グリーン・ニューディール
![グリーン・ニューディール―オバマ大統領の科学技術政策と日本 グリーン・ニューディール―オバマ大統領の科学技術政策と日本](https://images-fe.ssl-images-amazon.com/images/I/41jwSJwCcbL._SL160_.jpg)
- 作者: 科学技術振興機構研究開発戦略センター
- 出版社/メーカー: 丸善プラネット
- 発売日: 2009/12/01
- メディア: 単行本
- クリック: 36回
- この商品を含むブログ (1件) を見る
オバマ大統領の科学技術政策(グリーン・ニューディール)を識者たちが詳細に解説した本です。JSTの理事長である北澤先生が書いた第1章が全体観を掴むのに良いです。第2章は,各識者たちがそれぞれの観点から論じているので,多面的な見方の参考になります。
メモ
第1章 日米のグリーン・ニューディール(北澤 宏一)
p.13
第一次から三次産業が作り出す既存の価値に対するニーズが飽和しているとすれば,今後のイノベーションは新たな価値,すなわち「第四の価値」を社会の中に追及せねばならない。このことは「大量生産・大量消費」の反省に立ち,教育や文化,仲間や地域,環境といったより高度な社会のニーズに向けての内需拡大,すなわち,生き甲斐としての新たな価値を見出し,新たな消費者がそれを購入する,という経済的な動きを作り出していくことを意味する。
p.26
科学技術は世界を相手にする競争である。世界のトップの成果でなければ意味を持たない。世界のトップに躍り出ると,研究から生じる新たな知見はすべてオリジナリティーが生じ,知財としての価値が生じる。追いかけるレベルでの知財創出は不可能ではないが苦しい。
p.30
近年,日本でもNPO活動が活発化し,団塊の世代の人たちが退職後様々なボランティア活動やNPO活動を始めている。このような傾向を支援する方向の本格的な政策が第四次産業の成長を促進できるであろう。
第2章 有識者が見るオバマ大統領の科学技術政策
p.42(相澤益男)
オバマ大統領の変革の中核は,「グリーン・エコノミー政策」である。日本では,「グリーン・ニューディール」と喧伝され,大きなインパクトを与えている。しかし,オバマ大統領自信は,この表現は用いていない。
p.52(飯田哲也)
スマートグリッドは新しい技術領域だが,いわゆるハイテク技術開発競争とは異なる。技術面での革新はもちろん不可欠だが,それと同等以上に重要なのは,組織・制度面での革新である。
…
技術の上位レベル(メタレベル)の側面が極めて重要になる。
p.55(飯田哲也)
環境エネルギー技術をめぐる政府の役割が「ディベロップメント」(開発)から「ディプロイメント」(普及)へと大きく転換したことを示している。
p.68(大歳卓麻)
「パルミサーノ・レポート」において,イノベーションとは「インベンション(発明)とインサイト(洞察)の融合」であると定義されている。イノベーションとは技術革新に留まる概念ではなく,社会変革をもたらす革新的なアイデアの実現を指す。
p.138(土井美和子)
二十一世紀型の実空間知は,携帯電話や自動車に搭載されたGPSや,小包や衣類などのタグや携帯電話などに搭載されたRF(Radio Frequency)IDなどモノからの情報である。つまり,人間が直接介在することがなく収集された情報である点が,二十世紀型の情報空間知とは大きく異なっている。
p.154(中村道治)
日本の強みは,誠実,勤勉,かつチームワークの良い国民を擁していることにある。
…
使命感や倫理観を備えた人材の育成,活用は,ぜひとも発展的に継承されねばならない。このために,高邁な目標に向かって挑戦する気風や奉仕の精神を社会に醸成することがとりわけ重要である。
Introduction to Semi-Supervised Learning #3
![Introduction to Semi-Supervised Learning (Synthesis Lectures on Artificial Intelligence and Machine Learning) Introduction to Semi-Supervised Learning (Synthesis Lectures on Artificial Intelligence and Machine Learning)](https://images-fe.ssl-images-amazon.com/images/I/41wlBZe-mdL._SL160_.jpg)
- 作者: Xiaojin Zhu,Andrew B. Goldberg
- 出版社/メーカー: Morgan and Claypool Publishers
- 発売日: 2009/09/15
- メディア: ペーパーバック
- 購入: 1人 クリック: 52回
- この商品を含むブログ (9件) を見る
自分用のメモ書きです。
3. Mixture Models and EM
3.1 Mixture model for supervisd classification
- 2つのガウス分布(クラスAの分布とクラスBの分布)から事例が生成されていると仮定し,ラベル付き事例とラベルなし事例から,この二つの分布のパラメータ(平均,分散,事前確率)を推定する。
- p(y|x)を最大化するクラスに分類
- Bayes Rule: p(y|x) = p(x|y)p(y)/...
