ML design: 機械学習を確かならしめる「メタ」な枠組み - 渋谷駅前で働くデータサイエンティストのブログ
(By Gufosowa - Own work, CC BY-SA 4.0, https://commons.wikimedia.org/w/index.php?curid=82298768) ここ最近、事あるごとに僕が色々な人たちに提案している概念として"ML design"というものがあります。これは元々"ML Ops"（DevOpsと同じように機械学習のシステム基盤などを包含する考え方）に対して「機械学習モデリングを運用する上で注意すべき点って多いよね」ということで、その注意点をまとめたものを一つの体系として扱えないかという趣旨で僕が勝手に言い出したものです。 言い方を変えると、統計分析に適したデータを集めるための実験計画法(experimental design)があるのと同じように、機械学習に適したデータの集め方やその交差検証などのやり方についてもまとめた計画法(design)が
pooneilの脳科学論文コメント: 熱力学の再勉強中。
■ 熱力学の再勉強中。 ここ最近Fristonの自由エネルギー原理FEPについて自分で勉強したり、各地で講演したり、生理研でチュートリアル・ワークショップを開催したり、とさまざまな活動をしてきた。 FEPでは、ベイズの法則による事後分布の計算を変分ベイズでやるために情報理論で言うところの「変分自由エネルギー」を最小化する。(機械学習ではELBO evidence lower boundという呼び名のほうが浸透しているだろう。) FEPが興味深いのは、環境と相互作用するagentの内部状態がどのように時間発展してゆくかを決定づける変分原理としての役目を果たすかもしれない、という点だ。この点がFEPの特異かつ怪しい部分であって、もしFEPがただの「ベイズの事後分布の簡便な計算法」であるならば自由エネルギー「原理」と銘打つ根拠がない。 先日京大・生命科学の本田直樹さんが企画した国際シンポジウム
■ - 蒼龍のタワゴト~認知科学とか哲学とか~
2010年代に入ってからしばらく経ってからだと思うのだが、はてなハイクにこれからの心の科学(認知科学)で重要となる研究テーマを予測した覚えがある。確かそれは脳の系統発生と個体発生がこれから(2010年代に)心の科学的研究で推し進められるべきだと書いた気がする。 2010年代の認知科学への予測の答え合わせ そう思った理由はたしかこんな感じだ。それまでの00年代には進化心理学と認知神経科学(脳イメージング)が流行っていた。しかし、そのブームも行くとこまで行き着いたら行き詰まるだろう。なら、次に認知科学的に重視されるべき研究領域はなんだろうかと考えた。同じく進化論でも進化心理学が適応論を強調していたのに対して、これからは系統発生に注目されて色んな動物の認知(心)が研究されるだろうと予測した。さらに、脳の研究は流行っているが、これからは脳の発達的研究が未知の領域として経験的に研究可能になるだろうと
人工神経回路による脳の理解はどこまで進んだか - 知識のサラダボウル
(著) 山拓 神経科学 Advent Calendar 2019の2記事目です。人工神経回路 (Artificial neural network, ANN) を用いた研究により、脳の理解はどこまで進んだか、次に何が調べられるべきなのかということについて解説します。 昨年の年末からhttps://github.com/takyamamoto/BNN-ANN-papersにANNと脳に関する論文リストを作成しており (これは先に研究が出てしまう悲劇が頻発したための措置ですが)、このリストがそのまま参考文献となっています。 本記事は特に(B.A. Richards, T.P. Lillicrap, et al. Nat. Neurosci. 2019)での議論を参考にしています(翻訳ではないです)。 この論文はANNと脳についての研究を先導してきた多くの研究者が共著者となっています（一体どうや
Onepieceの組織論 - 内田樹の研究室
