「線形」を含む日記 RSS

はてなキーワード: 線形とは

2020-06-22

一方はふつう数学文章。もう片方は全くデタラメ文章である

一方は正しい数学文章である。もしかしたら間違っているかも知れないが、少なくとも数学的に正しいか間違っているかが判定できる。

もう一方は完全に出鱈目な文章である数学的に何の意味もない支離滅裂ものである

文章1

本稿を通して、kは代数閉体とする。

k上の射影直線ℙ^1から射影平面ℙ^2への射

i: [x: y] → [x^2: xy: y^2]

を考える。iの像は、ℙ^2の閉部分スキーム

Proj(k[X, Y, Z]/(Y^2 - XZ))

と同型であり、iはℙ^1のℙ^2への埋め込みになっている。ℙ^2の可逆層O_{ℙ^2}(1)のiによる引き戻しi^*(O_{ℙ^2}(1))は、ℙ^1の可逆層O_{ℙ^1}(2)である。つまり、O_{ℙ^1}(2)はℙ^1のℙ^2への埋め込みを定める。

与えられたスキームが射影空間に埋め込めるかどうかは、代数幾何学において重要問題である。以下、可逆層と射影空間への射の関係について述べる。

定義:

Xをスキームとし、FをO_X加群の層とする。Fが大域切断で生成されるとは、{s_i∈H^0(X, F)}_{i∈I}が存在して、任意の点x∈Xに対して、ストークF_xがO_{X,x}加群としてs_{i,x}で生成されることである

Xをk上のスキーム、LをX上の可逆層で大域切断で生成されるものとする。d + 1 = dim(H^0(X, L))とし、s_0, ..., s_dをH^0(X, L)の生成元とする。このとき、Xからk上の射影空間ℙ^dへの射fが

f: x → [s_0(x): ...: s_d(x)]

により定まり、ℙ^dの可逆層O_{ℙ^d}(1)のfによる引き戻しf^*(O_{ℙ^d}(1))はLになっている。この射が埋め込みになるとき、Lをベリーアンプルという。生成元の取り方に寄らない定義を述べると、以下のようになる。

定義:

Xをk上のスキーム、LをX上の可逆層とする。Lがベリーアンプであるとは、k上の射影空間ℙ^dと埋め込みi: X → ℙ^dが存在して、L~i^*(O_{ℙ^d}(1))となることである

例として、ℂ上の楕円曲線(種数1の非特異射影曲線)Eを考える。閉点p∈Eと自然数n≧1に対して、因子pに付随する可逆層O_{E}(np)={f∈K(E)| np + (f)≧0}を考える。Riemann-Rochの定理より、

dim(O_{E}(np)) - dim(O_{E}(K - np)) = deg(np) + 1 - g = n

∴ dim(O_{E}(np)) = n + dim(O_{E}(K - np))

であり、楕円曲線上の正則微分形式は零点も極も持たないから、すべてのnに対してdeg(K - np)<0であり、よってdim(O_{E}(K - np))=0。

∴ dim(O_{E}(np)) = n

n = 1の場合、O_{E}(p)はベリーアンプルではない。n = 2の場合も、よく知られたように楕円曲線は射影直線には埋め込めないから、O_{E}(2p)もベリーアンプルではない。n≧3のとき、実はO_{E}(np)はベリーアンプルになる。

この例のように、Lはベリーアンプルではないが、自身との積を取って大域切断を増やしてやるとベリーアンプルになることがある。その場合次元の高い射影空間に埋め込める。

定義:

Xをk上のスキーム、LをX上の可逆層とする。十分大きなnに対して、L^⊗nがベリーアンプルとなるとき、Lをアンプであるという。

与えられた可逆層がアンプであるか判定するのは、一般的に難しい問題であるアンプルかどうかの判定法としては、Cartan-Serre-Grothendieckによるコホモロジーを用いるものと、Nakai-Moishezonによる交点数を用いるものが有名である

定理(Cartan-Serre-Grothendieck):

XをNoether環上固有なスキーム、LをX上の可逆層とする。Lがアンプであるためには、X上の任意の連接層Fに対して、自然数n(F)が存在して、

i≧1、n≧n(F)ならば、H^i(X, F⊗L^⊗n) = 0

となることが必要十分である

定理(Nakai-Moishezon):

Xをk上固有なスキーム、DをX上のCartier因子とする。可逆層O_{X}(D)がアンプであるためには、Xの任意1次元以上の既約部分多様体Yに対して、

D^dim(Y).Y>0

となることが必要十分である

文章2

kを体とし、Xをk上の代数多様体とする。Xに対して、環E(X)が以下のように定まる。E(X)は

E(X) = E_0⊕E_1⊕E_2⊕...

と分解し、各E_dはXのd次元部分多様体ホモトピー同値からなるk上のベクトル空間であり、d次元部分多様体Yとe次元部分多様体Zに対して、[Y]∈E_d, [Z]∈E_eの積は、代数多様体の積の同値類[Y×Z]∈E_{d+e}である。この積は代表元Y, Zの取り方によらず定まる。各E_dの元のことを、d次元のサイクルと呼ぶ。

このE(X)をXのEuclid環という。Euclid環の名称は、Euclidによる最大公約数を求めるアルゴリズムに由来する。すなわち、任意のサイクル[Y], [Z]∈E(X) ([Z]≠0)に対して、あるサイクル[Q], [R]∈E(X)が一意的に存在して、

・[Y] = [Q×Z] + [R]

・dim(R)<dim(Z)

が成り立つためである。ここで、[R] = 0となるとき、[Z]は[Y]の因子であるという。

dim(X) = nとする。d≧n+1を含むE_dを上述の積の定義により定める。すなわち、任意のサイクルz∈E_dは、Xのd次元部分多様体Zが存在してz = [Z]となっているか、d = e + fをみたすe, fと、[E]∈E_e、[F]∈E_fが存在して、z = [E×F]となっている。後者のように低次元のサイクルの積として得られないサイクルを、単純サイクルまたは新サイクルという。

このとき、k上の代数多様体X_∞で、任意の[Z]∈E(X)に対して、[X_∞×Z] = [X_∞]、[X_∞∩Z] = [Z]∈E(X)となるもの存在する。このX_∞をXの普遍代数多様体と呼び、E~(X) = E((X))⊕k[X_∞]をE(X)の完備化または完備Euclid環という(ただし、E((X)) = {Σ[d=0,∞]z_d| z_d∈E_d})。完備Euclid環の著しい性質は、Fourier級数展開ができることである

定理:

各dに対して、単純サイクルからなる基底{b_{d, 1}, ..., b_{d, n(d)}}⊂E_dが存在して、任意のf∈E~(X)は

f = Σ[d=0,∞]Σ[k=1,n(d)]a_{d, k}b_{d, k}

と表される。ただし、a_{d, k}はHilbert-Poincaré内積(f = [Z], b_{d, k})=∫_{b}ω^d_{X_∞}∧[Z]で与えられるkの元である

Xとしてk上の代数群、つまり代数多様体であり群でもあるものを考える。このとき、Xの群法則はX×XからXへの有理写像になるから、完備Euclid環上の線形作用素誘導する。この作用素に関しては、次の定理重要である

定理(Hilbert):

Xがコンパクト代数群であれば、完備Euclid環に誘導された線形作用素有界作用素である

以下の定理は、スペクトル分解により単純サイクルによる基底が得られることを主要している。

定理(Hilbert):

上述の定義における単純サイクルによる基底は、完備Euclid環の固有自己作用素固有ベクトルになる。

2020-06-12

2020-6-12

寿司打23740 6.8 1201 20

目的関数は仮説関数評価するもの

目的関数を小さくすることが学習目的

線形回帰問題でよく使われる目的関数二乗誤差関数

寿司打でベストスコア出てうれしかった

もうちょっと勉強真剣にやろうと思った

atcoder始めてみようと思ったけれど、時間が食われそうで迷ってる・・・

2020-06-09

2020-06-09

寿司打 値段21840 平均キータイプ数6.8 正しく打ったキーの数1140 ミスタイプ17 前日比-760

https://www.coursera.org/learn/machine-learning/home/welcome はじめた

教師あり学習サンプルデータとそれに対するラベルが与えられる。

教師なし学習サンプルデータけが与えられる。

回帰問題連続する値を扱うもので、分類問題は離散的な値を扱う。

教師なし学習は特徴に応じて集まりに分けることができる。その集まりがどういう集まりかまではわからないけど。

回帰学習は訓練データが与えられると学習して、仮説関数を求める。仮説関数名前は慣習的なものらしくて仮説という言葉を深く考えなくていいらしい。

線形的な仮説関数が出てくるもの線形回帰しかも一変数なら単回帰という。

まだ概念的なもので具体例は少ししか出てきてないけど明日も頑張る。

2020-06-05

行列式って何?

