紙媒体で知識や経験を管理すると無くなりがちなのでブログで管理することにしました.
      殆どの記事は自分自身のためだけに書いているため,他人に見せる前提の内容, 文章ではありません.
      また, ブログのコメント欄を解放していたらbotからの迷惑行為を受けたため現在コメント欄は解放しておりません.

【環境設定】Ubuntu 18.04LTSでCtrl + Spaceで変換する

mozcを起動してデフォルトでHankaku/Zenkakuの項目をメモして 全く同じものをCtrl+Spaceに置き換えてエントリーを追加すればよい. mozcを閉じるときに「設定は新しいアプリケーションから適応されます」的なことを言われたので, 新しいアプリを起動して試し…

【環境設定】ubuntuのCapsLockをCtrlに変更する

linuxfan.info sicklylife.hatenablog.com

【環境設定】ubuntuにNode.js入れる

qiita.com

【環境設定】ubuntuにGPUドライバを入れる

自分のノートPCにubuntu 18.04 LTSを入れて, GPUドライバがデフォルトでIntelの内蔵のグラフィックドライバになっていたため, NVIDIAのに変えた. ここを参考にしたらスンナリできた. taktak.jp

【統計学】 t分布

t分布はz分布と同じく, 平均 であるが, その形状は自由度f が小さいとz分布に比べて広がりが大きく, 自由度fが多クック成るに従ってz分布に近づき, 自由どうが[\infty]のときにz分布に一致する. このため, t分布は主にサンプルサイズが小さく, が不明(未知) …

【統計学】 z分布(標準正規分布)

N(0, 1) の正規分布を標準正規分布という. これは正規分布の密度関数の変数xをで変換(標準化, 基準化)した形. をのz分布に変換することによって, どのような確率自称に対しても, 複雑な計算結果を一覧表にした付録の数表(確率分布表) を使って, 簡単に正規分…

【統計学】 母集団・標本・期待値メモ

標本平均の期待値は, 母平均 に等しい. は同一母集団の変数より, 全て よって, 標本平均の分散 は, 母分散の倍に等しい.

【統計学】 平均・分散・標準偏差

確率変数とが互いに独立に分布し, , のとき, 差の期待値と分散が, とることの証明とは互いに独立なので

【グラフ理論】 中国人郵便配達問題

中国人郵便配達問題 https://ja.wikipedia.org/wiki/%E4%B8%AD%E5%9B%BD%E4%BA%BA%E9%83%B5%E4%BE%BF%E9%85%8D%E9%81%94%E5%95%8F%E9%A1%8C 中国人郵便配達問題(ちゅうごくじんゆうびんはいたつもんだい、英: Chinese postman problem)とは、グラフ理論に…

【グラフ理論】 オイラーグラフについて

「オイラーグラフ」という考え方は,「中国人郵便配達問題」を考える際に重要になってくる. 中国人郵便配達問題とは, 正の重み付き無向グラフについて, 重みの和が最小となる閉路(閉じた道)を求める問題である.まずはオイラーグラフについて考える. オイラー…

【グラフ理論】 隣接行列について諸定理

グラフ理論勉強会No.04隣接行列は頂点から頂点への辺の本数を表すものである. 単純グラフではループが無いため, 対角成分の要素は0である.行列の表し方には 隣接行列 接続行列 隣接リスト などの表現方法がある. 定理1.10 ループを含まない(p,q)-グラフGの点…

【グラフ理論】 次数について諸定理

グラフ理論勉強会No.03 用語 次数 頂点vに接続する辺の本数 などで表す. 孤立点 次数0の頂点 (グラフGの)最大次数, 最小次数 それぞれと表す. 偶点, 奇点 偶数, 奇数の次数の頂点 平均次数 一頂点あたりから出ている辺の個数. 定理1.5 (握手の補題) (p,q)-…

【グラフ理論】 ダイキストラ法

グラフ理論勉強会No.02ダイキストラ法とは重みが最小である道を求めるために用いられているアルゴリズムの一つ. (最短経路問題の中では, 2頂点対最短経路問題で辺の重みが非負の有向グラフに適応できるアルゴリズムという位置づけらしい. この問題を解くアル…

【グラフ理論】 グラフの半径と直径の関係

グラフ理論勉強会No. 01定理1.2 説明: まずrad, diamの説明の前に離心数を定義する必要がある. 離心数とは, 連結グラフGの点vにおいて で定義される数. グラフの半径rad(G)とは各頂点における離心数の最小値で定義される数. グラフの直径diam(G)とは各頂点に…

1万PV

ブログが1万PV行きました. もともと自分用のメモ程度に書いていたブログですが, numpyのメソッドなど読まれているようです. 現在, 忙しくて更新停滞中ですが10月頃からまた更新始めたいです.