- p(x|y): class conditional probability(クラス条件付き確率)
- p(y): prior probability(事前確率)
- 生成モデルの例
3.2 Mixture models for semi-supervised classification
- p(D|θ)にラベルなし事例の周辺確率p(x|θ)が加わる。
- ラベルなし事例のラベルを隠れ変数という。
3.3 Optimization with the EM algorithm
- E-step: 現時点のモデルパラメータを使って隠れ変数の分布を求め,M-step: その分布を使って,尤度関数を最大化するモデルパラメータを更新
- EMアルゴリズムは初期値に依存する局所最適解しか求められない。
3.4 The assumptions of mixture models
- 混合分布モデルの仮定
- コンポーネントの数,事前確率,クラス条件付き確率のすべてが正しい
- 分布が四つにわかれるのに,それを二つに分けようとすると,うまくいかない場合がある。こういう場合,教師あり学習のみを使用した方がうまくいく。あるいは,尤度関数におけるラベルなしデータの寄与率を下げて学習する。
3.5 Other issues in generative models
- idenfitiability
- 分布が同じ=パラメータが同じ
- GMMはidentifiableであるがそうではないモデルもある
ゲーム理論の思考法
![ゲーム理論の思考法 ゲーム理論の思考法](https://images-fe.ssl-images-amazon.com/images/I/51MCnAyk1tL._SL160_.jpg)
- 作者: 川西諭
- 出版社/メーカー: 中経出版
- 発売日: 2009/09/01
- メディア: 単行本(ソフトカバー)
- 購入: 7人 クリック: 157回
- この商品を含むブログ (22件) を見る
ゲーム理論がどういうものかを,いくつかのゲームの例をあげながらわかりやすく説明しています。ゲーム理論を,相手に勝つための道具として捉えるのではなく,お互いによりよい選択をするための道具として捉えることを述べています。ゲーム理論に限らず,理論を現実世界に適用するときには多面的に物事を考えないといけないということを意識させてくれました。
メモ
序章 ゲーム理論で「3つの力」を手に入れる
p.31
「相手を出し抜く」という狭い意味合いだけでなく,行き詰まった組織全体を活性化させたり,互いにとってよりよい選択をするためにこそ,ゲーム理論は活用されるべきものです。
p.38
プレイヤーが誰で,どんなルールによってゲームが支配されているか。
p.42
「勝てないゲーム」なら,「ルール」を変えよう
第2章 コーディネーション・ゲーム
p.102
「いま,目の前でどんなゲームが展開されているのか」を正確に見抜くことは,経営者はもちろん,あらゆるビジネスマンにとって必要不可欠のスキルなのです。
第5章 人間は「不合理」に動く
p.220
「人はそれほど先を読んでいない」
p.240
「他人が先を見通していない可能性を考慮する」
p.241
「人は金銭的価値だけで行動するわけではない」
Introduction to Semi-Supervised Learning #2
![Introduction to Semi-Supervised Learning (Synthesis Lectures on Artificial Intelligence and Machine Learning) Introduction to Semi-Supervised Learning (Synthesis Lectures on Artificial Intelligence and Machine Learning)](https://images-fe.ssl-images-amazon.com/images/I/41wlBZe-mdL._SL160_.jpg)
- 作者: Xiaojin Zhu,Andrew B. Goldberg
- 出版社/メーカー: Morgan and Claypool Publishers
- 発売日: 2009/09/15
- メディア: ペーパーバック
- 購入: 1人 クリック: 52回
- この商品を含むブログ (9件) を見る
自分用のメモ書きです。
2. Overview of Semi-Supervised Learning
2.1 Learning from both labeled and unlabeled data
- 半教師あり分類(semi-supervised classification)