交代多重線形形式で恒等変換を1に写すものです。

Galois拡大って何?

分離的かつ正規代数拡大のことです。

集合Kが2つの二項演算+: K×K→K、*: K×K→Kを持ち、以下の性質を満たすとき、Kは体であるという。

  1. 任意のa, b, c∈Kに対して、(a + b) + c = a + (b + c)
  2. ある元0∈Kが存在して、任意のa∈Kに対して、a + 0 = 0 + a = a
  3. 任意のa∈Kに対して、ある元-a∈Kが存在して、a + (-a) = (-a) + a = 0
  4. 任意のa, b∈Kに対して、a + b = b + a
  5. 任意のa, b, c∈Kに対して、(ab)c = a(bc)
  6. 任意のa, b, c∈Kに対して、a(b + c) = ab + ac、(a + b)c = ac + bc
  7. ある元1∈Kが存在して、任意のa∈Kに対して、1a = a1 = a
  8. 任意のa∈K\{0}に対して、ある元a^(-1)∈Kが存在して、aa^(-1) = a^(-1)a = 1
  9. 任意のa, b∈Kに対して、ab = ba

体の例
  • 有理数全体の集合Q、実数全体の集合R、複素数全体の集合Cは、通常の和と積について体になる。一方、整数全体の集合Zは体にはならない。
  • 素数pについて、整数をpで割ったあまりの集合Z/pZ := {0, 1, ..., p-1}は、自然な和と積によって体になる。

代数拡大

K, Lを体とする。K⊂Lとなるとき、LをKの拡大体という。L/Kが拡大であるともいう。もちろん、これはLの部分群Kによる剰余群のことではない。

C/Rや、C/Qは体の拡大の例である。K(X)/K(X^2)なども体の拡大の例である

L/Kを体の拡大とする。任意のa∈Lに対して、K係数の多項式f(X)存在して、f(a)=0となるとき、LをKの代数拡大体、またはL/Kは代数拡大であるという。

そのような多項式存在しない元が存在するとき、LはKの超越拡大体、またはL/Kは超越拡大であるという。

代数拡大の例

C/Rは代数拡大である

なぜならば、任意のz∈Cはz = x + yi (x, y∈R)と表わせ、z* = x - yiとおくと、zは二次方程式

X^2 -(z + z*)X + zz* = 0

の解だから

Kを体とする。K上の任意多項式F(X)に対して、Fの根を全て含む体Lが存在する。言い換えれば、FはLで

F(X) = a(X - a1)...(X - an)

と一次の積に分解する。このようなLのうち最小のもの存在し、Fの(最小)分解体という。Fの分解体はKの代数拡大体である

最後の一文を証明する。

LをFの分解体とする。Lの部分環Vを

K[X1, ..., Xn]→L (f(X1, ..., Xn)→f(a1, ..., an))

の像とすると、VはK上のベクトル空間である。各aiはn次多項式の根であるからaiのn次以上の式はn-1次以下の式に等しくなる。従って、VはK上高々n^2次元の有限次元ベクトル空間である

Vは整域であるから、0でない元による掛け算は、VからVへの単射線形写像である。したがって、線形写像の階数と核の次元に関する定理から、この写像全射である。よって、Vの0でない任意の元には逆元が存在する。つまり、Vは体である

Lは、Kと各aiを含む最小の体であり、V⊂Lなので、L=Vである

さて、Lの元でK上のいかなる多項式の根にならないもの存在したとし、それをαとおくと、無限個の元1, α, α^2, ...は、K上一次独立となる。これはVが有限次元であることに矛盾する。□

上の証明から特に、KにFの1つの根αを添加した体K(α)は、Kの代数拡大体である。このような拡大を単拡大という。


拡大次数と自己同型群

L/Kを代数拡大とする。LはK上のベクトル空間となる。その次元をL/Kの拡大次数といい、[L : K]で表す。[L : K]が有限のとき、L/Kは有限拡大といい、無限大のとき無限代数拡大という(上の証明でみたとおり、超越拡大は必ず無限次拡大である)。

M/K、L/Mがともに有限拡大ならば、L/Kも有限拡大であり、[L : K] = [L : M] [M : K]。

α∈Lとする。K上の多項式fでf(α)=0をみたすもののうち、次数が最小のものが定数倍を除いて存在し、それをαの最小多項式という。

[K(α) : K]は、αの最小多項式の次数に等しい。なぜならば、その次数をnとするとαのn次以上の式はすべてn-1次以下の式になるため、[K(α) : K]≦n。1, α, ..., α^(n-1)が一次従属だとすると、n-1次以下の多項式でαを根に持つもの存在することになるので、[K(α) : K]≧n。よって、[K(α) : K]=n。

Lの自己同型σでKの元を固定するもの、つまり任意のa∈Kに対してσ(a)=aとなるもの全体のなす群をAut(L/K)と書く。

任意の有限拡大L/Kに対して、#Aut(L/K) ≦ [L : K]。


Galois拡大

L/Kを有限拡大とする。#Aut(L/K) = [L : K]が成り立つとき、L/KをGalois拡大という。L/KがGalois拡大のとき、Aut(L/K)をGal(L/K)と書き、L/KのGalois群という。

Galois拡大の例

L/Kを有限拡大、[L : K] = 2とする。#Aut(L/K) ≦ [L : K] = 2なので、Aut(L/K)に恒等写像以外の元が存在することを示せばよい。

[L : K] = 2なので、α∈L\Kが存在して、1, α, α^2は一次従属。したがって、α^2 - aα + b = 0となるa, b∈Kが存在する。解と係数の関係から、α, a - α∈Lは、2次方程式X^2 - aX + b = 0の異なる2解。

α∉Kより、K⊕KαはK上2次元ベクトル空間で、K⊕Kα⊂LなのでL=K⊕Kα。

σ: L→Lをσ(1)=1, σ(α)=a-αとなるK線形写像とすれば、σは全単射であり、Kの元を固定する体の準同型でもあるので、σ∈Aut(L/K)。□

C/RはGalois拡大。

Gal(C/R)={id, σ: z→z*}

平方因子のない有理数αに対して、Q(√α)/QはGalois拡大。

Gal(Q(√α)/Q) = {id, σ: 1→1, √α→-√α}。


正規拡大

L/Kを有限拡大とする。任意のα∈Lに対して、αのK上の最小多項式が、Lで1次式の積に分解するとき、L/Kを正規拡大という。

L=K(α)とすると、L/Kが正規拡大であるのは、αの最小多項式がLで一次の積に分解するときである

K(α)/Kが正規拡大で、さらにαの最小多項式重根を持たなければ、αを他の根に写す写像がAut(K(α)/K)の元になるから、Aut(K(α)/K) = αの最小多項式の次数 = [K(α) : K]となり、K(α)/KはGalois拡大になる。

nを自然数として、ζ_n = exp(2πi/n)とする。ζ_nの最小多項式は、Π[0 < m < n, gcd(m, n)=1](X - (ζ_n)^m)であり、Q(ζ_n)/QはGalois拡大である


分離拡大

L/Kを有限拡大とする。任意のα∈Lの最小多項式重根を持たないとき、L/Kは分離拡大という。

体Kに対して、1を1に写すことで一意的に定まる環準同型f: Z→Kがある。fの像は整域だから、fの核はZの素イデアルである。fの核が(0)のとき、Kの標数は0であるといい、fの核が(p)であるとき、fの標数はpであるという。


