今日のゼミは3ページしか進まなかった。 でも、ベイズ推定のところで内容は重要。次回は8月31日14:00から再開。

you need to install the perl-doc package to use this programと言われたので、sudo apt-get install perl-docとすれば、インストールできる。$ perldoc -ml File::Find などとすれば、 /usr/share/perl/5.14/File/Find.pm で、CPAN モジュールの .pm ファ…

昨日やったゼミのメモで射影法は、 制約条件がでJ(w)を最小にするようなwを求めることに使えるのです。 射影法は、m次元単位球面上に直交射影するというものだが、勘違いをしており、更新前のが更新後のに直交するということと思っていました。しかし、これ…

「はてなサマーインターン2012」にお選びいただいてありがとうございます。「Webアプリケーション開発 基礎コース(2週間)」に参加いたします。昨日連絡を頂いたわけですが、嬉しかったです。本当は、実践コースに参加したかったわけですが、筑波大学は９月か…

IMS-APRM2012(http://ims-aprm2012.org/)に参加(？)してきた。 スタッフとしてですが。 僕の担当したところは、回帰の話が多かったですかね。他にはカーネル法の話も出てきて、良かったですね。

#loss function1 x=seq(-2,2,length=50) y=seq(-2,2,length=50) lossfunc1=function(x,y){ return(x*y*exp(-x^2-y^2)) } z=matrix(0,50,50) for(i in 1:50){ for(j in 1:50){ z[i,j]=lossfunc1(x[i],y[j]) } } persp(x,y,z,ticktype="detailed",theta = 30, …

func1=function(w){ return(w^2-2) } dffunc1=function(w){ return(2*w) } ddffunc1=function(w){ return(2) } newton102=function(w,times){ cnt=1 for(i in 1:times){ w_before=w w=w-dffunc1(w)/ddffunc1(w) printf("cnt:%d;w=%.8f,error=%.8f\n",cnt,w,a…

極値が1個だけだと面白く無いので、次のような関数を損失関数とします。 #loss function1 x=seq(-2,2,length=50) y=seq(-2,2,length=50) lossfunc1=function(x,y){ return(x*y*exp(-x^2-y^2)) } z=matrix(0,50,50) for(i in 1:50){ for(j in 1:50){ z[i,j]=l…

最近というかパソコンを新しく買ったぐらいから、Google Driveにコードを置くようになった。家や院生室や研究室でも使うので、かなり便利である。それだけ。

渋谷にあるDeNAさんでPRML勉強会があったので、参加してきました。(渋谷には初めて行きました)第一回は時間的余裕がなかったためキャンセルさせて頂きました。僕は3.5(エビデンス近似)と3.5.1(エビデンス関数の評価)の担当になりました。うまくできるかなぁ…

Django×Python (LLフレームワークBOOKS)作者: 露木誠出版社/メーカー: 技術評論社発売日: 2009/02/16メディア: 単行本（ソフトカバー）購入: 10人 クリック: 120回この商品を含むブログ (33件) を見るchapter3のhttps://www.djangoproject.com/download/pyth…

#loss function x=seq(-3,3,length=50) y=seq(-3,3,length=50) lossfunc1=function(x,y){ return(x^2+y^2) } z=matrix(0,50,50) for(i in 1:50){ for(j in 1:50){ z[i,j]=pdf(x[i],y[j]) } } persp(x,y,z,theta = 0, phi = 20, expand = 0.5,col = "lightblu…

勾配降下法をやっています。 問題設定：損失関数J(w)を最小にするようなwを求めることが目的です。 今、としておきます。Jのグラフは、のようになります。のとき最小値は0です。勾配はです。グラフは、 です。 func2=function(t){ return(t^4) } dffunc2=fun…

func2=function(t){ return(t^4) } dffunc2=function(t){ return(4*t^3) } grad2=function(x,rho,its){ cnt=1 for(i in 1:its){ xbefore=x x=x-rho*dffunc2(x) if(0==cnt%%1000000){ printf("cnt:%d;x=%f,abs(x-xbefore)=%.13f\n",cnt,x,abs(x-xbefore)) } i…

2つ解がある場合。 x=seq(-10,10,,10000) func4=function(t){ return((t+3)^2*(t-3)^2) } plot(x,func4(x),xlim=c(-10,10),ylim=c(0,100),type="l") x=seq(-10,10,,10000) dffunc4=function(t){ return(2*(t+3)*(t-3)^2+(t+3)^2*(t-3)) } plot(x,dffunc4(x),…

