ぎょーむ日誌 2018-01-14

2018 年 01 月 14 日 (日)

• 0600 起床．
  • RT @sammy_suyama : 記事書きました．深層学習をガウス過程で作る方法です． #機械学習 #人工知能 深層学習はガウス過程 - 作って遊ぶ機械学習。 machine-learning.hatenablog.com/entry/2018/01/…   11:57:58
  • RT @mixingale : 「パネルデータ分析を理解できるか否かが学部レベルまでの統計リテラシーの山場」「日本の大学は毎年パネルデータ分析ができる人を1000人も輩出していない」…たしかに「パネルデータ分析を理解しているか否か」を統計リテラシーの指標とするのは適切なような気がする。   12:10:28
  • RT @mixingale : イエールの成田くんがまたとてつもなく面白そうな論文書いてる papers.ssrn.com/sol3/papers.cf… RCTにおいて、処置効果の識別を担保しつつ、処置に対する個々人の選好を正直に申告させつつ、かつ選好に対してパレート効率的になるように処置を配分する方法を提案。   12:11:46
  • RT @hankagosa : 「Rで楽しむベイズ統計入門」読了しました。良かった点： ・例題が身近（藤井四段の連勝とか）で博識な補足が面白い ・式は割と多いが式変形が凄く丁寧 ・「Rで楽しむ統計」があると2倍楽しめる ・MCMCとHMCの説明が物理出身らしく簡潔 ・ジェフリーズの事前分布を推す考え方 www.amazon.co.jp/dp/4774195030   12:15:57
  • RT @hankagosa : しかし、最後の点は世の中に色々議論がある。この本では分散安定化のため、目盛として自然なためというのが主な理由。渡辺澄夫「ベイズ統計の理論と方法」ではジェフリーズの事前分布は真のモデルが含まれる場合にはよいが、データ解析において一般的に良くない旨が書かれている（p.169, p.200）。   12:16:02
  • RT @h_okumura : 念のため，Jeffreys/reference priorは当然ながらモデル依存。拙著はモデル選択には触れず，（正しい）モデルのパラメータ推定の問題に限定した上で，2項分布なら一様・Jeffreys・Haldaneを比較しています（モデル依存な事前分布は尤度原理に反するという点でも議論がある） twitter.com/hankagosa/stat…   14:34:48
  • RT @doraTeX : 昨日は羊蹄山も綺麗に見えた😄🗻 pic.twitter.com/1EMHbEQG6R   15:07:00
  • RT @jiromurata : センター試験作問の経験中(官報で氏名公表済み)は、毎月きっちり6日間、朝から晩まで缶詰で、任期中ずっと作業でした。大学の教授会などはほぼ全欠席。残念ながらあまり部局長にフォローされず守秘義務のため非常に苦労しました。   16:00:56
  • RT @jiromurata : 入試センター退任時、センター長より、経験を生かして各大学に戻り高大連携に貢献する様に、と最後の訓示を受けた。戦後は復興にあたる様に、と召集解除される軍人の様だった。貢献しようとすると、摩擦になりがちで苦労は絶えない。   16:01:00
  • RT @shiropen2 : ATRと京都大学、fMRIで測定した人間の脳活動のみから、その人が見ている画像を機械学習を用いて再構成する提案を発表。心の中でイメージした内容の画像化にも成功 shiropen.com/2018/01/14/31458 動画：左が見ている画像、右が再構成された画像。 pic.twitter.com/wHgADXvY2I   20:18:19