の場合は住民票を抜く必要があります．住民税を抜くと国民保険の加入の義務や住民税を
サンプリングが難しい事後分布を近似的にサンプリングするための方法を紹介します．今回はImportance Samplingです． 事後分布$p(\theta | y)$からサンプリングをする方法というより，任意の関数$h(\theta)$に対して以下の$p(\theta |y )$に従う$\theta$に関する期待値を近似する方法です． $$ \mathrm{E}[h(\theta)] = \int h(\theta)p(\theta | y)d\theta $$ もち
サンプリングが難しい事後分布を近似的にサンプリングするための方法を紹介します．今回はRejction Samplingです．この方法はMCMCの基礎となるAcceptance-Rejection Methodの1つです． 前回は事後分布を決定的な方法で近似するDirect Methodを紹介しました． サンプリングしたい事後分布$p(\theta | y)$のことを目標分布 (target distribution) と呼びます． Rejection Samplingの
統計や機械学習では非線形問題の双対問題を利用した議論がよくなされます．しかし，双対問題の導出が天下り的に書かれている本が多く，一般的な双対問題の導出方法が書いてなかったのでまとめました． まずは非線形最適化の極小解の必要条件であるKKT条件 (Karush–Kuhn–Tucker conditions) の復習をします．またここに出てくる全ての関数は微分可能であるとします． KTT条件一般的な関数$f(x)$の制約付き最小化問題を考えます．ちなみに$x$は$n$次元のベク
ベイズ統計学でサンプリングが難しい事後分布を近似的にサンプリングするための基本となる方法論をいくつか紹介します．今回は，事後分布自体を近似し，その近似分布を利用してサンプリングするdirect methodについて紹介していきます． パラメタが高次元の場合は，いわゆる次元の呪い (curse of dimensionality) が発生し，評価する回数が指数関数的に増加するので，実戦では使われないです．実戦では，上の弱点を克服するためにMCMC，特にHamiltonian
緊急事態宣言も終わって、映画館も８時以降も開くようになったのでずっとみようと思っていた竜とそばかす姫を見にいった。 ぼくらのウォーゲーム!（というよりデジモンかも？）が大好きだったので世界観の似ている竜とそばかす姫はちょっと期待して見にいった。 ちなみに細田守監督の作品は未来のミライを見ていなかったので２作ぶり。 全体の流れでは、細かい部分でもっとうまくできなかったのだろうかというところはたくさんあったが、概ね良かった。 シーンごとでいい！と思える部分がたくさんあった
今月は久々にNetflixのドラマのClickbaitにハマってしまって本を読む時間はほぼ全てNetflixに溶けた．8月末に出たばかりでアメリカやカナダでは話題沸騰だったので見た． 75点くらいのドラマだった．めちゃくちゃおすすめするわけではないが見て損したとはならないので時間があれば見るといいかもしれない．SearchingというSNSを題材にした映画によく似ている．Netflixはminiseriesといって１シーズンで終わる短めのドラマを多く作っている感じがする．Q
早くも８月が終わり，夏の終わりのような気温になりました． ビジネス書はサンプルサイズが１の単純な経験を一般化しすぎて好きじゃなかったのであまり読んでいなかったのですが，半額セールで買ってあったビジネス書を読んだ． アクション リーディング 1日30分でも自分を変える"行動読書" 目的を持って読書をする．毎日必ず時間をとって読書をする．ちょっと読書の意識が変わる本だった．小説すらも目的を持って読むみたいなところはあまり理解できなかった．ビジネス書はお風呂に入りながら１時間
最近，Ankiを英語学習以外でもよく使うようになりました．CSのalgorithm and data structureの勉強を始めましたが，新しいアルゴリズムの原理を覚えてもすぐ忘れてしまいます．他にもディープラーニングなどの統計的学習を理解しようと思うと行列やベクトルの微分が頻繁に出てきて，その操作を覚えては忘れを繰り返していました． ここら辺も英単語と同じようにAnkiに登録して原理ごと覚えれば良いのでは？と思うようになりました． Ankiはいろんなプラグインなどが
読んだ本とその感想を記す．今月は重い本を読んだので3冊しか読めていない． 朝が来る 中高でめちゃくちゃ読んでいた辻村深月さんの本．久々に本屋で見かけて買ってみた． 自分たちの子供を産めずに、特別養子縁組という手段を選んだ夫婦。 中学生で妊娠し、断腸の思いで子供を手放すことになった幼い母。 それぞれの葛藤、人生を丹念に描いた、胸に迫る長編。 (解説より) 二人のシーンが交互に描かれている．二人の心情がよく描かれていて，読んでいる人に感情移入させるのが上手い．「あー，辻村
個人的なメモです． まずPythonでプロファイルする方法はいくつかあるが，可視化するためにプロファイルした結果をバイナリ形式で保存する以下のコマンドを叩く． `target_script.py`は，プロファイルしたいスクリプトファイルで，`output_file.pstats`は結果を保存するための任意のファイル名． python -m cProfile -o output_file.pstats target_script.py 結果のファイルを可視化するためのプ
人間の行動データは複雑で解析が非常に難しい．そこでモデルを仮定して解析することが多い．最近は機械学習のモデル，例えば，強化学習を用いて解析する研究が活発に行われているらしい． 上の本は，人間の行動データを機械学習のモデルにフィッティングするための方法論が勉強できるらしいので今週末読もうと思う． Rでコードが書かれているのでPythonに書き換えたらいい練習になりそう．
認知科学の研究をする予定なので，以下のnoteで紹介されていた教材を用いて勉強しています． その中でfMRIの紹介動画の一部をまとめました．自分のnoteは単純にメモがわりに書いたものなので，実際に紹介された教材を見たほうが良いと思います． functional MRIとは？functional MRIとは，MRIを用いた脳の信号を測定する手法である．fMRIと略される．脳のどの部分が活性化しているかを測定することができる．例えば，指の運動が脳のどの部分を活性化するかを調
Rails Tutorial３周してようやくRailsの理念Convention over Configurationの雰囲気がわかった．
Ruby on Rails Tutorialの復習の記録．今回はChapter 3です． Chapter 2は飛ばします． Chapter 3から本格的にTwitterのcloneであるSample Appを作ります．この章ではまず静的なページを作りました． まずはcontrollerの作成の方法を学びました．`rails g controller <ControllerName> <action1> <action2> ...`というコマンドを使うことで，指定したac