集英社に頼まれて、『Onepiece』についての解説を三編書いた。２０１１年に二つ、２０１３年に１つ。これから養老孟司先生とマンガ論のつづきを京都ですることになっているので、「予習」のつもりで自分が７年前に書いた解説を読み返してみた。なかなか面白かったので、再録。 『Onepiece』の解説を書く仕事もこれで３回目となりました。今回は６１巻から７０巻までの物語から撰した「名言」集に解説をつける仕事を承りました。マンガの吹き出しの台詞だけを集めたアンソロジーに解説を付すというのも、考えてみると不思議な仕事ですね。でも、そういう例外的な要請が生じるのは、『Onepiece』の登場人物たちが意を決してきっぱりと口にする言葉がマンガとしては例外的に「強い言葉」だからでしょう。 まず、「強い言葉」とはどういう言葉なのか。それについて少し考えてみたいと思います。 僕は武道と能楽を稽古していますが、その
国語教育について - 内田樹の研究室
去年国語教育について、国語科の教員の先生たちの集まりで講演した。もうだいぶ前のことである。同じようなことはこれまでもブログに書いてきたけれど、たいせつなことなので、何度も繰り返して言い続ける。 今日は国語教育についてお話しいたします。多分、現場の国語の先生たちはとても苦しい立場に置かれて、これから先、どのようにして国語教育を進めていったらいいのか、正直言って分からないというところにいるのではないかと思います。今度、学習指導要領の改定がありまして、これまでとずいぶん違った形で、国語教育を進めなければいけなくなりそうだということこの間ずっと話題になっています。論理国語と文学国語という区分が何を意味しているのかよく分からない。 先般、今日の講演の打ち合わせのためにいらっしゃった先生方と早速その話になりまして。「論理国語って何ですか、一体。意味が分からないです」と伺いました。ネット上では、かなり批
Give democracy a chance - 内田樹の研究室
毎日新聞に安倍政権の本質についてのインタビューを受けた。ブログにロングヴァージョンを公開しておく。 安倍晋三首相の、戦後日本の自民党政治の中でも極めて特異な政治手法が、この「桜を見る会」で可視化されまたと思います。 自民党が長期にわたって与党でいられたのはイデオロギー政党であるよりは、広範な国民の欲求を受け入れる国民政党を目指してきたからです。自民党の調整型政治の根底にあったのは「国民同士が敵対するような事態は何としても避けなければならない」という信念でした。国民は統合されていなければならない。国論が二分されるような状況が長く続くと、国力は衰微するという常識はひろく共有されていたと思います。 戦後日本で国論の分裂が際立ったのは、１９６０年の日米安全保障条約改定の時です。当時は安倍首相の祖父・岸信介が首相でした。でも、これは戦後史上、例外的な事態だったと思います。ですから、その後に登場した池
道標が大切 - まとまり日記
最近は論文のドラフトなどを読む機会が多くなっているが、そこで気になることの一つは道標（サインポスト）がないために読みにくくなっている文章が多いことだ。 サインポストというのは、これから書く文章についてのメタレベルからの説明である。例えば「この節では＊＊について説明する」とか「ここまではX氏の議論について紹介した。以下では彼の議論を批判する」といったものだ。 例えば 安保法制は違憲の疑いが強いと専門家の多くは述べている。代表的な憲法の解説書『○○』で解説を執筆する全国の憲法学者○○人にアンケートした結果によると、○割近くの研究者が安保法制は違憲の疑いがあると述べている。この法律はアジア諸国からも批判がある。韓国外務省高官の○○氏は○○年○月の記者会見で「○○」と述べたほか、中国の○○外相は「○○」と述べて日本を牽制している。これによって日本が戦争に巻き込まれる恐れがある。... という書き方
Scalabilityを追求するということ - 渋谷駅前で働くデータサイエンティストのブログ