Q, R, Cの標数は0である。Z/pZの標数はpである

標数0の体および有限体の代数拡大はすべて分離拡大である

F_2 = Z/2Zとする。F_2係数の有理関数体F_2(X)/F_2(X^2)は分離拡大ではない。

実際、XのF_2(X^2)上の最小多項式は、T^2 - X^2 = (T - X)(T + X) = (T - X)^2となり、重根を持つ。

Galois拡大であることの言い換え

有限拡大L/KがGalois拡大であるためには、L/Kが分離拡大かつ正規拡大となることが必要十分である


Galois拡大の性質

L/KをGalois拡大、Gal(L/K)をGalois群とする。

K⊂M⊂Lとなる体Mを、L/Kの中間体という。

部分群H⊂Gal(L/K)に対して、L^H := {a∈L| 任意のσ∈Hに対してσ(a)=a}は、L/Kの中間体になる。

逆に、中間体K⊂M⊂Lに対して、Aut(L/M)はGal(L/K)の部分群になる。

次のGalois理論の基本定理は、L/Kの中間体がGalois群で決定されることを述べている。

L/KをGalois拡大とする。L/Kの中間体と、Gal(L/K)の部分群の間には、以下で与えられる1対1対応がある。

  • 部分群H⊂Gal(L/K)に対して、K⊂L^H⊂L
  • 中間体Mに対して、Aut(L/M)⊂Gal(L/K)

さらに、以下の性質を満たす。

  • H'⊂H⊂Gal(L/K)ならば、K⊂L^H⊂L^H'⊂L
  • K⊂M⊂M'⊂Lならば、Aut(L/M')⊂Aut(L/M)⊂Gal(L/K)
  • 中間体K⊂M⊂Lに対して、#Aut(L/M)=[L : M]。つまり、L/MはGalois拡大
  • 部分群H⊂Gal(L/K)に対して、#H = [L : L^H]、#Gal(L/K)/H = [L^H : K]
  • 中間体K⊂M⊂Lに対して、M/Kが正規拡大(L/Kは分離的なのでM/Kも分離的であり、従ってGalois拡大)であることと、Gal(L/M)がGal(L/K)の正規部分群であることが同値であり、Gal(L/K)/Gal(L/M)〜Gal(M/K)。同型はσ∈Gal(L/K)のMへの制限で与えられる。

K=Q, L=Q(√2, √3)とすると、Gal(L/K)はσ√2→-√2とする写像σと、√3→-√3とする写像τで生成される位数4の群Z/2Z×Z/2Zである

この部分群は{id}, {id, σ}, {id, τ}, {id, στ}, {id, σ, τ, στ}の5種類があり、それぞれ中間体L, Q(√2), Q(√3), Q(√6), Kに対応する。

2020-06-03

双対空間の具体例って何?

内積を取る線形汎関数

Vを内積(・,・)をもつn次元ベクトル空間としv∈Vを任意の元とすると、w∈Vに対して(v, w)を対応させる写像線形汎関数であって、この写像の全体はn次元ベクトル空間になるからV*と同型

微分形式

微分多様体の各点の1次微分形式は、その点の接ベクトル空間双対空間

コホモロジー

ホモロジーの各次数のチェインの双対空間を取ると、コホモロジーになる

2020-05-21

暗記数学が正しい

受験生諸君は、悪質な情報に惑わされないように。

暗記数学の要旨

和田秀樹らによるいわゆる「暗記数学」の要点をまとめると、以下のようになるだろう。

数学重要なのは、技巧的な解法をひらめくことよりも、基礎を確実に理解することである

これは従来、数学入試問題を解くのに必要なのが曖昧模糊とした「ひらめき」や「才能」だと思われていたことへのアンチテーゼである。「暗記」という語はその対比であり、特別な才能がなくとも、基礎事項を確実に習得することで、入試を通過できる程度の数学力は身に付くことを主張している。

そもそも大学入試大学研究をする上で重要知識や考え方の理解度を問うているわけであって、徒な難問を出して受験生を試しているわけではない。したがって、そのような重要事項(つまり教科書の基礎事項や、数学活用する上で頻繁に出てくるような考え方)を身に付けるのが正攻法である

そのための教材としては、エレガントな別解や難問に拘ったものよりも、基礎事項や入試頻出の問題網羅したスタンダードものが良いとされる。

数学理解するには、具体的な証明計算例を通じて行うのが効果である

これはいわゆる解法暗記である。なぜ、具体的な実例を学ぶのかと言えば。数学に限らず、具体的な経験と関連付けられていない知識理解できないためである

実際、教科書を読んだばかりの人の多くは、自身知識入試問題との間にギャップを感じる。たとえば、ベクトル内積定義線形性等の性質を知っただけでは、それを幾何学問題に応用するのは難しいだろう。教科書を読んだばかりの段階というのは、将棋で喩えれば駒の動かし方を覚えただけのようなもので、実戦で勝つのは難しい。実戦で勝つには、定跡や手筋のような、ルールだけから直ちに明らかではない、駒の活用法を身に着ける必要がある。

将棋の定跡を初心者独自発見するのが難しいのと同様に、数学自明でない実例を見出すことも難しい。そのほとんどは歴代数学者が生涯をかけて究明してきたものなのだから、当然であるしかし、現代高校生には既に教科書入試問題がある。特に入試問題は、数学専門家が選りすぐった、良質な実例の宝庫である受験生はこれを通じて数学概念活用のされ方や、論理の展開等を深く理解するべきである

そしてこれは、大学以降で数学工学を学ぶ際も同様である特に大学以降の数学では、抽象的な概念が中心になるため、ほとんどの大学教員は、具体的な実例を通じて理解しているかを非常に重んじる。たとえば、セミナー大学入試等では、以下のような質問が頻繁になされる。

  • ある概念(群やベクトル空間など)の具体例を言えるか。
  • 逆に、そうでないものの具体例を言えるか。
  • ある定理を具体的な状況に適用すると何が言えるか。
  • ある定理仮定を除いて、反例を構成できるか。

論理ギャップや式変形の意味等の不明点は曖昧なままにせず、人に聞いたり調べたりして、完全に理解すべきである

教科書記述や、解いた問題は完全に理解すべきである。つまり

といったことを徹底的に自問するべきである自分理解絶対に正しいと確信し、それに関して何を聞かれても答えられる状態にならなければいけない。「微分極値が求まる理屈は分からない(或いは、分からないという自覚さえない)が、極値問題からとりあえず微分してみる」というような勉強は良くない。

そして、理解できたと思ったら、教科書の一節や問題の解答を何も見ずに再現してみる。これはもちろん、一字一句を暗記するということではなく、上に書いたような知識有機的な繋がりを持って理解できているのかを確認することである。ある事実が、どのような性質を前提としていて、どのように示されるのかという数学ストーリー理解していれば、何も見ずともスラスラ書けるはずだ。

また、問題を解く際は、いきなり答えを見るのではなく、一通り自分で解答を試みてから解答を見ることが好ましい。実際に手を動かすことにより、分かっている部分とそうでない部分が明確になるからである

以上のことは、何も受験数学に限った話ではない。他の科目でも、社会に出て自分で調べたり考えたりしたこと他人に発表するときでも同様である

暗記数学に賛成している人・反対している人

一般的に、暗記数学に賛成している人。

要するに、数学の専門知識社会的常識のある人は暗記数学に賛成しているようだ。

逆に、反対している人。

反対しているのは、金儲けが目的で目立つことを言っているか、何かをこじらせて勉強法に無駄な拘りを持っている人たちのようだ。

----

追記

思うに、アンチ暗記数学派というのは、精神根底に以下のような考えを持っているのではないのだろうか?

