望月新一 - Wikipedia
望月 新一（もちづき しんいち、1969年〈昭和44年〉3月29日 - ）は、日本の数学者。自らのホームページでは「宇宙際幾何学者」を名乗っている[1]。学位は、Ph.D.（プリンストン大学・1992年）。京都大学数理解析研究所教授。研究分野は数論幾何学、遠アーベル幾何学。 東京都出身、本籍は世田谷区[2]。数論における重要な未解決問題として知られるABC予想を、自身の構築した宇宙際タイヒミュラー理論を用いて証明したとする論文を発表した。 来歴[編集] 国際関係論の学者であり日新製鋼参与やNissin U.S.A.社長を歴任した父望月輝一[3]とユダヤ系アメリカ人 Anne Rauch[4]の長男。父の仕事の関係で5歳で日本を離れる。中学生時代に1年間日本へ戻り、[5]筑波大学附属駒場中学校に在学した以外は、アメリカで教育を受ける。妹に北欧美術史学者の Mia Mochizuki (Ph.
Wikipediaがわかりにくいので（数学とか）、わかりやすいサイトを作ってみた - 大人になってからの再学習
このブログをはじめてから2年8か月と少し（ちょうど1000日くらい）が経った。 これまでに公開したエントリの数は299。 つまり、このエントリは記念すべき第300号！というわけ。 ブログとしてある程度の存在を認められるには300記事が1つの目安であるという説があるので[要出典]、 この300回目のエントリは当ブログにとって大きな節目と言える。 前回299号のエントリでは「なぜWikioediaはわかりにくいのか（数学とか）」という内容を書いた。 そこで言いたかったことを3行でまとめると次の通り。 ■ Wikipediaの説明は理工系の初学者にはわかりにくいね。 ■ そもそも説明のアプローチ（思想とも言う）が違うので、わかりにくくて当然だね。 ■ もっとわかりやすい説明の仕方がありそうだね。特に図を使った説明は直観的な理解を助ける力があるね。 まぁ、だいたいこんな感じ。 そして、その記事につ
dfltweb1.onamae.com – このドメインはお名前.comで取得されています。
このドメインは お名前.com から取得されました。 お名前.com は GMOインターネットグループ(株) が運営する国内シェアNo.1のドメイン登録サービスです。 ※表示価格は、全て税込です。 ※サービス品質維持のため、一時的に対象となる料金へ一定割合の「サービス維持調整費」を加算させていただきます。
dfltweb1.onamae.com – このドメインはお名前.comで取得されています。
このドメインは お名前.com から取得されました。 お名前.com は GMOインターネットグループ(株) が運営する国内シェアNo.1のドメイン登録サービスです。 ※表示価格は、全て税込です。 ※サービス品質維持のため、一時的に対象となる料金へ一定割合の「サービス維持調整費」を加算させていただきます。
データサイエンスのお奨め教科書。統計屋さん的視点から - hotokuとは
知人に、確率・統計を勉強するにはどんなん読んだら良いんかね？と聞かれたので、まとめる。 線形代数 統計を勉強しようと思ったら、先ず、線形代数を勉強するのが良いと思う。回帰分析とか主成分分析とか多次元尺度構成法とか、こういう有名ドコロが一発で分かる。線形代数を知らずに統計の本で「コレコレの計算で出てきた値が第一主成分だよ」みたいな説明を何回くり返し読んでも、多分、一生理解出来無いと思う。対称行列は直交行列で対角化出来るよね、とか、これは射影行列の形だね、とかが自然に分かるようになってから、統計の本を読むとよく理解出来る。 で、線形代数のお奨めはこれ。 プログラミングのための線形代数 作者: 平岡和幸,堀玄出版社/メーカー: オーム社発売日: 2004/10/01メディア: 単行本購入: 27人 クリック: 278回この商品を含むブログ (90件) を見るプログラミングのための…とあるんだけど
IIJ Research Laboratory
ネットワークの計測と解析 インターネットの使われ方やネットワークの挙動を把握する事は、ネットワークを運用し、その技術開発を行う ために欠かせません。しかし、観測で得られるデータ量は膨大ですがノイズが多く、また、観測できるのは極めて限られた部分でしかありません。そこで、膨大なデータから意味のある情報を抽出したり、部分的な観測からより一般的な傾向を推測する事が必要となります。... インターネット基盤技術 速くて、安全で、信頼性が高く、使いやすく、など、インターネットサービスへの要求はますます高まっています。これらの要求に応えるために、インターネットの 基盤技術も日々進歩しています。いまやインターネットはつながるだけのサービスではなく、高度で複雑な機能を備えた社会基盤となりました。IIJ技術研究所は、インターネットの基盤として実現が期待される機能を提供するために、さまざまな技術課題に取り組んで
いつのまにか、ぼくの本の電子書籍が出たようです - hiroyukikojima’s blog