- ラベル付き事例とラベルなし事例の両方を使う
- ラベルなし事例の方が圧倒的に多い
- 人間の学習は半教師あり学習
2.2 How is semi-supervised learning possible?
ある分布(ガウス分布など)からラベルなし事例を抽出したと仮定する。つまり,p(x|y)(x:事例,y:クラス)がある分布にしたがっていると仮定する。
2.3 Inductive vs. Transductive semi-supervised learning
- inductive semi-supervised learning
- 学習事例に含まれてないラベルなし事例の予測精度を高める
- transductive learning
- 学習事例に含まれているラベルなし事例の予測精度を高める
2.4 Caveats
周辺分布p(x)と条件付き確率p(y|x)の関係に対する仮定が成り立つかどうかが,半教師あり学習の成否を決める。
クラウド化する世界
![クラウド化する世界~ビジネスモデル構築の大転換 クラウド化する世界~ビジネスモデル構築の大転換](https://images-fe.ssl-images-amazon.com/images/I/41l-QqtTnrL._SL160_.jpg)
- 作者: ニコラス・G・カー,村上彩
- 出版社/メーカー: 翔泳社
- 発売日: 2008/10/10
- メディア: 単行本
- 購入: 21人 クリック: 162回
- この商品を含むブログ (159件) を見る
コンピューティング環境の変化を,電力が分散供給から集中供給へ変化したことと対比して説明しています。現状のクラウドコンピューティングの隆盛を見れば,この流れは不可避なものですが,クラウド化が進むに連れて,どのようなことが起こるかが,(悲観的な観点も含めて)述べられています。
メモ
第1章 バーデンの水車
p.18
分散化は,莫大な設備投資と固定費を企業に課す。また,技術そのものの観点からも,設備を動かす労働力の観点からも,不要な支出と過剰設備をもたらす。
…
いったん一元的に技術を提供することが可能になれば,大規模なユーティリティ供給者が出現して,自家供給者に取って代わるだろう。
…
ユーティリティが提供する経費削減は,巨大企業にとっても抗いがたい説得力を持つだろう。ネットワークが勝利するのだ。
第3章 デジタル時代のからくり装置
p.68
ほとんどの従業員が,他社のIT部門で行われているのと全く同じ定期保守の作業を行っている。
…
経済のあらゆる領域でIT資産が過剰に抱え込まれて,コンピュータ化による自動化がもたらしえる生産性の向上を阻害しているのである。
第6章 ワールドワイドコンピュータ
p.141
大企業は,社内コンピューティングへの過去の投資と,ユーティリティがもたらす利益のバランスを取る必要がある。
…
企業のIT部門にとっての主要課題は,何を手放し,何を手放さないかを,正しく判断することなのだ。
第7章 多数から少数へ
p.162
工業化は一般に,そして電化は特に,工場の効率化を進める一方で,多くの新しい事務作業を作り出したが,コンピュータ化によって奪われた仕事に代わる多くの新しい種類の仕事は生み出されていない。
…
コンピュータ化は新しい仕事を生み出したが,それは機械で処理できる仕事である。人間は必要とされていないのだ。
p.163
オーターたちが強調しているように,「柔軟性や創造力,全般的な問題解決能力や,複雑なコミュニケーション能力を必要とする業務―いわゆる非定型の認識作業は,今のところコンピュータにその座を明け渡してはいない」。
p.176
ワールドワイドコンピュータが生み出す経済力が要因となって,ますます多くの経済分野で利益が劇的に増加し,技能のあるなしにかかわらず,労働者はソフトウェアに取って代わられ,知的労働が世界規模で取引され,企業がボランティア労働を集約して経済的利益を収奪している現状は,ユートピアとはほど遠いと思わざるを得ない。
第10章 クモの巣
p.229