一部の人は、大学入試では「ひらめき」「発想力」「頭の柔らかさ」「地頭の良さ」などを試すために敢えて典型的ではない問題を出しているとか、「天才」を発掘するために常人には解けないような難問を出題していると思っているのかも知れない。しかし、先にも述べたように、大学入試は、大学に入って研究するための基礎学力を測っており、入試問題は、そこで問われている知識や考え方が重要から出題されるわけである。したがって、そういう重要知識や考え方を十分に身に着けていれば受かる。ただそれだけの話である。そして、良識ある教育者は、数学重要なところが分かっているから、それに基づいて教材や予想問題を作っている。そうでない人はもしかしたら、大学普通受験生には解けないように徒に問題を複雑にしていると思い込み、ひねくれた問題を教えているのかも知れない。

また、「数学自体重要ではなく、数学を通じて思考力を鍛えることが重要」とか「受験勉強社会に出て嫌な仕事我慢するための訓練」等と思っている人もいるかも知れない。特に前者は、自称数学好きにもいるようだ。しかし、深く考えるまでもなく、大学受験数学が課せられるのは、大学研究するために(少なくとも、教員が望む水準で)絶対必要からである。そして何度も言うように、入試で問われるのは、研究のために必要知識や考え方であり、「頭の柔らかさ」などではない。また、数学をそれほど使わない学部にも、受験数学が課せられるのは、多くの大学には転部等の制度があり、文学部から経済学部とか、農学部から工学部に転部するような事例は珍しくないかである

上記2つに共通するのは、「理解」よりも「ひらめき」等のオカルティックなものを重視することである。これは、上に述べた胡散臭い教育業者や、受験生に絡んでる学歴コンプが暗記数学に反対する理由と符合する。金儲けがしたい受験業者にとって、「基礎を確実に理解することが重要」と言うよりも「入試本番に典型問題は出ないから、ひらめきが大事(。そして、ウチの教材を使えば、それが鍛えられる)」などと言った方が、客は集まりやすいだろう。また、SNS等で受験生教員などに絡んでる奴にしても、数学本質理解できず霊感的なもの価値見出しおかし勉強理論かぶれてしまったと考えれば納得がいく。

繰り返しになるが、受験生諸君はそういう悪質な情報に惑わされてはいけない。

2020-04-29

anond:20200429150435

順位に従って爆発的に伸びるんじゃね? 線形でなく

2020-04-23

anond:20200423191601

なぜ3日に1回かという1次線形という単語を知ってる奴らが官僚なんだから、その資料が出てくるだろこれから

2020-04-05

東京都患者数がおおよそ線形増加したとすると、今週の木曜日頃に1,500人を超えて、来週の水曜日頃に3,000人を超える。

宿泊施設を借り上げて病状の軽い人に使うとか、重病者を他県に搬送したとしても、体育館にベッドを並べることになりそうな感じはする。

東京の方はご自愛ください

2020-03-30

線形回帰で解ける問題なのにディープラーニングを使おうとする上司

適当サンプリングしてエクセルで解けるよそれ。

しかし…言わない…!。そんな無粋なことは…!

2020-03-19

Excelグラフ新型コロナウイルス未来を予想する

anond:20200319081017

そんな時にはExcel予測してみようぜ。(基本的機能しか使っていないので、たぶん他の表計算ソフトでもできるはず)

そして、元の統計値の不確かさを別にしても、

ことを確認してみようぜ。

データの取得

コロナウイルスに関するデータは、いろんな所から入手できる。WHOサイトとかからがいいんだろうけど、Wikipediaなどにも転載されているのでそっちから持ってくるのがお手軽よ。

https://ja.m.wikipedia.org/wiki/2019%E6%96%B0%E5%9E%8B%E3%82%B3%E3%83%AD%E3%83%8A%E3%82%A6%E3%82%A4%E3%83%AB%E3%82%B9

他人に発表する時にはきちんと一時ソースからにした方がいいけど、自分が疑問に思ったときにやる分にはどこからでもいいかと思う。

データExcelへのぶち込み方。

今回の場合は、今までの推移から、将来を予測する形になるので、例えば

と言う形で入れればいいよ。

グラフを書く

グラフは散布図を使います

この場合

で死者数の推移のグラフができるよ。

これでとりあえずどのように推移しているかグラフを書くことができた。

これを感染者数にしてみよう。

ことで、簡単感染者数のグラフも作れるよ

つのグラフに描画することもできるけど、値のオーダーがだいぶ違うので別のグラフに書いたほうがわかりやすいと思う。

近似曲線を追加する

グラフの中の曲線を右クリックして「近似曲線の追加」を選択する。

すると、通常は破線(点線)で近似曲線が追加される。

(新しいExcelの人は、グラフクリックしたときに出てくる右側の「+」マークボタンを使ってもいいよ)

この近似曲線を使って未来を予想するよ。

近似曲線の種類や値を調整する

ただこのままだと直線近似のままになっているので、ぱっとみ会ってないように見えると思う。また、どれぐらいあっているかも分からないので、設定を変えてみよう。

ここから、種類を選べるので切り替えてみよう。

それぞれクリックして、いま選択している情報にたいして最も良さそうな近似曲線を選んでみよう。

また、その下に「予想」と言う欄があるので、そこに「前方補外」に100と入れると、近似曲線を今から100日後まで伸ばすことができる。

これで未来を予想する線がかけたよ。

数式とR2乗値を表示して評価し、あと具体的な値を拾ってみよう

その下にある「グラフに数式を表示する」と「グラフにR-2乗値を表示する」もONにしてみると、グラフ上に数字が表示されるよ。

数式は、この近似曲線を描くために使われる式で、これをExcelの式に置き換えて入れると、具体的なXの値の時の数字計算することができるものになってるよ。

例えば、セル「E1」に「170」と入れて、この数式の「x」を「E1」に置き換えた式をセルF1」に入れると、F1に170日の時の数字が出てくるよ。

また、R二乗値というのは、その近似曲線がどれだけあっているかを示しています

ただし、未来予測するときは、このR二乗値があっていればいいというもんでもなく…。

いろんな近似方法予測値を見てみる

で、ここまで自分の手でやった人は気付くと思うんだけど、この近似曲線にどれを使うかによって無茶苦茶予測値に振れが出ます

たとえば、指数近似にするとあと60日ぐらいで地球人類全員が感染し、そのうち10億人が死ぬと言う結果に。マジか。

一方で、線形近似にすると、100日後でも感染者数は数十万にとどまり、死者数は1万を超える程度、と言う結果になる。おいさっきと全然ちがうじゃねえか。

その中間ぐらいだと、累乗近似だが、100日後に感染者数は1000万人近くになり、死者は13万人を越える、と言う結論に。ビジュアル的にはこれが一番妥当なような気はするけど根拠ない。

それから多項式をつかってグラフへのフィット度を上げた場合最近ヨーロッパで本気になって検査を始めたことで急激に伸びた部分とかを拾っちゃって、値が極端になる、とかそういうことも確認できるよ。

じゃあどれが正しいのよ?

分かりません。

結局グラフの姿を目で確認して考える、というのが一番オーソドックスなやり方。数学的にはいろいろと議論があるらしいけど…。

評価するときには、グラフ指数表示するか、普通の表示のまま見るかでどのグラフがあっているようにみえるか、と言うのもだいぶ見栄えが違ってくるので気をつけて。

ただ、どれが在ってるのかわかんないにしても、他人が出してきた数字グラフをただ鵜呑みにするのではなく、自分Excelでもなんでもにぶち込んでみれば、

  • 近似方法や設定でこんなにも結果が変わる
  • どのパラメータがどれだけ結果に影響を与えるかを見ることができるので、抑えなきゃいけない論点が見えてくる

と言うメリットがある。

数字問題になっているとき、大抵の式はそんなに難しい事はないのでぜひやってみてほしい。Excel結構優秀なので計算の中身をあんまり知らなくてもいけるよ。

また、このネタを覚えると、プレゼンするとき自分に最も都合のよい将来予測を作ると言うこともわりと自由自在にできるので、上司丸め込んだり、客をだまくらかしたりもできるのでべんr…………悪用厳禁!!!

