はてなキーワード: 微分とは
・機械工学は大学で学んだ。機械系4力学のさわりだけなら大体やったがもう忘れている。
・切削加工はけがき、フライス盤、ボール盤、くらいならできるが複雑な形状は作れる気がしない。そういえば旋盤は使わなかった。耐久性を考えなければ3Dプリンタでなんでも作れるらしいが、3Dプリンタは触ったことがない。
・CADは大学の演習でSolidWorksを触った程度。もうすっかり忘れている。手書きの製図とかは調べて思い出せば簡単な形状ならできるかもしれない。
・シミュレータはANSYSをマニュアル通り触った程度。動力学解析とか連成解析とか仕組みは全くわかっていない。
・電気工学はだいぶ勉強不足。簡単な回路図はチップの製品情報を睨めっこしながらINとOUTと接地をどうすればいいかくらいはわかったが、複雑なものになるとダメ。ArduinoとRasberryPiは買ってみたが埃かぶっている。論理回路の読み方はすっかり忘れているが調べれば思い出せると思う。
・化学系は全くの無知。大学受験で知識は止まっている。物性物理的なところも無知。
・数値計算はPythonやMatlabでちょっとできる程度。ライブラリを使った行列計算や簡単なニュートン法くらいなら書けるが、精度や速さが必要だったり複雑になるとダメ。解析は微分積分や常微分方程式を調べて思い出せばできる程度。測度論とか特殊な積分とかいわゆる大学数学的な道具が必要になる解析はできない。
・競技プログラミングはちょっとかじったがやめてしまった。むずかしすぎた。
・機械学習や統計はなんとなく知識はついているが、手を動かして何か作ったことはない。この前統計検定1級落ちた。
・バックエンドはSQLをそれなりに書いてとりあえず動くものなら書ける程度。可用性とかパフォーマンスとか考えられるレベルではない。JavaはJavaEEを横展開的に書いた程度。理解できている自信はない。保守性高めたりデザインパターン的に綺麗な書き方とかできない。C++は一瞬だけ触ったことがあるが、環境構築ハマった&謎のSegmentation Faultで苦手意識を残したまま。Go?Rust?なにそれおいしそうだね。
・クラウドはAWSをマニュアル通りに使っている程度。1から設計なんてできない。なのでAWSのソリューションアーキテクトを勉強中。AzureやFirebaseは触ったこともない。
・ネットワーク系とかセキュリティ系は全く勉強不足。応用情報をギリギリ合格できる程度の知識しかない。わかるようにはなりたい。
・フロントエンドはFlutterを勉強中。Flutterむずかしい、どんな言語でもそうだけどチュートリアルから業務レベルまでの乖離がありすぎてよくわからない。javascriptはjQuery一強時代にちょっと書いた程度。VueとかReactとかなにもわからない。TypeScript?なにそれおいしそうだね。
・ハード系だったりファームウェア系だったりコンパイラ系は何もわからない。わかるようにはなりたい。
全部中途半端だな、、、
問十二、夜空の青を微分せよ。街の明りは無視してもよい 川北 天華
川北天華。当時は進学をめざす高校生。進学は最終目標ではなく過程のひとつだろう。
単語と語法は平易。しかしそれらはすべてべつの何かを表象する。示唆により言外を表象するテクニックは掛詞とよばれるが、この歌は全句が掛詞で構成されさらに全体として言外のなにかを表象する。このため通常の和歌の範疇を超え、たぶんに神話的な雰囲気を持つにいたる。
配置
物理か地学の問題文をなす歌を助詞などを除去し単語をならべその内容を検討。
内容は上記のとおりテスト、光景に二分され、交互にならんだふたつの要素がリズムを形成している。
テスト、光景、ふたつの要素は卑近。受験をひかえた高校生という状況をあてはめると、この世代特有の神話的要素がうかぶ。
テスト、光景という対極を交互につなぐ構成は内外両極を往還するリズムを生んでいる。対句法ではくくりきれない振り子のようなリズムである。その振り子は往還をくりかえしながら全体をある方向へとすすめてゆく。机上の1枚の切片にしるされた問12という即物的な文言は夜空を数式で描けと命じそのときは下界を無視せよと結ぶ。一枚の切片がもとめる問いは振り子のようなリズムのなかで一瞬にして無限の宇宙へと拡大し発散する。読者はこの内外両面、両極往還のリズム、そして机上のちっぽけな紙片から数式をとおして一気に宇宙にひろがる強力なベクトルによってここちよく翻弄され、さまざまな記憶作用を楽しむことになる。じっさいのところこのリズムとベクトルは、おとなとこども、他発と自発、受動と能動、服従と自立ーつまり境界面を生きる高校生の生活のリズムとベクトルそのもので、それらが作者、あるい読者のこころのゆらぎそのものを表徴する。