(Image by Pixabay) 今年も恒例の年末振り返り記事の季節になりました（笑）。なおここ数年の年末振り返り記事はこちらから。 去年まではどちらかと言うと「stats/ML分野の進歩が早過ぎてついていけない」という愚痴半分諦め半分みたいな話をしていたわけですが、ついていけなくなった結果技術的な知識という面では周回遅れになりつつあるという段になって、僕個人の中では別の課題意識が今年になって出てきたのでした。ということで、今回の記事では今年の注目トピックを振り返りながら、その課題意識についてちょっとポエムを書いてみようと思います。 自動化の潮流 チームを作るということ そしてscalabilityへ 自動化の潮流 AutoML Tablesの登場が、個人的には今年の最も大きな出来事でした。このブログでAutoML Tablesのパフォーマンスを色々試してみたのがきっかけとなって、つい
2010年代に私が感激した認知科学の哲学論文BEST3 - 蒼龍のタワゴト~認知科学とか哲学とか~
もう2019年も終わるということで、2019年の認知科学を振り返ろうとする記事を書く計画は立ててみた。しかし、去年までの人工知能ブームが収まった今年は特にこれといった特徴を思いつくこともない。もしかしたらあったかもしれないが私には分からない。predctive proessingやradical enactivismは相変わらず話題にはなっているが、これは別に今年には始まった話ではない。 そこで今年は2010年代も終わりでもあるということで、2010年代の認知科学を振り返りたいと思う。ただ、道徳心理学を自動運転の議論に応用するが流行ったね！みたいに一般的に振り返っても私にはあまり面白くない。そこで、これまで紹介するのを躊躇っていた2010年代に読んで衝撃を受けた認知科学に哲学的にアプローチした英語の論文の私的なベスト３を書いてみたいと思う。すべてネットで手に入る論文なので興味の出た人は自分
心理学評論が事前登録制はじめるってよ！でもねぇ〜 - 蒼龍のタワゴト~認知科学とか哲学とか~
心理学評論のプレプリントで見たけど、追試だけ事前登録制を適用するらしい。心理学で騒がれている再現性問題については、今年よい本が翻訳されたのでそれが読まれれば問題ないだろう…と思っていたがどうもそうもいかなそうだ。 そもそも心理学評論がレビュー論文が中心でオリジナル論文はあまり掲載しない学術誌であること(そもそも事前登録制は必要ないのでは？)は脇に置くと、何が分かってないって、追試が掲載されない問題と事前登録制で解決されるべきHARKingの問題が別々の問題なことが分かってないことだ。 HARKingは追試が相手にされていなかったこれまでの心理学研究で主に起こった問題だ。要するに、追試とかでない普通の心理学研究でこそHARKingが起こりやすいのだ。むしろ追試はするべき実験が前もって定まっているので、HARKingは却って起こりにくいはずだ。どうも追試の問題とHARKingの問題が混同されて
機械学習の説明可能性（解釈性）という迷宮 - 渋谷駅前で働くデータサイエンティストのブログ
ちょっと前に、しょうもないことを某所で放言したら思いの外拡散されてしまいました。 機械学習の説明可能性（解釈性）、大半のケースで求められているのは厳密な分類・回帰根拠ではなく受け手の「納得感」なので、特に実ビジネス上は説明可能性に長けたモデルを開発するより、納得できないお客さんを巧みに関係性構築した上で口八丁で完璧に説得できる凄腕営業ピープルを雇う方が重要— TJO (@TJO_datasci) 2019年11月23日 これ自体は与太話なので実際どうでも良い*1のですが、最近色々な研究や技術開発の進展はたまた実務家による考察などを見ていて、「機械学習の説明可能性（解釈性）というのは思った以上に複雑な迷宮だ」と感じることがままあったのでした。 ということで、今回の記事では僕のサーベイの範囲でザッと見て目についた資料などを超絶大雑把にリストアップした上で、主に実務における説明可能性とは何かとい
文献管理ソフト Mendeleyの使い方〜簡単な論文管理〜 ｜ 気楽な看護/リハビリLife
他にもいろいろ機能はありますが、最も重要なのはこの２つですよね。 パソコンにインストールするアプリケーション「Mendeley Desktop」と、Webブラウザで利用できる「Mendeley Web」を組み合わせて使用します。 スマホやタブレットでも仕様できる「Mendeleyモバイル」もあり、パソコン以外でも文献を共有できることも便利です。 便利機能として、保管している論文内容を把握し、新規の論文をメールで紹介してくれる機能などがあります。 Mendeleyデスクトップのインストール・サインイン Mac版のインストールとサインインについて図を用いて紹介しますが、Windows版も大きくかわりません。 まずは「Mendeley for Macのインストールページ」にいきます。（ちなみに、ここからでもWindows版にリンクしています。） 以下の図の画面からインストールを開始します。 ダウ
