今野紀雄のレビュー一覧
-
-
-
-
購入済み
大学教科書の前に読むと良い
例えばブルーバックスのトポロジーの本を読んでもっと先が知りたい人にお勧めの本。
ブルーバックスなどの数学に興味がある高校生向けの本と異なり、随分と数学の大学教科書に近い記述である。
しかしながら、数学科の学生向けの本と比べると遥かに読みやすい本であり、数学の神髄に触れられる本である。
数学科の位相幾何を習う前に読むと良い本。 -
Posted by ブクログ
副題の通り「読んだら人に話したくなる数の神秘」だった、まさに。
特に素数の話、約数の話、πの話が面白かった。双子素数とか、不足数、過剰数、完全数とか、πの求め方の考え方とか。いやそういう発想する？っていうくらい、数学者とか哲学者って発想豊かな人達なんだなと思いました。
何百年、何千年かけても、まだまだ予想止まりの証明されていないことが、身近な数字にこんなにもたくさんあるんだなというのが分かって不思議な感じでした。
量子コンピュータで解ける問題もあったりするかも知れませんね。（軽くググった感じ、数学者が量子コンピュータは実現しないって言ってる話しかヒットしませんでした。） -
-
-
Posted by ブクログ
ネットワークについての研究は、単純化されすぎたモデルが現実に即さない場合が多々あるが、複雑ネットワークの挙動はより現実のものに近い。ワッツとストロガッツによるスモールワールド、バラバシによるスケールフリーネットワークの説明とその応用についてよくまとまっている。ネットワークの経路数/ノード数を「距離」という。スモールワールドネットワークはショートカットを入れることでこの距離が大幅に短くなっている。ノードあたりの経路数（枝の数）がべき乗則にそったものがスケールフリーネットワーク。これはWEBなどのように富める者はますます富む形になる（有名なサイトはより多くのリンクが張られる）。このモデルは感染症対策などにも用いられる。一様に予防接種を行なうよりも、リンクの多い人（ハブ）に対して治療を施すほうが効果的。ネットワークの理論では、ノード間を結ぶリンク一本＝距離１ということになっているが、生物学などでは物理的な距離や順路も関係してくる。これらへの応用はまだこれから。
-
-
Posted by ブクログ
高校数学の確率・統計でサラッと学ぶだけの「統計学」ですが、社会人になってからも実用性が高く、マーケティング、製品・技術開発、生産管理、様々な場面で多くの人が触れているはず。
私個人は直接的に使う機会が少なかったが、一般教養レベルは知っておきたいと手に取りました。
本書は、高校数学の簡潔な復習と身近な実用例を示す形で、概要理解には良書でした。素人の痒いところに手が届くプラスαの解説がいい感じです。
よく報道される内閣支持率の上下など、ニュースでは調査・解析の条件などの根拠情報まで言及されないので、どう読み取るべきか気持ち悪かったのですが、本書で区間推定の基本を再学習したことで、報道情報の統計的真偽に対する疑念が増しました・・・ -
-
-
-
Posted by ブクログ
〇目的
・本職はソフトウェアの営業だが、会社自体はマーケティングリサーチ業を営んでおり、営業する中でも統計に関わる知識を必要とするため本書で概要を掴む
◯感想
統計学を日常的に使われている身近なものに触れながら初学者にも分かりやすく教えてくれる。
数学が大の苦手な生粋の文系の私でもイラストや分かりやすい言葉で統計学の大枠を掴むことができた。
仕事上で同僚が使っていた言葉もよく出てきたため情報と情報が繋がった感覚
今回は仕事上必要な知識の習得のために本書を手に取ったが、身の回りにも偏差値やクレカの限度額設定、内閣支持率、新薬の治験など日常的に多くの場面で統計学に触れていたことに驚いた。
また統計学は最先端のIT分野であるAIやビッグデータ、ブロックチェーンとも深く関わりがある。
「ブロックチェーンで取得したデータを含むビッグデータをAIや統計学の手法で解析を行う」
今後リアムタイムで膨大なデータが蓄積されていく中で、AIと統計学は工学系と理数系の別分野の学問ではあるもののそれぞれの得意不得意を把握し、適切に扱う人材が必要になるという点は学びになった。
統計学に精通している方から見れば足らない部分が多い本かもしれないが、初学者文系にとっての入口としては非常に面白かった。
(それでも計算式の部分はまだ難しい…)
これから徐々に統計学そしてAIのことも学んでいきたいと思えた。
◯メモ