もちろん、これは何か大きな異変がなくて、このまま状況が推移する場合の予想だ、ってことも分かると思う。そこから先は感染モデルなどを取り入れた、もっと高度な予想が必要になると思うけど、自分で推測するにはこの程度でも役に立つよ。

さらに興味がある人向けに

先日一部界隈で話題になった「全くスクリーニングされてないランダム集団検査実施するとどんな結果になるか?」と言うのもExcel簡単計算できるのでやってみて。

これも自分計算すると納得するよ。

また、一部の反発に「もっと検査精度はよいと想定するべきだ」とかあったけど、その数字がどれだけ大事なのか?とかも分かるよ。

2020-02-06

ムーンショット政策馬鹿にするけど、革新的な案ある人いるの?

目標1:2050年までに、人が身体、脳、空間時間の制約から解放された社会を実現

目標2:2050年までに、超早期に疾患の予測・予防をすることができる社会を実現

目標3:2050年までに、AIロボット共進化により、自ら学習・行動し人と共生するロボットを実現

目標4:2050年までに、地球環境再生に向けた持続可能資源循環を実現

目標5:2050年までに、未利用の生物機能等のフル活用により、地球規模でムリ・ムダのない持続的な食料供給産業を創出

目標6:2050年までに、経済産業安全保障を飛躍的に発展させる誤り耐性型汎用量子コンピュータを実現

ムーンショット自体アメリカDARPAを参考にして作られているわけだが、

向こうは、米国以外の国が技術先行し米国を脅かすようなことがないようにするというのが目的だ。

とはいえDARPA投資先は米国以外も含まれている。

それまでとは動作原理が異なるもの、桁で性能が変わるものを重視している印象がある。

(既存の性能から線形な性能向上から外れるというのを重視しているように見える)


この手の性質上、現代感性からすると荒唐無稽と感じるのが出てきても不思議ではない。

もう一つ、米国を脅かすような目標を立てると潰される。中国中国製造2025を出して覇権を握ろうとしたら米国から対抗策打たれているのが現状だ。

こういう文言にするしか仕方なかったのかなとも思えるが、米国に気づかれないうちに産業力をつけられれば大成功だろう。


さて、そんなムーンショットだが、反対する中から、あまりこれは革新的だという案を見たことがない。

なろう系を見ていても、そんな革新的ものが出ているわけではない。

そういう案を出している人は日本存在しているのだろうか?


個人的には、アト秒レーザー関係、光コムあたりは日本が強く出てきそうな気はしているが。

2020-01-23

かいこが名を売るために1回2回、安く売るのはいいし、そういうときはなるべくはくがつくやつがいいんだけど そういうのは例外として

見積もり問題が、やっぱりちょっと横並び間が20年の間にずれはじめている。

ソートのN=1,Big特殊解。N=1のときは数式上ですでにNの2乗が1になるため通常は負けない2Nに負けるという特殊解が数学上ですでにおきえる

それだけではなく、プログラム上でも最適化されてそもそもForが初期化すら行われないなど、さまざまな特殊な事例になる。

N=BigときはN次記憶装置に落ちるなど、速度変化がバイライナーとは言い切れない。曲線的な変化に近づいていく。

この数式上の特殊解、線形上の特殊解などをN=1,Bigでまなび、さまざまな特殊解が存在するために

見積もりのさいには値域や変域が重要になる。など

さまざまな事を考慮する見積もり場合がアル。

ここをしっかり、すりあわせをして、お客様に最適な業者が筆頭になって受注することが望ましい。

2020-01-16

アホ上司深層学習を使わず線形回帰問題を解く俺に不満そうな顔

だってExcel問題解決できてしまうんだから仕方ない。

自分たちの抱えている問題手段すら適切に認識できないのに、この人どうやって何に貢献するんだろう?

2019-12-28

なぜ理想普通錯覚してしまうのか

普通の男と結婚したいだけなのに全然いない」と言いながら滅多にいない理想的しか思えない男性像を掲げて炎上する事件が後を絶たない。

 ネット開闢以来20年以上繰り返された炎上がなぜ今年も絶えなかったのか。

 別に彼女たちが世間知らずのバカからでも気位ばかり高いクズからでもなく、いわゆるヤリチン分裂現象によってこの心境を合理的説明することができる。

ハイスペイケメン分裂現象数理モデル

 今22歳の男女が100人ずついるとする。上位5人のハイスペイケメンはこの中から毎月1人と付き合っては別れ、30歳で最後の1人と結婚する。

 すると、30歳時点で100人女性ハイスペイケメン5人と交際歴が有り、うち5人がハイスペと結婚、残り95人が未婚となる。

 未婚の95人に「あなたにふさわしい結婚相手は」と尋ねると、全員「元カレ5人の平均なのでこれが普通だと思う」と言いながら上位5%のハイスペイケメン属性描写し始める。

 しか彼女たちは全員、残りの95%のロースペグロメンと妥協して結婚するか生涯未婚かを選ばなくてはならず、ブコメは「そんなハイスペはとっくに既婚だ」「ヤスタカに謝れ」と今日も大荒れである10人のハイスペ夫婦以外全員不幸になってしまった。

ドリームファイター定理

 おわかりだろうか。恋愛セックスを数十人、数百人と行う男性結婚は多くて生涯に数回しかできない。現代人は恋愛の延長が結婚だと思っているが、女性から見て恋愛的に釣り合うと思う男性結婚できる確率は実際にはとても低いのである

 この関係

恋愛的に釣り合うと思う男と結婚できる確率 = (当該男の生涯結婚回数の期待値)/(当該男の生涯交際人数の期待値)

のように定式化できる。

 実際にはある特定独身男性期待値を正確に知ることは難しいので、結婚回数の期待値を1、交際人数は過去の人数を40歳くらいまで線形に補間したものとして良いだろう。

 どのような望みを持つの自由だし良し悪しも正誤もないが、錯覚に囚われて非合理な選択をすることは誰の幸福にも繋がらない。ぜひ義務教育中に保健体育ですべての女子にこの定理を学んでほしいと思う。

2019-12-05

エンジニア職に就いたあと辞めたポエム

補足→ https://anond.hatelabo.jp/20191205212350


これは退職アドベントカレンダー2019 (https://adventar.org/calendars/4051) 5日目の記事です。最初自分ブログに書くつもりでしたが、書いてるうちにどこまで筆が滑っているのかわからなくなったので増田に投げることしました。そしたら余計にタガが外れたのはご愛嬌

What's this

よく見かける「未経験からエンジニアへ!」ストーリーの、あまりなさそうなルートです。よくあるルートのほうはなぜかTwitterで報告して「○○系エンジニア」的な命名をしてから入社その後の動向が闇に葬られているのをかなりの確度で見かけますが、まあ、なんか、いろいろあるんでしょう。逆にそういう成功(?)体験生存バイアスを強化する情報ばかりあふれていると情報として健全でないように感じます

ということで、今年あった自分体験談を残すことにします。

といいつつ後日しれっと消えてたらInternetArchivesか魚拓で会いましょう。

この話はここから先はフィクションです。剣も魔法労基法も出てこないファンタジーです。

who are you

地方に潜むフリーターです。好きなvirtual beingsはロボ子さんと東雲めぐさんれいきらさんです。

これまでは自分のためのプログラムを書き散らすだけで、ITとは無関係バイトをしてきました。玉掛フォークリフトなら任せろーバリバリ

入社の経緯

会社にもぐりこんだいきさつはやや特殊なのでぼやかします。とあるきっかけで知り合った人から誘われました。リファラルです。なお、とあるきっかけはなにかと炎上しがちないわゆるプログラミングスクールなどではないことを防火剤がわりに書いておきます。そんなもんに使う金など無い。

その人のことはあんまりよく知らなかったのですが、CTOとして手伝っている会社システム部門で人手を探しているとのことでした。会社ホームページにはリクルートページなど無く、何をやっているかいまいち要領が掴めなかったのですが、ざっくりと自社製のWebアプリ開発をやる感じらしく、内容も聞いた限りでは(自分スキルと照らし合わせて)そんなにどえらいわけでもない印象でした。ちょうど金もないし無職だし、少し経験でも積んでみるかという気になったので、この際ホームページDreamWeaverサンプルを流用したまんまといった細かいところは観なかったことにしました。