【英語】いろいろ表現

日常で気になった表現のメモ 使えそうと思った表現から, 厨ニっぽくて良いと思った表現まで.... You are the last person I want to hear that from.「アンタだけには言われたくない!」 In this world, good and evil constantly coexist.「世の中、正義と…

【英語】深層学習への批判的表現

深層学習への批判的な表現をまとめる. 不定期的に更新していく(つもり). While these depp neural networks enable superior performance, their lack of decomposability into intuitive and understandable components makes them hard to interpret.深いN…

【英語】深層学習スゴい系の表現集

英語の勉強で深層学習スゴい系の表現集を集めておこうかと思い記事にすることにした. 定期的にアップデートしていくつもり. Convolutional Neural Networks (CNNs) and other deep networks have enabled unprecedented breakthroughs in a variety of compu…

【urllib】プロキシ設定

proxyの使い方メモ keras.datasets.mnist.load_data()とかしたいときに, プロキシを通す方法 import urllib proxy_support = urllib.request.ProxyHandler({'https': 'http://proxy.hogehoge.ac.jp:80'}) opener = urllib.request.build_opener(proxy_suppor…

画像形式変換

ディレクトリ内のJPGファイルをPNGファイルに一括変換する. # ディレクトリ内のJPGファイルを探す find ./ -name "*.jpg" # ディレクトリ内のJPGファイルの個数を数える find ./ -name "*.jpg" | wc -l # JPGファイルをPNGに変換する for filename in *.jpg;…

【メモ】GANについて

現在GitHubでGANについてまとめてあるリポジトリをまとめた. YadiraF/GAN 各種GANについてpaper, blog, codeが掲載されている. GAN DEGAN Conditional GAN Wasserstein GAN Info GAN github.com jhayes14/GAN GANについての概要が掲載されている. 日本語訳 G…

【Python】matplotlibで最低限のグラフをかけるようにする

TeXで表示させるため, グラフが必要な時期になってきた. Pythonで最低限のグラフを描画する方法をメモ. sigmoid関数のプロット import numpy as np import matplotlib.pyplot as plt # 関数定義 x = np.linspace(-8, 8, 100) y = 1/ (1+np.exp(-x)) # 垂直線…

【Python】 pythonからshellの実行

Pythonからshellコマンドを実行する際に以下のようなやり方がある. 今回は次のshellコマンドをpythonで実行するやり方を比較する. $sha256sum hoge.zip #返り値: xxxxxxxxxxx hoge.zip os.system()を使う方法 import os file_name = "hoge.zip" os.system('s…

【TeX】 ページを跨いで表を表示する

TeX

longtable.styを使う \newcolumntype{A}{>{\raggedright}p{0.3cm}} \newcolumntype{N}{>{\raggedright}p{3.6cm}} \newcolumntype{D}{>{\raggedright}p{10.0cm}} {\footnotesize \begin{longtable}[c]{|A|N|D|} \hline No & permission-name & Description \t…

【Python】 再帰的にファイルを取得する

import os def find_all_files(directory): for root, dirs, files in os.walk(directory): #yield root # ここをアンコメントするとディレクトリも得られる for file in files: yield os.path.join(root, file) if __name__ == "__main__": path_directory …

【Windows】Anaconda環境にOpenCVを入れる

https://anaconda.org/conda-forge/opencv これの通り

過学習の起こる理由

過学習は訓練用事例の中のノイズ等によるデータ内のいくつかの以上を学習器が正解と誤って認識することに起因する.決定木において過学習の対策は, 枝刈りによって行われる.

【Cygwin】 ホームディレクトリを変更する

Cygwinのterminal上ではなく, ホストOSであるWindowsの環境変数を設定する必要があるそう. デスクトップ上にCygwinのホームディレクトリを置きたい場合 環境変数名: HOME パス: /cygdrive/c/Users/username/Desktop のようにWindowsの環境変数を設定する.

【Haskell】 whereブロック内の関数

これまではwhere内は変数を定義してきたが, 関数も定義できる. calcBmis :: [(Double, Double)] -> [Double] calcBmis xs = [bmi w h | (w,h) <- xs] where bmi weight height = weight / height^2 これは入力は[(Double,Double)]型より, Double型のペアのリ…

【Haskell】 whereの中でパターンマッチを用いる

initials :: String -> String -> String initials firsname lastname = [f] ++ ". " ++ [l] ++ "." where (f:_) = firstname (l:_) = lastname initialという関数はString型の引数を2つとる. firstnameとlastnameをとって, whereの中でパターンマッチにより…