マガジン
最適化喫茶（不定期営業）
kudushi
- 1本
数理最適化の理論ばかり勉強して実用に関して乏しいので、ちょっとでも応用につながる話を見つけたり思いついたらこのマガジンで共有していきます。さまざまな人が数理最適化に興味を持っていただけたら嬉しいです。 注意：このマガジンは数理最適化を学ぶテキスト的な立場でなく、それらを使ってどんな応用が考えられるか、という点に焦点を当てて解説する。したがって、最適化で用いる凸解析や線形代数学などの手取り足取りを説明することが目的ではない（ただし、所々発展的な内容であれば説明する）ので、数学が苦手な人や数理最適化初心者にとって本マガジンの記事は難解かもしれない。対象読者を絞る理由は、最適化に関する初歩的なハウツーは書籍やウェブの動画などで十分流通しており、その大海の一滴のために多大な労力をかけるインセンティブを私は感じないからである。
記事一覧
最適化喫茶１：機械学習における陰関数微分の利用（2レベル最適化・ハイパーパラメータ最適化）
前置き数学の記事を試しに書いてみたいという動機だけで書き進めたので、内容は大雑把で抽象的なのはご容赦（必要あれば修正します。質問も気兼ねなくどうぞ）。
最近、機械学習の分野で陰関数微分を使った経験残差の最小化が注目を浴びている。具体的にどういう問題を考えているのかというと、ハイパーパラメータチューニングで使われるメタ学習と呼ばれる類のモデルである。このモデルは学習を上位レベルと下位レベルに分け、
自閉症スペクトラムについて
私は昔から外出すると人一倍疲れると感じていました。
雑踏の中での会話は周囲の雑音の方が目立って聞こえてしまい，話が聞き取れないことが度々ありました（これは心理学でよく言われる「カクテルパーティ効果」が普通の人より弱いと言えます）。
会社ではキーボードのタイプ音や人々が話す声，私の後ろを通る人の足音など雑音がたくさんあるため，なかなか仕事に集中できず，課長に耳栓の着用を相談しました。
苦手な音