ダイヤモンド社の担当編集者から、拙著『完全独習 統計学入門』ダイヤモンド社の電子書籍版が刊行された、という連絡を受けたので、せっかくだから当ブログで宣伝しておこうと思う。キンドル版へのリンクは以下。 完全独習 統計学入門 作者: 小島寛之出版社/メーカー: ダイヤモンド社発売日: 2013/06/17メディア: Kindle版この商品を含むブログ (2件) を見る楽天だと 楽天Kobo電子書籍ストア: 漫画・小説がアプリで今すぐ読める！ hontoだと、 完全独習 統計学入門の電子書籍 - honto電子書籍ストア この本は、今年だけで(まだ６月なのに）すでに３回も増刷がかかった。ダイヤモンド社の西内啓『統計学が最強の学問である』が爆発的に売れていて、そのおこぼれにあずかっているのだと思う。実際、『最強』本の書評を日経から頼まれて、「今を読み解く」というコーナーで統計学について書いた。この
人はどのように“記号の乱用”をしているのか - 檜山正幸のキマイラ飼育記 (はてなBlog)
「“記号の乱用”を実装すべきかもしれない」と「Catyに出現する名前達」において、名前が増えすぎて困る問題について述べました。困った状況は相変わらずです。 オーバーロードとか多相（総称、多態）は、名前を集約して減らす技術だとも言えるでしょう。実際、そのような技術を使わないと、名前はどんどん増えて、しかも長い名前となり、さらに悪いことには密接に関係する名前がまったく別な綴りを持ってしまうことがあります。 とりあえず、名前を減らす技術の使い方を云々する前に、ソフトウェアとは関係ない状況では「記号／名前の増加で困らない」のはなぜか？ を考えてみます。 「記号／名前の増加で困らない」理由は、“記号の乱用”をするからです。僕は「“記号の乱用”を実装すべき」と思っているので、人間が行なっている典型的な乱用の仕方を調べてみよう、ということです。 内容： 人間のコミュニケーションの実際 名前の意味をもっと
「グロタンディーク」って言ったらカッコイイのか？ - 檜山正幸のキマイラ飼育記 (はてなBlog)
今週は、デイヴィッド・スピヴァックの考え・思いを勝手に憶測して説明してみる、という余計なお世話な記事を並べています（来週以降も続くかも）。それで、スピヴァックがやたらに名前を出すグロタンディーク（Grothendieck）のこと。 以下の2つのスライド、あるいは他の著作物でもグロタンディーク構成はしょっちゅう出てきます。 Databases are categories (http://math.mit.edu/~dspivak/informatics/talks/galois.pdf) Databases are Categories II (http://math.mit.edu/~dspivak/informatics/talks/refinements_and_extensions.pdf) 実際にグロタンディーク構成を使っているのは、例として、RDF（Resource Descr
絵で分かる！ 主キー／外部キーのアホらしさ - 檜山正幸のキマイラ飼育記 (はてなBlog)
昨日と同じ話題を繰り返します。しかし今日は、誰にでもわかるように絵解きで説明します。 デイヴィッド・スピヴァックのデータベース理論の特徴を僕は「驚嘆すべき単純さだ」と言っていますが、圏論を使っているというだけの理由で、「関係データモデルのほうが分かりやすいんじゃないの？」と思っている人はいるでしょう。いいえっ、関係データモデルは複雑で難解です。いったんスピヴァック理論に慣れてしまえば、関係データモデルが無駄に晦渋だったことが分かるでしょう。この記事は、その無駄な晦渋さ＝アホらしさを 絵を使って解き明かします。 若干あおり気味の口調なので、より理論的な背景は昨日の記事で確認してください。 内容 例題：勤務先の電話番号を知る スピヴァックのモデルでは 関係データモデルではどうなる 主キー／外部キーはハードウェアのメモリ番地のようなもの デイヴィッド・スピヴァックのこと 例題：勤務先の電話番号を
主キー／外部キーなんてドーデモイイ - 檜山正幸のキマイラ飼育記 (はてなBlog)
土曜日の「データベースは圏なんだよ！の会」（hirataraさんのメモ）で、「主キー／外部キーなんてドーデモイイでしょ」的なことを言ったので、「どういう観点ならドーデモヨク見えるのか」を補足しておきます。別な観点からはドーデモヨクナイでしょうが、そういう別な観点を否定するものではありません*1。 以下の話は、集合圏に関する練習問題にもなっています。モノ射とプルバックの定義を確認して、集合圏のなかで具体的に考えてみてください。手を動かして具体的に追いかければ、ドーデモヨサが実感できるはずです*2。 Cは集合圏の部分圏としまします。したがって、Cの対象は集合で射は写像です。データベースを考える文脈では、Cは有限個の対象からなる小規模なもの（有限表示を持つ圏）です。Cは、Cと同じ“形状”を持つスキーマSのデータベースインスタンス（スナップショット）だと思ってください。 Cの対象Aごとに対象K(A
数学を生み出す魔法のるつぼ