ワールドワイドコンピュータは,自己表現と自己実現のための新たなチャンスとツールをもたらすと同時に,一部の人々には前例のない能力を与えている。それは,他人の考え方と行動に影響を与えて,その関心と行動を自分たちの目的に沿うように収斂させる能力である。
第11章 iGod
p.275
インターネットの能力,範囲および有用性の拡大がもたらした最も革命的な結果は,コンピュータが人間のように考え始めることではなく,我々がコンピュータのように考えることなのだ。
…
その結果,我々の意識は希薄になり,鈍化していくだろう。
Introduction to Semi-Supervised Learning
![Introduction to Semi-Supervised Learning (Synthesis Lectures on Artificial Intelligence and Machine Learning) Introduction to Semi-Supervised Learning (Synthesis Lectures on Artificial Intelligence and Machine Learning)](https://images-fe.ssl-images-amazon.com/images/I/41wlBZe-mdL._SL160_.jpg)
- 作者: Xiaojin Zhu,Andrew B. Goldberg
- 出版社/メーカー: Morgan and Claypool Publishers
- 発売日: 2009/09/15
- メディア: ペーパーバック
- 購入: 1人 クリック: 52回
- この商品を含むブログ (9件) を見る
自分用のメモ書きです。
- Introduction to Statistical Machine Learning
2章以降の準備の章です。機械学習に用いるデータ,教師なし学習と教師あり学習を簡単に説明しています。
- データ
- 教師なし学習(unsupervised learning)
- 教師あり学習(supervised learning)
-
- クラスタリング
- ラベルが離散的(discrete)な値の場合,fを分類器(classifier)
- クラスタリング
-
- 回帰(regression)
- ラベルが連続的(continuous)な値の場合,fを回帰関数(regression function)
- 回帰(regression)
-
- 過学習
- 訓練事例に対しては高精度だが,新しい事例に対しては低精度
- 訓練事例に含まれる統計的なノイズが影響
- 過学習
-
- 計算論的学習理論(computational learning theory)
- 訓練事例に対するエラー(training sample error)と真のエラー(true error)の関係をモデルの複雑さ(VC次元,Radamacher Complexity)で説明
- 複雑になりすぎないように正則化(regularizing)
- 計算論的学習理論(computational learning theory)
これならわかる最適化数学
![これなら分かる最適化数学―基礎原理から計算手法まで これなら分かる最適化数学―基礎原理から計算手法まで](https://images-fe.ssl-images-amazon.com/images/I/41Pr7ATl6FL._SL160_.jpg)
- 作者: 金谷健一
- 出版社/メーカー: 共立出版
- 発売日: 2005/09/01
- メディア: 単行本
- 購入: 29人 クリック: 424回
- この商品を含むブログ (42件) を見る
第1章 数学的準備 第2章 関数の極値 第3章 関数の最適化 第4章 最小二乗法 第5章 統計的最適化 第6章 線形計画法 第7章 非線形計画法 第8章 動的計画法
機械学習関係の本を読んでいると,最適化問題や線形計画法,非線形計画法などがでてくることが多いです。学生時代に勉強した気もするのですが,あまり真面目には勉強していなかったので,忘却の彼方でした。
そこでざっと復習すべくこの本を手にとって読んでみました。例が豊富で非常にわかりやすいです。とてもお勧め。