記事が長くなったので、新しい記事に書きます。とします。 func1=function(t){ return(t^2) } dffunc1=function(t){ return(2*t) } xlist=c() cntlist=c() errorlist=c() grad1=function(x,alpha,times){ cnt=1 for(i in 1:times){ xbefore=x x=x-alpha*dffu…

前書いたような気がしたのだが、ubuntuで必要になったので書き残す。http://www.apachefriends.org/jp/xampp-linux.html#2557 をもとに、lamppをインストールし、 sudo /opt/lampp/lampp startとすると、 Starting XAMPP for Linux 1.7.7... XAMPP: Another …

です。これが平均収束の定義です。一方、 and ということは、 すなわち、 です。 これは、平均収束の定義に一致します。 おしまい。(ﾉ∀`)ヾ(=･ω･=)o

どばっと(｀・ω・´)https://docs.google.com/open?id=0Bzz10UZbU-i5ck5oWVhpMnNnZ2c

パワースペクトルは,次で定義される.パワースペクトルは,時間遅れ(例えば、)の自己相関関数に影響されるものである。 (だから)パワースペクトルは,実数値偶関数であり、を周期に持つ。パワースペクトルは、自己相関関数の値が大きければ、パワースペクトルも…

の証明。https://docs.google.com/open?id=0Bzz10UZbU-i5Q3h5c0hPMlRJVk0はてなの記法にするのが面倒になったのでpdfにした。googleさんに感謝。間違ってたらおしえてくださ〜い。

10.は(縦)ベクトルを表すものとする. 相関行列は,であるものとする. 相互相関行列はとします。相互共分散行列は、

2.最大値の分布は簡単にわかるが、最小値の分布はちょっとという感じになったので。出発点がミソ。 (x_1, ,x_Kの中の最小値とK-1個の確率変数が共にy_1より大きくなければならない) (独立性) (同分布)よって, である.密度関数は, である.

1. 正規分布表には上側確率 はのpdf)の値が与えられているとする.が0以上の時は, であるから,1からに対応する上側確率を引けば,その値が,が0以上の時のcdfの値である.一方,が負の時は,正規分布の対称性から, である. よって,に対応する上側確率の値が,が負の…

分布収束(法則収束)とは が成り立つことである。

さて、指数べき乗分布に関する考察は今回で一旦終わりにしますが、 の指数べき乗分布の尖度の挙動を見たいと思います。 > for(v in 1:20){ + v=v*0.1 + printf("v=%f\n",v); + cat(gamma(1/v)*gamma(5/v)/(gamma(3/v))^2-3,"\n\n") + } v=0.100000 2823513 v…

#指数べき乗族のvを0.4から1までの図(phi=1)。0.4からにしたのは、0.1~0.3では上に突き抜けすぎてしまったため。 x=seq(-2,2,length=50) y=seq(-1,2,length=50) phi=1 for(i in 4:9){ v=0.1*i density1=function(x) (1/(2*v^(1/v-1)*phi^(1/v)*gamma(1/v)))*…

が一般化ガウス族または指数べき乗族と言われる族に属する密度関数という。 いろんな本計算機シミュレーションのための確率分布乱数生成法作者: 四辻哲章出版社/メーカー: プレアデス出版発売日: 2010/06メディア: 単行本購入: 3人 クリック: 26回この商品を…

p[a_, b_] := Log[q[a, b]] u = D[D[p[a, b], {a, 2}], {b, 1}] Together[u] p[a_, b_, c_] := Log[q[a, b, c]] u = D[D[D[p[a, b, c], {a, 1}], {b, 1}], {c, 1}] Together[u] p[a_, b_, c_, d_] := Log[q[a, b, c, d]] u = D[D[D[D[p[a, b, c, d], {a, 1}]…

In[120]:= p[a_] := Log[q[a]] In[132]:= u = D[p[a], {a, 4}] Out[132]= -((6 Derivative[1][q][a]^4)/q[a]^4) + ( 12 Derivative[1][q][a]^2 (q^\[Prime]\[Prime])[a])/q[a]^3 - ( 3 (q^\[Prime]\[Prime])[a]^2)/q[a]^2 - (4 Derivative[1][q][a] \!\(\*Su…