問十二
夜空
青
街
明り
良い
各々の単語および叙述は高校生にとって卑近ではあるが軽くはない。試験問題、ふと見上げる夜空、その奥にひろがる宇宙。それらは作者の人生の主要な一部、あるいはすべてかもしれない。ひとつひとつの単語が表層の意味から遊離して現状と行く手の不安、悩み、探求、願望、希望、決意といった、思春期から青年期にかけての心象を表象する。この歌は、読者ひとりひとりに当時の記憶を想起させる力を持つ。
展開は三部で序破急をとる。
テストの問題文からはじまる文章表現はそもそも斬新なのだが、それを体言止めとして何かを宣言している。この宣言は直裁に読者にとどき、読者はこの歌とともに問いに挑むことになる。
十二は天文や暦法と関連がある。詠人だけにわかる何かの符丁かもしれない。だがそんな読み解き以前に十二月は受験シーズンであり、夜空がもっとも冴えわたる季節でもある。受験生たち、あるいはかつての、そしてこれから受験生となる読者たちは、冴え渡る夜空にひろがる大宇宙を仰ぎ何を思うだろう。
この衝撃はじゅうぶんに非凡な序を一気に振り切り読者を天空に打ち上げる。
微分される夜空の青とは何か。
それは学問的対象として規定される夜空であり、それゆえ純粋に観察と探求の対象であり、その分野への進学を目指す詠み人にとって、それは宇宙であり未来であり、そして自分でもあるだろう。それだけではない。その解をもとめる読者じしんの姿でもある。
街のあかりとは成功し定着したものたちの放つ光、そうしたしがらみとははなれた位置にいる受験生にとって、街のあかりは外部か雑音にあたるかもしれないし、いつか自分が再参入する場所かもしれない。
この歌はテストの問題文そのものであり、解答は記されない。作者はこの問いに答えることも思考の過程を示すこともせず、それらすべてを読者に投企している。そのため読者は作者の投げかけた問いの答えを探すことになる。読者は自問し夢み思惟し想像し記憶を想起する。歌を鑑賞することで作者の心象に分け入る作業がいつのまにか自問となり、ときには自分の過去、あるいは未来、そして今この瞬間を投影する。
上記のような構成は、ありていに言えば時分の歌、青春期限定の叙情歌といっていい。さしあたり言語機能の極限をさぐる現代短歌のなかではこうしたテーマははやらない。ではそれだけを根拠にこの歌の価値を限定できるのか。
そうかもしれないが、それで終わりにしてほしくない。なぜなら、こうした心のゆらめきを大切に記憶し想起し記述する行為は自己と世界のはざまから生まれる認識の、つまり哲学と科学の原初のすがたであり、その姿勢が現代短歌の流行からはずれていようといまいといっこうにかまわないから。
結句を復唱したい。
俗世、しがらみ、現実などを表象する「街の明かり」を無視してもよいと歌い上げる。かそけき深き空の青さが真実ならばその対極にある現実など捨象してかまわないとも歌い上げる。
時分の歌かもしれないが、そこに込められたまっすぐに真実を見ようとする迷わない力をわたしたちは大切に保持してゆきたい。なぜならそれはたぶん、うしなってはいけないものだから。
小説だって何巻というのを無視して途中の巻から読めば作中特有の概念や人物を示す固有名詞でつまづくのは普通で、そうならないように何巻とか上下巻みたいな目印がある。
しかし数学書はそういうのがなく仕方なく手に取ってみても行単位で見知らぬ固有名詞がぼんぼん出て来る。予備知識を手に入れようにも「前の巻」という概念自体がどうにもならない。
岩波基礎(!?)数学叢書だかいうのに微分多様体の本があったと思うけどはしがきには基本的な解析数学と代数学と微積分学を既知のものとして扱っていると書いてあったと思う。
しかしたとえばお前の言う基本的な代数学とは具体的にどこまでの範囲を指しているんだ?ていうか何の本を読めばいい?てかお前が大学生時代読んできた本のなかでその範囲に属するものを列挙すりゃそれで済むし確実なのになぜそうしない?という言葉がつい漏れる。