面接にいくと社長から「いつからこれるの?」と言われたので「あっこれは」となりましたが、金がなかったので是非もなくそのまま入社の運びとなりました。この頃はプログラム書いて金もらえるなんてサイコーとか思ってました。ちなみにgithubatcoderアカウントを書いた職務経歴書は一顧だにされませんでした。

やったこ

地方製造業システム部門を切り出して別会社にした形態の、創立数年ほどの会社です。自分のほかにもうひとり、社内情シスのようなことをしている方がいましたが、基本的にはサポートが専門な感じでした(ただし肩書自分と同じでしたが)。紹介してくれたCTOは週に一度のMTGに顔を出すだけということで、実質的に常駐している人間プログラムが分かるのは業界経験自分だけというチャレンジングな環境からスタートしました。なお入社して社内の平均年齢を大幅に下げることになりました。

レスポンシブ化

ちょうど入ったタイミング情シスの方が抱えている仕事があり、とくにやることもなかったので手伝いました。グループ会社サイトスマホ対応させるもので、事情はわかりませんがそれまで他社に制作委託していたものを自社で運用することにしたとのことです。みてみるとWordPress4でPHP5が動き、Bootstrap3を使ったオリジナルカスタムテーマ運用してきた様でした。もちろん仕様書ローカル環境もあるはずがないのですが、どうせ自分Webデザインなど知らんのでとりあえず直にheader.phpにviewportを書いてmain.cssメディアクエリを設定して、ザ・web制作初歩みたいなレスポンシブ対応しましたが、デザインについて当事者との意見のすり合わせの機会なんかの開発手順はなかったので良しとしました。

新規Webサービス

入社して2周間ほどのち、社長についてこいと言われた打ち合わせの後日、MTGで「昨日のアレの進捗はどんな感じなの?」と聞かれたこから、いつのまにか新規案件自分に一任されていることに気づきました。仕様は前日の打ち合わせがすべてだった模様です。要件定義技術選定・検証のような工程など決まってないので好みで揃えました。趣味と関心からExpress+Mongo+Reactのセットか、触ったことのあるDjango/Railsでざっくりやるか、どうせならDockerも使い時か、こんなとき相談できる同僚やメンターが欲しいなぁなどと考えていたら、CTOがそれまで作っていたやつをみるとPHP+ES5+MySQLだったのでなんだかんだでそうすることになりました。PHPを初めて触り、「これがペラ1のphpjscssもなにもかも書いていくといういにしえのスタイルか…!」と新鮮な感じでやってました。

既存システムの移行

Windows Server 2012で動いていたサービスLinuxに移行しました。これは自分が入る前から情シスの方が任されていたのですが、マニュアルに沿ってコマンドを打ちこんではどこかで転け、エラーは読まずにあきらめてCentOSインストールからやり直すということを繰り返していたのを見るに見かねて手伝いました。SSHPowerShellからマニュアルコマンドコピペして実行する方法を教えてあげると目を丸くされました。shellファイルを書いてあげると魔法をみるのような顔で驚かれました。自分が入ってなければどうなっていたんだろうか...

自分ツール作成

毎日出退時間規定EXCELフォーマットに記帳する必要があり、これが非常にめんどくさく無駄に思えたので、自動記述するpython/Goスクリプトを書きました。これは入社して2日目とかだった気がします。しかしここを自動化しても「印刷して人事に提出し、それをもとに人事の方がまたEXCELに書き込む」と知り虚無になったりしました。

FE取得

これはやったことというか思うところあってプライベートで取り組んだことです。自分想像していた開発現場との乖離を感じたので、こういうのはFE勉強すればわかるのかもしれないと思って1ヶ月くらいやって取りましたが、得られた知識会社に活かせそうなものは何一つありませんでした。

チーム開発などという概念存在せず、「1案件を1人で上流から実装運用保守サポートまですべてやる」という進め方でびっくりしました。手持ちの技術スタックでできる範囲ギリギリなんとかやった感じです。よく転職サイト上で見かける文言で「お任せします」がありますが、これとかも要するに「丸投げ」の換言なんでしょうか。わたし気になります

とりくめなかったこ

自分のように途中からジョインした人に対しての業務移行のシステムがないことから感じていましたが、案の定「誰かが抜けたあとの引き継ぎの機能」も整備されてないことに気づきました。もともとオンボーディングや研修概念などありません。えらいひとは「そのへんは現場で協力してうまくやって」と丸投げし、すべての作業を自宅でやっているCTOは社内のこうした事情については放任で、いちおう情シスの方がいつのまにかメンター代わりになっていたものの、不明点を尋ねても頓珍漢な返答が多くもどかしかったです。どのサーバでどんなサービスが動いているのかやSSH情報を聞き出すのに苦労しました。こうした不幸と無駄時間をなくすためにドキュメントを整備しようとしたのですが、頓挫しました。これから物理フォルダーと社内サーバ散逸した各種の情報混沌を深めていくのでしょう。gitも無いし。

サーバオンプレでした。自分クレカをもっていないためパブリッククラウドを試す機会がなく、ぜひとも触ってみたかったのですが、承認を得るための説明がうまくいかず、結局VBoxでやることになりました。唯一、それまで使われていたVBoxではなくVagrantを導入したのは少しだけ救いでした。どうせ自分しかいじらないのですが。

余談ですがオンプレ面白かったのはHDD増設のために初めてデータセンターなるものに入ったことです。インフラ/ネットワークはまったく分からんしなかなか個人で試せない領域だし縁がないかなと思っていたのですがやはりそこに見える物理層が存在するというのはテンションがあがりますね(断層みたいに言うな)

イキってカイゼンジャーニー情熱プログラマーを買って読んだりもしました。目につくように共同図書のつもりで「ご自由にどうぞ」を添えて自分ロッカーに置いておいたら「私物は持ち帰れ」と言われてしまったので持ち帰りました。

退職経緯

さてお待ちかねメインディッシュですね。

もともと技術コンテンツ会社ではなく、技術畑の人間がまったくいないことのインプレッションが次第に違和感として強く響いてきました。ITエンジニアとしてやっていくつもりの観点でみると、学習や成長の土壌は無いように思えました。協調関係や信頼がうまく築けず、自分のすべき道筋不明瞭のままやっていけるほどタフなYATTEIKI精神ではなかったのです。

これは地方の、それもIT気質のあるわけではない、ワンマン経営中小製造業ならばどこにでもあることかと思われますが、随所に感じるレガシーさに疲れてしまいました。一例を挙げると、毎朝30分に亘り行われる全社清掃(もちろん業務時間外)、社是の復唱、『感謝言葉をみんなで味わうポエム』の輪読、その感想大会、頻繁に行われる中身のない会議日報エクセルで書いてメールで送ったり、出退勤表を毎日エクセルに書いて印刷して事務方に持っていくなどのルーティンがけっこう苦痛でした。

社内のコミュニケーションツールLINEだったので使い勝手も悪く、会議chatworkslackを使いましょうと提案しても誰一人としてそれらの存在を知らず、「勝手にやってくれ」と言われてしまったり。LINE WARKすら知らんやんけ。説明しても「skypeじゃ駄目なの?」と言われたので諦めました。

えらい人の思いつきのたびに方向性が変わり、当人発言したらそれで全て完了した気になってしまったのか、会議終了後の10分後に「さっき言ったやつまだ出来てないの?」などと言われた時はギャグかと思いました。会議議事録も誰も見返さないので果たして意味があったのか疑問です。誰かひとりでもmarkdownが書けたり、少なくとも書く気があれば勉強会を開催してHackMDなどを推せたのですが。議事録機能していないエピソードとしてひとつ思い出しました。開発中に機能追加を下された際に、その挙動は完全にプラットフォームネイティブであり今の技術選定だと作り直しになり、結果納期に間に合わない(し、自分技術スタックからも遠く外れていたので学習コストも加算)と発言したらその場は収まったのですが、会議終了後に個人メールで「やはり機能マストだ」と伝えられました。当然それは議事録に反映されることなく、なんかしらんけどそういうことになっているという感じになりました。

