このf(x)とg(y)の値の範囲に大きな差があって、もっぱら $ ||f(x)|| << ||g(y)|| であるようなタイプがいる。

Scrapboxで書籍の執筆をやるばあいに、1ページに長文を書くとScrapboxの長所を殺すが、原稿が複数のページに散ると「紙面で読む感覚」を得ることができない。そこで、節ごとに個別のページに書いたうえで、それが目次ページに埋め込まれればよいのではないか。

2: 書籍の中の知識が結合しているが、まだ自分の経験や他の本の記述などの「書籍の外の知識」とつながっていない状態

「それはなぜ？」(why)を繰り返して掘り下げていくと、いずれ科学の限界に到達し、そこからさらに「なぜ」の答えを得た時、理学的な知見が得られる。分けていくイメージ。

Scrapboxの情報構造化の仕組みは、今まで我々の使い慣れているものとは多少違う。まずはそう考えた方がいい。

IBMだったかどっかだったかの研究所の所長が「研究者の業績評価基準を公開すると、それに沿った行動をしてしまって、局所最適に陥ってしまう。だから評価基準は公開しない」的な話を言った、という話のソースを探しているんだが見当たらん。うーん、誰の発言だったかなぁ。

Googleによる機械学習による駐車難易度の判定機能 Research Blog: Using Machine Learning to Predict Parking Difficulty https://research.googleblog.com/2017/02/using-machine-learning-to-predict.html 流行りのDeep Learningではなくロジスティ

年収分布よりココが面白い“データサイエンスにおいてどのような手法を用いているか:「ロジスティック回帰」63.5％、「決定木」49.9％、「ランダムフォレスト」46.3％、「ニューラルネットワーク」37.6％。

法律とプログラミングがとても共通部分があるのに一見すごく違うのは何故なのか考えてたのだがすごく根幹の部分で違いがあることに気づいた。

追記: 文中のA社に該当する企業の例として具体的な名前も出てきているが、このページでの議論は特定のA社についての話ではなく、一般論としてNVIDIAの行為が不法行為かどうかという話なので誤解しないように。

選択肢が2つではないのに、2つであると勘違いして、どちらかを選ぼうとする 3つ目の選択肢を探そうとしていない 選択肢が2個の場合と3個の場合では意思決定の質が7.7倍良い。see 選択肢の量と意思決定の質 排反でないものを排反だと勘違いする 「Aか、Bか」と言っている 「両方」という選択肢があるのでは？ 「組み合わせ」という選択肢は？ 計画に関して「両方」を「どっちもやる」と解釈をして「コスト的に

そのことによって、その後紙のしがらみがないメディアが生まれた時にも、同じコンテンツの作り方をされるようになった。