『数学で犯罪を解決する』『数学する遺伝子』に代表される数学読み物のベストセラー作家、キース・デブリンと、実験数学の気鋭の研究者ジョナサン・ボールウェインが実験数学とは何かをやさしく解説します。数学者が頭をフル回転させて定理を証明する古典的な数学とは違い、実験数学ではコンピュータを道具として使って計算を行い、膨大なデータをもとに数式処理システムなどを利用して予想を立て、検証していく、つまり文字通り「実験」しながら、数学的発見を行うものです。この書籍では実験数学の魅力と可能性を紹介します。 正誤表 ここで紹介する正誤表には、書籍発行後に気づいた誤植や更新された情報を掲載しています。以下のリストに記載の年月は、正誤表を作成し、増刷書籍を印刷した月です。お手持ちの書籍では、すでに修正が施されている場合がありますので、書籍最終ページの奥付でお手持ちの書籍の刷版、刷り年月日をご確認の上、ご利用ください
例題で学ぶ微分方程式
多項式回帰やロジスティック回帰など、最近ではデータマイニングや機械学習などでもごく普通の手法として使われる微分方程式について、生態系モデルのシミュレーションを通じて直観的に理解するための入門書。生物の発生モデル、クジラの回遊モデルなどの実例について、Mathematicaによるシミュレーションを通じて理解を促します。なお本書はEbookのみの販売となります。 本書のサンプル（PDF） ダウンロード まえがき 第1章 はじめに：微分方程式とは 1.1 常微分方程式と相図 1.2 微分方程式の数値解法 第2章 基礎編：生物モデルで理解する微分方程式 2.1 ロジスティックモデル 2.1.1 ロジスティックモデルが形成する美しい曲線 2.1.2 定性的な解の捉え方 2.2 2種生物の競合モデル 2.2.1 平衡点の解析 2.2.2 解軌跡 2.2.3 ヌルクラインによる解析 2.3 マグロは絶滅
ペトリネット - Wikipedia
ペトリネット ペトリネット（英: Petri net）とは、カール・アダム・ペトリが1962年に発表した離散分散システムを数学的に表現する手法である。モデリング言語としては分散システムを注釈付の有向2部グラフとして視覚的に表現する。 概要[編集] ペトリネットは、視覚的、数学的な離散事象システムをモデル化するツールの一つであり、 名前は創始者のカール・アダム・ペトリに由来する。 有向2部グラフ で表現され、 頂点集合の2分割 がそれぞれ、 プレース（丸で表記）、トランジション（棒または箱で表記） という2種類のノードに対応する。 アーク (矢印で表記) は、プレースから出てトランジションに入るか、 トランジションから出てプレースに入る。 あるプレース に対し、非負整数 が割り当てられたとき、 プレース は 個のトークンでマーキングされていると言い、 このときトークンはプレース 内の 個の点
PRMLガール 〜 文芸部のマネージャーが「パターン認識と機械学習」を読んだら 〜 - 木曜不足
放課後の学食は、普段なら常時腹を空かせた運動部の連中があちこちにたむろっているのだが、今日は珍しく先客は一人きりだった。 静かな様子にほっとしたカズは、まったり休憩でもしようとジュースを片手に奥の目立たない席を目指す。が、学食で筆記用具を広げている女子生徒の横を通り過ぎたところで突然立ち止まった。 振り返ってその先客をよく眺めると、ツインテールの頭をどこか見覚えのある黄色い本に乗せて、机に突っ伏すようにして寝ていた。カズは思わず近寄って、本の正体を確認するためにのぞき込もうとしたそのとき。 「やっぱ、わかんない！ ……って、ひゃあ!?」 「わわっ」 突然跳ね起きたその生徒は、目と鼻の先にいたカズの姿にびっくりして悲鳴を上げた。カズもやはり驚きうろたえてしまった。 二人してしばらくそのまま息をのむようにして顔を見合わせていたが、そのうちどちらともなくぷっと吹き出した。 「あはは、ごめん……す
セイバーメトリクス - Wikipedia
セイバーメトリクス（英語: SABRmetrics, 一般にSabermetrics）とは、野球においてデータを統計学的見地から客観的に分析し、選手の評価や戦略を考える分析手法である。 概要[編集] セイバーメトリクスとは、野球ライターで野球史研究家・野球統計の専門家でもあるビル・ジェームズ（George William “Bill” James, 1949年 - ）によって1970年代に提唱されたもので、アメリカ野球学会の略称SABR (Society for American Baseball Research) と測定基準 (metrics) を組み合わせた造語である。ジム・アルバート、ジェイ・ベネットが著した『メジャーリーグの数理科学（原題Curve Ball[1] ）』はセイバーメトリクスについてわかりやすく解説している。 野球には、様々な価値基準・指標が存在するが、セイバーメト
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
https://github.com/yukitos/notes/blob/master/Understanding%20monoids/00.The%20'Understanding%20monoids'%20series.md
RaspberryPi、数式処理ソフト「Mathematica」を同梱。個人利用は無料 
https://choreographlife.jp/pdf/intro.pdf
What's a Tensor?