だって同じ岩波基礎の本でもアフィン代数みたいな本があってこれが大学数学に代数のスタートラインにあたるものなのは確実だろうがそこのはしがきにはその応用は標準形は別の本にまとめられてると書いてあって確かにジョルダン標準形とか二次形式は別の本になっている。
しかしこれらもそれなりのボリュームがあるわけで読んでやっとのことで理解した後に「実はそこまで代数を掘り下げて学ぶ必要はなかった」と言われたんじゃ遅いわけ。
興味ある分野へ最短経路で学べるようになりたい人も当然多いわけで、実は不必要なのに無駄な学習に時間注ぎたくないわな。そわそわしてもこれは必要な学習だということだから頑張れるわけで。
高校みたいに数1とか数2とかなってて高校行ってなくて道筋が明瞭でどうとでも独学できるのとはわけが違う。しかも全てのはしがきに予備知識として学ぶべきものが書いてあるわけじゃなくこのはしがきを頼りとした芋づる式で学ぶべき順番に見当をつける方法をもってしても袋小路に入ることもあるという…。んでどうでもいいことだが俺の学びたいものにベクトル解析が必要なのかいまだに判断がつかない。
日本語に一家言ある人や政治的な思想がある人は検索してるうち日本語学や法律学の論文に当たることもあるだろうけど、そもそも興味があるのもあって字面は難しそうでもじっくり読めば理解できなかったということはなかったはず。でも数学は知識が無い人を門前払いです…。
ドラクエだかでファルスでコクーンなんていうスラングに象徴されてる現象もプレイすればゲーム展開に沿って難なく解消されるわけで要するにそんなのよりずっとタチが悪いのが大学数学の現状
後編
行列はVBAなんかじゃ無理っぽいし、なんかプログラミング言語を覚えようと決める。
とりあえず両方試そうということで、RのためにRとRstudioをインストール。
プログラミングはなんかを製作する目標がないと挫折すると聞いていたので。
深層学習というものが流行ってると聞いて、ちょっと触りを勉強したくなる。
この本は面白かったので、深層学習を目標にプログラミングを覚えよう!
後になって、これはとんでもない間違いだったことに気づく。深層学習と機械学習の違いも判らないまま、RよりPythonを先に触ることに。
教本にしたのはこちら。
「ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装」
途中まではまあなんとか。
微分って便利だな。行列計算できるの便利だなっていうところまでいったが、クラスという概念が理解できず、途中からハテナが浮かんで読み進められず。
うん、もうちょっと易しい本を探そうと思って手に取ったのが
「独学プログラマー Python言語の基本から仕事のやり方まで」
なんとか読了。自信をつける。
実は、いまだにコマンドプロンプトとパワーシェルとbashの違いが分かってない。
つづいてPyQに2か月くらい登録してみる。
なかなかPythonが楽しくなってきたが、クラス意味が今一つ掴めないままいったん中断。
この辺で、自分は統計に興味があってもプログラミングに興味がないんじゃないかということに気づく。
なんだかんだもがきながら、PythonもRもモノにならず、日常のちょっとした計算やグラフを作ったりはExcelを使い続ける日々が続く。
あるいは、Excelで成形して、検定かけやすい形式にしてRで検定するとか。
Rに触れてなかったな、Rは完全に独学。「こんなことやりたいなぁ、ググってみるか、ほうなるほど」って感じ。
そんなさなか、放送大学で「Rで学ぶ確率統計」という講義があるのを知り、さっそく入学して受講。
なかなか面白かったし、PythonばっかりでRあんまり触ってなかったからいい刺激になった。
恥ずかしながら、負の二項分布やガンマ分布ってよう知らんかった。
しかし、講義は楽しかったがなにか書けるようになったかというとそんなことはなく、依然として基本はExcel。
まあ、実際csvじゃなく、手書きのデータとかをExcelに打ち込んだりする程度なんでPythonやRを使うまでもなかったというのもあるんだけど。
「Excelパワーピボット 7つのステップでデータ集計・分析を「自動化」する」
パワークエリを覚えたらピボット形式のExcelファイルとか、セルの結合が多用されたExcelファイルを、成形加工するのが非常に楽になった。
しかも、同じフォーマットで記録されてるデータならフォルダにぶち込んで一気にまとめ上げることも可能!
控えめにいって神!