初めてのエンジニア職でしたが、社内に開発をる人やマネージャー職は不在で、いわゆる開発現場での流れを学ぶことはできませんでした。少なくとも技術を知らないえらいひとが「俺がスケジュールを立てたからこれに沿ってやれ」と、”開発”と”広告作成しか書かれていない2週間の計画表をもってくるような現場システム開発として正しいのか、 と本能が警告を発していました。

もともと会社製造業から始まったため、えらい人たちとの見解齟齬があったのは体感としてあります。同じものづくりといえど設備マンパワー時間線形的に結果に結びつく工場業務と異なり、システムエンジニアリングはかける時間見積もりも容易でなく、かかった時間が必ずしも結果に結びつかないものである、と言う事実は受け入れられ難く、知識ドメインマインドセットが異なれば説明も困難です。しかしながらえらいひとは一様に「経営視点を」の号令で、経営誌を配り、その感想文の提出を義務付けるなど、現場視点を欠いた行動で現場(というか私)を疲弊してました。気づいたらSEO対策や別部署MTGのためのプロジェクター設定、全PCwindows updateに伴うドライバ更新の役も同一の職掌として役付けられそうになっていたり(一部は実際に情シスの人がやってた)、It’s not my workなシーンがみられるようになっていました。

そして、よくあることですが、理念実態乖離していたことです。世界をよりよくと言いつつ、目先の掛け算を考えてばかりのように思えました。グロースする中で発生しそうなあれこれをすっ飛ばし利益だけを皮算用するのはいいとして、データ量やトラフィックを指摘すると「そこは現場努力でしょう」となるので、世界を良くする前に精神を悪くしてしま人生で初めて心療内科にいったりもしました。一応グローバル展開を目指しているとしながらサーバからMailerDaemonが飛んできたら「ギャっ英語っ!」と言って読まず捨ててたり、急にサービスが止まった時には激怒して責任所在の追求を求められたため、草創期にえらい人の個人アドレスで取得してほったらかしにしていたドメインが失効したことが原因と伝えたら「あれはもう読んでいないアドレスだし仕方ない。こういうピンチときこそチャンスにしようぜ」という謎理論を出されたこともありました。

違和感が確かなものになったのは、外部に提出する資料で社内の数字が異なっているとを指摘すると「こういうのは見栄が大事なんだ」と暗に公文書偽造をほのめかされたことですが、これ以上は闇っぽいので書きません(たぶんどこもやってて罷り通ってる範囲だと思うけど)

総じて、心理的安全性の低さ、そこからくる身動きのとれなさ、ロールモデルの不在、前時代的な風潮、社内文化へのミスマッチと不理解、成長の実感が沸かない不安と不満、それらに伴う摂取アルコール量の異常な増大と過食、といった要因の積み重ねが、ネガティヴな形での退職へと駆り立てることになったのだと思います。まあ、よく知らんうちにリファラルしてるところからして「採用教育コストを考えてないのでは?」の念はあったのですが。中身がまったく不透明状態で飛び込んだらそうなるよなぁ、の好例かもしれません。誘われた時はわりと藁にも縋る思いだったのでしかたないね

これから

現在スキー場住み込みバイトしてます。無考えに退職すると年を越せないことに気づきました。

可処分所得可処分時間いずれも今の方が上なのはちょっとウケます賃金ふつうに生きていければいいので前職程度でも気にしなかった程度なんですが。いまは映画をみたり積ん読を消費したり、在職時は深いところまで触れなかったPHPをいじったり、生PHPしかやってないことに気づいたのでcakeやったり、あとはweb周辺も久しぶりにキャッチアップしたりしてます。nodeネイティブおじさんなのでFWはangularしか知らないんですよね。vue/nest面白そうな感じです。あと寮のwifi談話室限定で窒息しそうだったので、持ち込んでいたラズパイルータにして部屋まで飛ばしたら隣室の同僚から感謝されたりと活動は多岐に渡ります

先のことはなにも決まってませんが、ちゃんエンジニアリングしている組織で開発してみたいなという気持ちがありますレビュースクラムアジャイルなんてのはひとりだと不可能ですし。ですが、やはりそういった会社日本では都市部にばかり集中しているのでしょう。自分空気の悪いところには住めないし、案外また辺鄙なところでtechとは無関係のことをしているのかもしれません。ワーホリでも使って海外大麻栽培でも始めようかなぁ。

いかがでしたか

巷説に流布する「未経験からエンジニアへ」の言説のたぐいは、どちらかというと技術力よりもコミュ力が偏って高いタイプ生存しがちな雰囲気を感じます。たまにTLに流れてきたのを見かけますが、ああいった立ち回りは自分にはできないしやりたくないなぁと思ってきました。社会要請ならばそれまでですが。

自分は体系的な情報教育を受けていないどこにでもいる地方高卒で、下手の横好きで趣味プログラムを書いてきたし、続けてるってことはそれなりに好きなんだと思います。得意じゃないけど。んで、こんなのがITエンジニアをしたサンプルというのは見かけないかもなぁと思って投稿しました。光あるところに闇あり。

といいつつ、やっぱり好きなことの結果がおかねになるのはいいよなぁと思った次第です。プログラムを書くのは楽しいけどエンジニアリングは超絶むずい、が雑な総括ですが、今回のことを顛末次第にはする気はないので、どこかに拾ってもらえるよう精進するきもちになりました。

ぼくのポエムはこれでおしまい。じゃあね。

2019-11-04

Juliaで線形計画問題

最近新しい言語習得する気力もなく、Python本とかも読むけど、「ライブラリパッケージを駆使すれば、なんとかなるけどpython自体は可読性のために速さを犠牲にしてる」っていう記述が気になり、Jupiterインストールにさえ着手できない。ヘタレ

( ^ω^)・・・

これじゃイケないってことで、Juliaをやろうかと思い立ったが吉日。Juliaはサーバープレインストールしてあるらしい。ロケットニュースをなんとなく読むよりはマシだろうってことで、〇iitaで関連記事適当検索して放心状態の時読むことを習慣化することにした。

( ^ω^)・・・

線形計画法のを読みました。なんか知らないけど「線形計画パッケージ実行させたところ、Julia速くない」って書いてあった。著者の無理解が原因で遅いと信じたい!!「線形計画法パッケージは、新しいバージョンのJuliaに対応してない」って書いていた。実際に線形計画法いじるわけじゃないけど、こういうのって萎える原因。最低限やりたいことは微分方程式数値計算なので、別に線形計画法パッケージが遅かろうが更新ストップしてようがどうでもいいけど( ^ω^)・・・

2019-06-30

数学線形変換とかで

 ベクトル V は ○○ から ×× へ「うつされる」

の「うつる」って「移る」か「写る」かどっちか分からなくない?

なんとなく「移る」のほうがよく見る気がするけど、写像とか出てくるとそれこそ「写る」が正しいんじゃないかとか考えてしま

2019-05-26

東大情報システム情報学専攻院試

昨年外部でシステム情報受験入学しました.

自分受験した時,情報理工の受験情報は,外部の多い創造情報に偏っていたので多少参考になればと思い投稿します.

自身が外部受験自体を考えだしたのは学部2年くらいの時で,実際に院試情報を集め始めたのは3年の3月受験勉強を始めたのは4年の6月後半です.

システム情報以外に,阪大バイオ情報?(こちらも合格)も受験しました.

先日,外部受験志望の方複数と話す機会があったのですが,こういう研究したくてこの研究室を受けたいという方のなかで,他の研究室の方がいいんじゃないかという人が少なからずいらっしゃったので,いろんなラボを見ておくことを自分幸せのためにもオススメときます.ただ正直外部の場合メディアとかで有名だったりしないと,分野も違うところの情報自然とは集まってこないと思うので,受験説明会の時,研究室の学生に「こういう研究やりたいと思ってるんですけど,他の研究室とかありますか」とか図太く聞いちゃうのもいいと思います.関連する研究室の情報は多少なりとも持っていますので.

