何かを批判する時に「だってあれ全部同じに見えるじゃん」という人がいるけど、そういう人が昔から苦手だ。それって「自分は物事を理解する解像度が低いですよ」というカミングアウトでしかないよね。例えば「マツダ車って全部同じに見える」とかいう人がいるけど、サイズから何から全然違う車が全部同じに見えちゃうってやばいと思うよ。全然違うじゃん。 世の中で「全部同じ」なんてそうそうない。全部同じに見えるマウンティングしてる人たちは発言に気をつけた方がいいと思うよ。
類似性と「みにくいアヒルの子の定理」 小野山 敬一 1.はじめに 類似性 similarity は対象間の関係を見るひとつの方法であり,しばしば分類における基準となるもので,それによって事物のグルーピングが行なわれたりするものである.一方,「みにくいアヒルの子の定理」(the theorem of the ugly duckling)は,形質を同等に評価した場合には類似性にもとづく分類がありえないこと,したがって客観的な分類がありえないことを示すものと解釈されている. 「みにくいアヒルの子の定理」はWatanabeが1961年にAAAS annual meetingで言及し,1962年ブラッセルでの講演で厳密な証明を与えた.後者はWatanabe (1965) に収録されている.その後,渡辺自身は,Watanabe (1969) や渡辺(1978,1986)で取り上げているが,他の著者が言
山口慶明🇺🇸で何とか生きてる @girlmeetsNG ちょっと感動したんですが、娘の小学校で“Why am I so special?”というテーマで発表をするという宿題が出て、我が家は必死で娘の特技や特別な経験を考えて書いたんですが、他のアメリカ人の子供の発表を見たら「パパとママの言うことをきいて楽しく暮らしてます😊」とか全然特別じゃない発表ばかりで↓ 2020-08-29 08:02:41 山口慶明🇺🇸で何とか生きてる @girlmeetsNG “special”を問われて、当たり前に他人との比較で考えた自分の視野の狭さが恥ずかしくなった… そして「他人と比べる必要なんてなくて、あなたの存在自体が特別なんだよ」ということを、こうして幼少期から教え込まれることでアメリカ人のあの自己肯定感の高さは育まれているんだなぁ…と、凄く納得した 2020-08-29 08:03:20
TL;DR 機械学習のアルゴリズムには詳しくなりたいけど実装はしない、という立場の人向けの学習資料まとめ 知人向けで、具体的には同僚医師がターゲット読者(めちゃ狭い!)だが、一定度他の人にも役に立つかも 改めて色々眺めてみてやっぱり大学の講義は質の高いものが多いと思った 知人が機械学習のアルゴリズムを学びたいと言っているので、オススメの資料などを見繕ってみるブログエントリ。 機械学習への関わり方を雑にアルゴリズムと実装で分けた場合に、アルゴリズムには詳しくなりたいけど実装をするわけではない、という立場の人向けである。 このようなタイプの人はそんなにいないと思うけど、具体的にはドメインエキスパートとして機械学習エンジニアと一緒にアルゴリズム・データ改善に取り組んでいて、アルゴリズムでどんなことをやっているかをちゃんと理解したい、みたいなのが一例となる。 なんとなくのイメージ的な理解だけだと、
機械学習の定理に「みにくいアヒルの子の定理」というものがあります。これは「純粋に客観的な立場からは、いかなるものも区別できない」というものです。 私はこの定理を前提とし、あくまで営利を目的とする私企業におけるパフォーマンスのことと、スコープを切って発言しています。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
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