Windows 10への無償アップグレードキャンペーンはなぜまだ続いているのか？ - GIGAZINE
Microsoftは、2015年のリリースからWindows 7とWindows 8.1を対象にWindows 10への無償アップデートキャンペーンを行っており、既に4年が経過した記事作成時点でも無償アップデートは一部継続しています。本来は1年で終了する予定だったWindows 10の無償アップデートがなぜまだ続いているのかについて、技術系ブログであるBorn's Tech and Windows Worldが解説しています。 Why the free upgrade to Windows 10 still works … | Born's Tech and Windows World https://borncity.com/win/2019/11/30/why-the-free-upgrade-to-windows-10-still-works/ Windows 7の正式サポートが20
デコヒーレンスは多世界解釈の観測問題を解決しているわけではない。 - Quantum Universe
デイビッド・ドイッチュがあちこちで「量子コンピュータが圧倒的に速いことは多世界解釈が正しい証拠」と宣伝しており、またそれを扇動的に扱う科学記事も人気を集めているため、世間では多世界解釈は完成された量子論解釈と誤解している人がこの１０年くらいで増えてしまったように思う。 多世界解釈では宇宙全体を記述するただ１つの波動関数が実在しており、図１のように時間とともに様々な宇宙の量子的線形重ね合わせに進化する。 ここに出てくる各宇宙に異なる計算作業を分担させて巨大な並列計算を量子コンピュータは行うために古典コンピュータに比べて指数関数的に速いのだとドイッチュは説明するのだ。 また他にも、コペンハーゲン解釈で出てくる波動関数の収縮はシュレーディンガー方程式では記述できない"謎"の過程であり、それはコペンハーゲン解釈を超えて説明されるべきだという主張を繰り返す人もいる。 多世界解釈では宇宙全体を記述する
全くのゼロから「駆け出しデータサイエンティスト」を育てる方法論 - 渋谷駅前で働くデータサイエンティストのブログ
(Image by Pixabay) 「データサイエンティスト」の第一次ブーム勃興から6年余り、人工知能ブームに便乗した第二次ブームで人口に膾炙してから3年余り、気が付いたら何やかんや言われながらもデータサイエンティスト及びその類似職が、じわじわと日本国内の産業各分野・企業各社に広まりつつあるように僕の目には映ります。 そういう背景がある中で、ここ1年ぐらいの間にそこかしこで目立つようになってきたのが「ゼロからデータサイエンティストを育てたいのだがどうしたら良いか」という相談や議論。割とあるあるなのが「取引先がデータサイエンティストを採用して商談の席に同席させるようになって、彼らがデータサイエンスの知識を駆使してビシバシ突っ込んでくるのだが、こちらにデータサイエンティストがいないので対応できない」みたいなお話。これは実はUSでも同様だと聞くので*1、案外洋の東西を問わない課題なのかもしれま
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
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
【Windows10限定】即戦力！「Windowsキーと組み合わせて使う」10のショートカットキー | 文春オンライン
Stay ahead of the curve with Feedly AI
Prediction and memory - How Emotions Are Made
9年前のPC「VAIO P」をWindows 10にアップグレードしたらどうなる？ メモリは2GB、CPUはAtom…
