Latest update on 2024年7月12日 (金) at 20:37:45.
月曜は名谷キャンパスに出勤して、まずは人口学会のオンライン会議。午後には講義など。ハイブリッド講義も良いのだが、先週のPublic HealthでZoomのホワイトボード機能を使ってみたら双方向講義に大変有用であることがわかったので、完全遠隔の方が良い面もあるよなあ、と思いつつ。
火曜はまず名谷に出勤し、院生の調査器具についての情報共有。次に留学生とオンライン面談。午後には六甲で会議があるので移動せねばならない。会議が終わったら直帰して歯科受診の予定。
朝のテレビで流れていたカカオ専門店、最寄り駅は湊川公園のようだ。
元GIRLFRIENDのベースだったMINAさんのソロメジャーデビューシングル『天上天下唯我独尊』の収録曲は全部傑作だが、中でも最高のキラーチューンと思われる「イメージフレーバー」のMVが公開された。これって明治乳業のチョコレートの新しいCF？ それとも、ROSE A REALのMaRiyaさんの「ぺやんぐのうた」みたいな、愛ゆえの勝手な宣伝なのか？
FiioのFD15には物欲が湧くなあ。
Ryzen 7 8840Uとバッテリー内蔵の折りたたみキーボード型PC登場！というデイリーガジェットの記事では、モバイルディスプレイとの組み合わせが提案されているが、むしろARゴーグル（リンク先はVITURE Pro XR）と首掛けテーブルと組み合わせたら面白いのではないか。
今日のドラゴンズはベイスターズと5-5で延長突入している。延長11回表に大変勿体ない攻撃をしているなあ、と思っていたら、その裏に蒼彗天（＝オースティン）選手のサヨナラホームランが出て負け。あれだけピッチャーがコントロールに苦しんでいるのに（しかもランナーが足が速くもない高橋周平選手なのに）エンドランのサインを出す理由がわからない。
安野さんの振り返りLIVE（リンク先はアーカイヴ）で、KPT (Keep, Problem, Try)という振り返り会の情報整理法を知った（このページも参考になる）。スタートアップ企業などではよく行われているらしい。似た略語で大学評価でもよく使われていて辟易しているKPI (Key Performance Indicator)を思い出してしまうのが玉に瑕だが、建設的で良いと思う。
樋口恭介さんのポストには同感。6月18日にメモした通り。
たぶんハヤカワの担当編集者と思われる塩澤さんのポストで安野さんの新作『松岡まどか、起業します ＡＩスタートアップ戦記』が近々刊行されることを知ったので、Amazonで予約購入した。『サーキット・スイッチャー』も面白かったし。
QGISによる安野さんの得票率の可視化も面白い。まあコロプレス図くらいならQGISまで使わなくてもRのjpndistrictパッケージでもe-StatでもTOKYO OPEN DATAでも良いので、Shapeファイルをダウンロードして、候補者別得票数データをpdfしか見つからなかったので若干面倒だがこれなどから得て、maptoolsパッケージを使えば、たぶん簡単に描けるが。
それにしても、候補者別得票数の数字を見ると、本当に複数の候補者のどの人を指しているのかわからない投票であった場合には按分されていることが確認できて面白い。たぶん「いしまる」または「石丸」と書いた人が大勢いたのであろうことと、目黒区に「まこと」と書いた人が１人いたのであろうことはわかる。電子投票にすれば避けられるのに、大変な手間だよなあ。
news23に安野さんが出るそうなので見よう。Xを眺めていると、安野さんに髪を切てスーツを着ることを薦めるポストが多いのだが、「誰も取り残さない」というスローガンを掲げている以上、公序良俗に反するわけでもないし不潔でもない格好を、公の場では不適切であるかのように引き下げるアクションを取ってしまったら、長髪やカジュアルな服装を好む人たち（たぶんエンジニアに多い気がする）を否定するかのようなニュアンスが生まれてしまって、このスローガンと矛盾するメッセージを発してしまう気がするのではないか。すべての人の自由が尊重される社会を作りたいわけだから（鄭雄一さんがいうところの道徳次元４の、誰もが尊重しあう寛容な社会）、そこで一種の社会的強制（≒不寛容さ）を助長するかもしれない方向性に与することはできないだろう。ご本人は明確にそういう言語化はしていないかもしれないが、そう考えると筋が通る。多様性を尊重し合うという姿勢は開成の文化かも。
→視聴した。安野さんが投じた一石はちゃんと響いて、キャスターから選挙報道のあり方について反省コメントがあったのも良かった。ただ、本当は決定権をもつ管理職も含めた報道部全体で振り返り会をやって、KPTを公開しておく必要があるのではないか。
とりあえず次の選挙でのnews23の報道がどうなるか注目しておこう
線形混合モデルの例数設計についての質疑応答（回答者は『現代疫学』監訳者筆頭の佐藤俊太朗さん）。ある意味バッドノウハウ（思想的には美しくない）かもしれないが、役に立つ。
ゆきまさかずよしさんのポストで触れられている記事からリンクを辿ると、Natureの元論文にすぐ辿り着けるのはありがたい。リンク大事。ちょっとダイヤモンド的なRQ設定で面白い。