確率と統計を繋げるものが確率変数と確率分布
確率変数:ある試行を行なって数値が決まる
確率分布:確率変数の値とその確率を対応させたもの
モンティ・ホール問題
→人の直感とは異なることが確率・統計の世界では起こる
正規分布×教育→偏差値
正規分布×金融→クレジットカード限度額
二項分布×製造→シックスシグマ
推定×政治→内閣支持率
検定×医療→新薬の治験
相関×不動産→家賃の相関性
相関×製造→価格の相関性
・AI
コンピュータのソフトウェアを使い、人間の知的なふるまいを再現した物」74☆♪広義的な概念
↓
・機械学習
簡単な命令をあたえれば、AI自身が学習していく
↓
・ニューラルネットワーク
人間の脳を模倣した構造を持つシステム
解析の精度が飛躍的に向上
↓
・ディープラーニング
大量のデータがあれば、人間の命令がなくともAI自身が細かな法則を見つけ出し判断、推測を行う
ビッグデータ分析には主成分分析、時系列解析、クラスター分析などの統計学的なアプローチが活用されている
統計学
データをモデルとして捉えて分析を行うため、データ全体の構造的理解をすることができる
AI
非常に高い精度で解析を行えるが、解析の途中がブラックボックスのため結果以外の理解ができない -
Posted by ブクログ
これまで、説明できない長年の経験や、見て盗め的な教育とは呼べない教育がまかり通っていたが、それらはどんどんデータ化数値化されていく。
我々の時代は、身体測定や運動能力テスト、学校の偏差値や成績くらいしかデータ化された物はなかったが、
今後は文系理系にかかわらずデータの作法を知ることの必須のスキルになるんだろうな。言葉の定義を正しく知らないといけない世の中になるんだろうな。と感じたので購入。
しかしシックスシグマなど聞いた言葉はあったが、そもそも標準偏差って何？その分布が一位場合と狭い場合でそのシックスシグマは違いは出てくるのか？と言う素朴な疑問の解決には繋がらなかった -
-
-
-
-
Posted by ブクログ
ソフトウェアテストでは、全体を考えることが非常に重要で、全体を表現するために、マインドマップやNGTが使われているのですが、自分が描いている絵は、どちらかというと、南方熊楠曼荼羅に近いものです。
言葉で書くと、断片を書いて、それらを小さなまとまりにしてクラスター化し、最後に遠くの断片同士を線で繋ぐ方法です。つまり、ツリーではなく、ネットワークなのです（NGTは実は、ツリーではなくネットワークであることを最近知りました）。
それで、この方法をもっと一般化して、使いやすいものにしたいなぁと常々思っていました。
それには、まずネットワークそのものの構造や、仕組み、性質を知る必要があるだろうということで、この本を読みました。
★★★
ブルーバックスだけあって、高校生でも十分理解できるように書いてありました。
グラフ理論の入り口の話（一筆書きとか）から始まり、次に、正方格子やカゴメ格子と、木構造、そしてネットワークとの性質の違いが明らかにされます。
ネットワークを理解するためには、
・ノード間の平均距離（小・大）
例) 世界の全ての人に6人でたどり着ける(平均距離：小)
・クラスター性（大・小・なし）
例) 人々は小さなグループを形成する（クラスター性：大）
・平均次数（小・大）
例) 各人の知り合いは数十人と少ない（平均次数：小）
・次数のばらつき（べき則、指数則、スケールフリー、任意、なし）
例) 知り合いの多い人の数は、べき則に則っている（ばらつき：べき則）
※ 次数とは一つのノードから伸びている枝の数のことです。
を理解する必要があります。ネットワークは括弧内の１番目の性質（つまり例に挙げたとおり）なのですが、例えば、正方格子は、{大、大、小、なし}ですし、木構造は、{小、なし、小、なし}です。
最後に、ネットワークの例として、感染症の拡大の話や、コンピュータウィルスの話し、ミクシィの話、脳のニューラル・ネットワークの話などが載っていました。
★★★
ということで、すぐに使えるというわけではありませんが、戦わなければならない敵の姿がだいぶ明らかになってきたという感じがしました。
次数が特に高くなるハブに着目して対策を取らないとならないことなども感覚的には分かっていましたが、理論的に明確になりましたし、ネットワーク構造そのものを木構造で近似するのならクラスター性を表現できるようにしてやればよいのかといったこととか。。。
今度は、もう少し専門的な本を読んでみようかなと思いました。