としばらくパワークエリを礼賛してたのだけど、各ステップはPythonのpandasやRのdplyrでも出来ることに気づく。というか最初から気づけ。
こりゃ、一気に覚えちまおう、統計というより、データの前処理だなと思ってUdemyでRの動画を買ってみた。
AIエンジニアが教えるRとtidyverseによるデータの前処理講座
https://www.udemy.com/course/r-tidyverse-preprocess/
すっかりR信者になる。
それまで教本を呼んでもdplyrの便利さが今一つわからなかったのに、パワークエリで具体的にモノを作ると、dplyrに翻訳したら、すいすい。スピード10倍。
便利さにようやく気付く。
そんで、pandasに翻訳したらどうなんだろ?と思ったらもっと速いw
すごいなPython。
Rへの入信はたった数週間。再びPythonに興味。
さて、ゼロから作るディープラーニングを再開しようと思ったけれども、そもそも、機械学習をすっ飛ばして深層学習って無茶だったと反省し、まずは機械学習に。
機械学習のエッセンス -実装しながら学ぶPython,数学,アルゴリズム- (Machine Learning)
で、この本がすごい。
5章あるんだけど、機械学習のアルゴリズムは5章だけなんだなw
それまでは何に割かれてるんだって?数式の証明とか、便利な計算法、例えばニュートン法とかラグランジュ未定乗数法とかw
こんだけ引っ張っておいて、いよいよ本番の第5章もゴリゴリ数式をスクリプトに落とし込んでいってるのに、「これは学習のためでscikit-learnっての使えばたった1行」っていう無慈悲w
いや、ほんと数学の勉強になったし、こうやってゴリゴリやるとなんのためにクラスというものが存在するのかようやくわかった。
線形代数って便利なんだなと。行列をスカラー値のように何の気なしに扱えるようになると、あの頃苦しんでいた実験計画法、タグチメソッド、今読み直したら別の印象があるんじゃないかなと思うようになったり。
この本を読む途中、「マンガでわかる統計学因子分析編」で学んだことが理解の助けになった。
なんたる僥倖。
線形回帰、リッジ回帰、SVM、PCA、k-means、クラスター分析、一気に手札が増えた。
Pythonで学ぶ実験計画法入門 ベイズ最適化によるデータ解析
実験計画法って、fisherの古典的なやつ、ラテン方格に割り付けて、ってやつかと思ったら、線形代数使えればもうなんでもありなのな。
これ、すごいな。
機械学習と実験計画法がここでつながるとか、控えめにいって最高だな。
まだ読了してないので、また後日。
超手短に言うぜ。
義務教育の程度が低すぎて基礎教育を終えるのに12年もかかってることに対して最も手際よく出来ないのかをちゃんと考えろってこと。
端的にいやあ、小卒の段階で社会人として十分な能力、中卒の段階で頭脳労働者として十分な能力、高卒の段階で専門労働者として十分な能力を与え、大学に行くのは研究者だけという状態にしろ。
ていうか本来はそういう風に回すはずだったものを、無能が汚職と自己満足の繰り返しに胡座をかいた結果、高校卒業しても微分積分が分かってないやつが半分ぐらいの地獄になってる。
とりあえず、書道・図工・音楽・工作はなくして、総合的学習や英語といった高等教育ごっこも削除、体育の授業も身体の動かし方のトレーニングをメインとし球技などは完全になくす。
各科目の中にある形だけのごっこ遊びも減らし、作者の気持ちよみや単なるパズルの因数分解もなくす。
理科は無駄な部分を減らし、たとえば炎色反応の実験をするのに原子の構造も光の波長と色の関係を理解してないといった状態は完全に無駄なのでそういったものは削る。
社会科では思想的な教育は減らしていき、たとえばWW1・WW2に対して過剰にフォーカスを当てた敗戦史観的な教育は時間の無駄なのでやらない。
要するに買う量より捨てる量のほうが多ければ物は減るはずというだけでそこに微分だとかは絡めんやろ
例えば、すぐ部屋の物が増えすぎて散らかる人は、部屋の中の物の出入りを考えて、導関数(微分値)が常にマイナスになるように心がければ、個別の物の出入りに関してはよくわかってなくても、総体として物は増えない筈だ、とか。
技術計算とかは置くとして、「あー、今ここは導関数(微分値)がマイナスになっとるなぁ。こらいかんわ。導関数は最低でもプラスに保っとかなジリ貧やわ」とか。もちろん計算なんかしてないし、数式も使わん。