西園寺帝国大学 工学部

事故で高める自己

赤坂サウナ、複数の事象の偶然の一致から他殺を疑う声があるが、確率的には珍しい事象の一致はすぐさま因果関係を意味しない。直感的にはだいぶ怪しいが、法的・数理的にも意味はない。事象間も完全独立と言い難い。そもそも当初は不倫を疑う声もあったが普通に夫婦だったわけで。 マーケもengineeringみたいに事故集を体系化した方がいいな、偶像崇拝の自己啓発書を卒業して。予期せぬ触媒とか、疲労蓄積で閾値を超え (さらに…)

ライプニッツルール、チェインルールで微積分を発展的に

──────────────────────── チェインルール(Chain Rule/連鎖律) ──────────────────────── 【基本形】 y = f(g(x)) このとき dy/dx = f'(g(x)) * g'(x) 別の書き方: dy/dx = (dy/dg) * (dg/dx) ──────────────────────── 【意味・直感】 チェインルールは 「変化 (さらに…)

ATEとSEMは違う結論を出しうる

山上被告の量刑と、因果関係・因果推論の論理 エンジニアが「100万回に1回しか起きない致命的なバグ」を解析する際、統計的な発生率(ATE)の低さで無視せず、デバッガでコードの構造(SEM)を追い、その一行が原因であることを突き止める作業に似てる。   統計・確率論の処理は、ロングタームキャピタルマネジメント系の失敗を呼びやすい。   統計学が最も見落としがちなのが、「集団の平均 (さらに…)

山上被告の量刑と、因果関係・因果推論の論理

  “統計的”因果推論で見れば、 統一教会の他の信者の家庭で同じようになってないから、 交絡因子が多すぎ、 山上家庭の特殊性、山上や母の異常性にむしろフォーカスされてしまう。 ATEね。   結局、山上の責任になってしまう。   一方で、山上の行動単体で見れば、明らかに あれなければこれ無し の因果推論の原則に則っているだろう。つまり、統一教会がなければ、 (さらに…)

工学系なら、アフィン変換で売上を予測しよう、次にフーリエ解析に手を出そう

  工学系ならアフィン変換で売上を予測しよう。 定数Kで売上の上下シフト、(x-a)でタイムロスを測ろう。まずはベーシックに、1次関数か2次関数を使って、シンプルにフィッティングしてみよう。そして、その次にそれが「どうズレてるか」を考えながら、関数をいじってみよう。 その次にいよいよ、3次の項目にも手を出してみよう。ローカル解とグローバル解のズレにも着目してみよう。 (世の中の工学博士に (さらに…)

固有値を極めた者が勝つ (美空ひばりか、線形代数か)

  すべては固有値で決まる。   固有値をマスター人間が、ESBIの右側にいく。   左側の人間と、右側の人間の違いは、「固有値思考」である。   左側の人間は全くもって線形代数思考がないので、一生、ソルジャーをやるしかない。どんまい。   左側の人間は、美空ひばりの「川の流れのように」的なものを聴きながら人生は流されて生きるのだと感傷に浸るが、右 (さらに…)

AIでプログラミングが淘汰される時代にpythonにどこまで投資すべきか?

  【1】AI で淘汰されるプログラミング 淘汰されるのは以下のレイヤー: ❌ A. コーディング(手を動かす作業) CRUDアプリ Webフォーム CSS調整 API連携 データ加工 小規模スクリプト 単純なバックエンド処理 これは全部 AI に飲まれる。 「作業・オペレーション・反復・ノイジーな処理」だよね。 → 完全に淘汰される。 → これに時間投資しても意味は薄い。 (さらに…)

予算が決まってる中で、最適な組み合わせを考えるのは展開的な線形代数問題

  予算が決まってる中で、最適な組み合わせを考えるのは典型的な線形代数問題。 アウトプットが線形結合の結果であり、予算と、係数あるいは変数の方が指定されており、その条件式が連なる。   これをベクトル化して考えた時、行列式は複数の条件式の間における多変数成分の散らばりを見ていて、対角成分に集約される場合と比べると散らばりがある方が行列式は小さくなる=固有値は小さい。   (さらに…)

リプシッツ条件から考えても相場の微分方程式に解はないのだから解析的に解こうと言うのが間違ってる

  数学的操作 相場での意味 微分方程式を解く ❌ 無意味 初期値問題 ❌ 不安定 解析解 ❌ 幻想 分布を仮定 ⭕ 妥協 条件付き期待値 ⭕ 実務 不等式評価 ⭕ 生存戦略 上界・下界 ⭕ リスク管理 👉 「解」ではなく「評価」 相場はwell-posed な微分方程式では (さらに…)