安野さんが1年前にYouTubeで公開していたDeep Fakeの実演が凄い。これを見ると、オンラインで公平な試験をするのが無理であることは誰でもわかると思う。まるで普通のメガネのようにしか見えないARゴーグルの進歩も凄いし、SFに出てくるようなコンタクトレンズ型ARデバイスが開発されたりしたら（まあ流石にそれは暫く先のことだろうと思うが）、対面の試験も公正に実施するのは無理な世界が近づいている。持ち込み可と同じような意味で、そういう技術ブースト混みで実力と見なすしかないのかも。
このポストで知ったが、Johns Hopkinsがこういうことをしてくると、海外の優秀な学生を日本の大学に呼ぶなんてことは難しいよなあ。
本部の会議に出ていて、何だかファンドのスタートアップ支援みたいな話だなあ、と思った（詳細は書けないが）。
この記事を見て、文科省のリリースから結果ファイルを確認したら、神戸大学も採択されていた。まあ、自分の講義資料などは既にオープンアクセスにしているが。
サイバーエージェントが独自に開発した日本語LLMバージョン3を一般公開したそうだ。デモがあったので、「線形混合効果モデルのRへの実装にはどんなパッケージがありますか」と質問してみたら、2分弱で答えが返ってきたが、これが素晴らしくまともで驚いた。以下貼り付ける。lme4の紹介でlmerTestにも触れてほしかったが。
線形混合効果モデル（Linear Mixed-Effects Model, LME）は、Rでさまざまなパッケージを使って実装することができます。以下にいくつかの主要なパッケージを紹介します：
- lme4:
- 最も広く使われているLME用のパッケージの一つです。基本的なLMEから複雑なモデルまで対応しています。
install.packages("lme4")
library(lme4)
# データの作成例
set.seed(123)
data <- expand.grid(group = rep(letters[1:5], each=10), time = 1:10)
data$response <- rnorm(50, mean = group + time/10, sd = 2)
model <- lmer(response ~ group + (1|time), data = data)
summary(model)- glmmTMB:
- 高速に動作し、大規模なデータセットにも対応できるパッケージです。特に一般化線形混合効果モデル（GLMM）もサポートします。
install.packages("glmmTMB")
library(glmmTMB)
# データの作成例
set.seed(123)
data <- expand.grid(group = rep(letters[1:5], each=10), time = 1:10)
data$response <- rnorm(50, mean = group + time/10, sd = 2)
model <- glmer(response ~ group + (1|time), family = gaussian(), data = data)
summary(model)- MCMCpack:
- Markov Chain Monte Carlo（MCMC）法を用いたベイズ推定をサポートするパッケージです。LMEのベイズ推定を行いたい場合に便利です。
install.packages("MCMCpack")
library(MCMCpack)
# データの作成例
set.seed(123)
data <- expand.grid(group = rep(letters[1:5], each=10), time = 1:10)
data$response <- rnorm(50, mean = group + time/10, sd = 2)
mcmc_fit <- MCMCglmer(response ~ group + (1|time), family = gaussian(), data = data)
print(mcmc_fit)- brms:
- lme4を基盤としつつ、より直感的なインターフェースと拡張機能を提供するパッケージです。
install.packages("brms")
library(brms)
# データの作成例
set.seed(123)
data <- expand.grid(group = rep(letters[1:5], each=10), time = 1:10)
data$response <- rnorm(50, mean = group + time/10, sd = 2)
fit <- brm(response ~ group + (1|time), data = data, family = gaussian())
print(fit)これらのパッケージを使うことで、さまざまなタイプのLMEを簡単に実装・解析することができます。それぞれのパッケージには独自の特徴や利点があるため、具体的なニーズに応じて選択すると良いでしょう。
このポストで、経産省の『生成AIガイドブック』が、「内容は生成AIの使い方とかではなく、ほぼ、知財周りの権利侵害をどう回避するかという話に終始してるのがすごい」と評されているが、官庁が出す「ガイドブック」としては正しいような気もする。世の中に技術的チュートリアル的なものは無料でたくさん公開されているわけだし。
▼前【1665】（在宅で仕事（2024年7月7日） ） ▲次【1667】（もう水曜（2024年7月10日） ） ●Top