受験勉強に関しては,学部所属していたラボ基本的自由院試勉強時間を十分に取れる環境だった(それも考慮してラボを決めました)こと,自分が飽き性であること,東大生短期でやるんだから無理やり勉強して入れたとしてもつてけないだろと考えていたこと,などの要因から短期決戦を選択したのですが,これが一般的であるかどうかはわかりません.ただ学部所属しているラボが忙しすぎるようだと厳しいかもしれないのでもっと計画的であるべきであると思います

受験科目はTOEFL ITP,数学線形微積確率統計),電子情報学でした.自分が受かっているので,専門科目としてシステム情報学以外を選択して受からないことはないです.受験科目の選び方としては併願先である阪大試験科目ができるだけ被っていて,学部の授業で履修していた科目が多いものを選びました.数学と専門で一番大切なのは過去問だと思います.知り合いがいたら過去問ことなんか知らないか聞いてみた方がいいです.正直外部で受けた身としては公式過去問の模範解答出してくれと思っていますがまあそこはしょうがない面があります過去問の傾向は裏切られることもままありますが,突然全部変わるということはないでしょう.怯えて出題されないところばかり勉強してもコスパ悪いし,そんな時間に割くくらい自分研究進めた方が入ってから活かせます.ただ選択問題問題難易度の差が大きかったりするので,選択は絞らずにやった方がいいですね.ただ時間がない場合は取捨選択必要になると思いました.

英語は今年から基本TOEFL iBT受けろという公式見解になったそうなので,英語できない人は対策する時間が増えるかもしれませんね.ITPだと Reading+ListeningでReadingは論文読んでれば多分大丈夫だったので勉強ほとんどしてません.反対に数学ちゃんとやるのが学部1年以来だったので,割としっかり勉強しました.院試全般の話ですがTOEICは締め切りの時期が願書提出時や試験時など大学院によってまちまちな上スコアが届くのに時間かかるので要注意です.あまり受けるつもりなかったもの学部の時の大学は締め切り間に合わず受けられませんでした笑

数学は他のブログを見ると『演習 大学院入試問題』が薦められてることがありますが,例題以外は正直情報理工の数学にはオーバー難易度です,自分はマセマと『大学院への数学』,『詳解と演習 大学院入試問題』をやりました.専門は他の情報理工受験ブログみればいいんじゃないですかね.電子情報は『ディジタル電子回路―集積回路時代の―』(これはもしかしたら阪大だったかもしれないので問題見て判断してください),『データ構造アルゴリズム (新・情報 通信システム工学)』が他のブログ情報と違った気がします.

面接ですが,他の面接大きいところに比べ,多分配点大きくないです.多様なバックグラウンドを求めて筆記が簡単なところは面接必要かもしれませんが,システム基本的なことしか聞かれないので対策しませんでした.

研究訪問ですが,自分はい所属してる研究室の教授とは第1志望のラボだったにも関わらずほとんど話すことな受験しました.入試説明会の時くらいです.ただ他のラボ研究訪問しましたし,第1志望のラボオープンラボの時に学生とは話しました.教授理想実体は異なることがあるので学生には聞いた方がいいです.

最後に,院試は実力あればまぁ受かりますが(内部は本格的にやるのは8月入ってからのひともいるんだとか),情報持っていることも同様に大切です.点数差別はなくても内部の人に比べ情報ないので不利は不利です.なのでせめて説明会ラボ公開には行っときましょう.情報がなくて悶々とするのは精神衛生上にもよくないですし時間無駄です.

東大情報システム情報学専攻院試

昨年外部でシステム情報受験入学しました.

自分受験した時,情報理工の受験情報は,外部の多い創造情報に偏っていたので多少参考になればと思い投稿します.

自身が外部受験自体を考えだしたのは学部2年くらいの時で,実際に院試情報を集め始めたのは3年の3月受験勉強を始めたのは4年の6月後半です.

システム情報以外に,阪大バイオ情報?(こちらも合格)も受験しました.

先日,外部受験志望の方複数と話す機会があったのですが,こういう研究したくてこの研究室を受けたいという方のなかで,他の研究室の方がいいんじゃないかという人が少なからずいらっしゃったので,いろんなラボを見ておくことを自分幸せのためにもオススメときます.ただ正直外部の場合メディアとかで有名だったりしないと,分野も違うところの情報自然とは集まってこないと思うので,受験説明会の時,研究室の学生に「こういう研究やりたいと思ってるんですけど,他の研究室とかありますか」とか図太く聞いちゃうのもいいと思います.関連する研究室の情報は多少なりとも持っていますので.

受験勉強に関しては,学部所属していたラボ基本的自由院試勉強時間を十分に取れる環境だった(それも考慮してラボを決めました)こと,自分が飽き性であること,東大生短期でやるんだから無理やり勉強して入れたとしてもつてけないだろと考えていたこと,などの要因から短期決戦を選択したのですが,これが一般的であるかどうかはわかりません.ただ学部所属しているラボが忙しすぎるようだと厳しいかもしれないのでもっと計画的であるべきであると思います

受験科目はTOEFL ITP,数学線形微積確率統計),電子情報学でした.自分が受かっているので,専門科目としてシステム情報学以外を選択して受からないことはないです.受験科目の選び方としては併願先である阪大試験科目ができるだけ被っていて,学部の授業で履修していた科目が多いものを選びました.数学と専門で一番大切なのは過去問だと思います.知り合いがいたら過去問ことなんか知らないか聞いてみた方がいいです.正直外部で受けた身としては公式過去問の模範解答出してくれと思っていますがまあそこはしょうがない面があります過去問の傾向は裏切られることもままありますが,突然全部変わるということはないでしょう.怯えて出題されないところばかり勉強してもコスパ悪いし,そんな時間に割くくらい自分研究進めた方が入ってから活かせます.ただ選択問題問題難易度の差が大きかったりするので,選択は絞らずにやった方がいいですね.ただ時間がない場合は取捨選択必要になると思いました.

英語は今年から基本TOEFL iBT受けろという公式見解になったそうなので,英語できない人は対策する時間が増えるかもしれませんね.ITPだと Reading+ListeningでReadingは論文読んでれば多分大丈夫だったので勉強ほとんどしてません.反対に数学ちゃんとやるのが学部1年以来だったので,割としっかり勉強しました.院試全般の話ですがTOEICは締め切りの時期が願書提出時や試験時など大学院によってまちまちな上スコアが届くのに時間かかるので要注意です.あまり受けるつもりなかったもの学部の時の大学は締め切り間に合わず受けられませんでした笑

数学は他のブログを見ると『演習 大学院入試問題』が薦められてることがありますが,例題以外は正直情報理工の数学にはオーバー難易度です,自分はマセマと『大学院への数学』,『詳解と演習 大学院入試問題』をやりました.専門は他の情報理工受験ブログみればいいんじゃないですかね.電子情報は『ディジタル電子回路―集積回路時代の―』(これはもしかしたら阪大だったかもしれないので問題見て判断してください),『データ構造アルゴリズム (新・情報 通信システム工学)』が他のブログ情報と違った気がします.

面接ですが,他の面接大きいところに比べ,多分配点大きくないです.多様なバックグラウンドを求めて筆記が簡単なところは面接必要かもしれませんが,システム基本的なことしか聞かれないので対策しませんでした.

研究訪問ですが,自分はい所属してる研究室の教授とは第1志望のラボだったにも関わらずほとんど話すことな受験しました.入試説明会の時くらいです.ただ他のラボ研究訪問しましたし,第1志望のラボオープンラボの時に学生とは話しました.教授理想実体は異なることがあるので学生には聞いた方がいいです.

最後に,院試は実力あればまぁ受かりますが(内部は本格的にやるのは8月入ってからのひともいるんだとか),情報持っていることも同様に大切です.点数差別はなくても内部の人に比べ情報ないので不利は不利です.なのでせめて説明会ラボ公開には行っときましょう.情報がなくて悶々とするのは精神衛生上にもよくないですし時間無駄です.

ログイン ユーザー登録
ようこそ ゲスト さん