FC2ブログ
01«1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.»03

たまひびとらの絵本の実

読書好きな姉妹と弟と父母の読んだ本

「地球温暖化」の不都合な真実 

politicallyincorrectguidetoclimatechange.jpg
「地球温暖化」の不都合な真実
「地球温暖化」の不都合な真実

共和党派、トランプ大好き、ハイドロカーボン業界擁護者、の著者による、経済活動CO2排出による地球温暖化懐疑の論。地球温暖化は現実に起こっている。その地球温暖化が産業革命以後の人間の経済活動によるものと思うのか(=人為的温暖化グループ)、そうでないと思うのか(=懐疑派)、が大きな分かれ目。著者は後者に属す。とにかくこの問題で本当におかしいと思うのは、そもそも科学的判断がなされるべきものなのに、政治的信条やビジネスと強烈に結びついているところ。だから、両サイドのあらゆる誇張、煽り、政治的動きがある。たとえば人為的温暖化を信じるサイドからは、今行動しないと地球が壊れてしまう、人類の危機、などの主張も強い。両サイドに、関連ビジネスからカネが流れており、カネ driven な動きも多い。本書で語られる懐疑派の主張としては以下のようなものがあり、それなりの説得力がある(と思う)。
・地球の気候や気温は、CO2だけで決まるような単純なものではない。もっとたくさんの要因があるし、地球の気温は上がったり下がったりのサイクルがある。
・地球史で見れば現代のCO2濃度は相当に低い。過去1000年を見ても、CO2濃度と気温に相関はない。西暦1100-1400年ごろは、現代よりCO2濃度低くて、気温はずっと高かった。CO2濃度が現代より濃くて、氷河期だった時代さえある。
・海面上昇はほぼ一定の速度で過去8000年上がっている。現代だけの問題ではない。

僕が以前読んだ和書でも、(記憶が正しければ)意見は異なっていた。チェンジング・ブルーでは、人為的CO2排出がもたらす気候変動リスクが語られていたし、人類と気候の10万年史では人為的CO2排出が悪玉と言えるほど簡単じゃない、と言っていたと思う。僕にはわかんないね。それでも判断する立場であれば、CO2排出にリスクがある可能性は相応にはあるので、CO2排出削減方向になるかもね。

スポンサーサイト



category: 父の本

cm 0   tb 0   page top

世界のスパイから喰いモノにされる日本 

sekainospykarakuimono.jpg
世界のスパイから喰いモノにされる日本
世界のスパイから喰いモノにされる日本

主に英MI6、さらっと他の有力国の諜報組織を解説し、日本も対外諜報組織が必要だと論じる本。日本の既存諜報機関は国内向け(内調、公安、防衛相情報本部)。国家を守り、国家を優位なポジションに導くには、重要対外情報を得る仕組みが欠かせない。まあ言っていることはわかるけど、自国外で活動する諜報機関を日本国が持つというのは非現実的だと思う。仮に政治的なハードルを越えられたとしても、日本人公務員がそれだけのリスクをとって、国外で有意な活動をするのははっきり言って無理でしょう。それよりは国内からのオペレーションでサイバー(サイバーに国境なし)に特化するとかの方がまだ可能性あって、かつ、インパクトあると思う。著者は真打なジャーナリストだと思ってるので、こういう薄っぺらい本でなくて、ガツンという本を書いてほしんだけどな。

category: 父の本

cm 0   tb 0   page top

「原因と結果」の経済学 

genninntokekkianokeizaigaku.jpg
「原因と結果」の経済学
「原因と結果」の経済学

「何々の経済学」本は読まない方針なんだけど著者は別枠扱い。前に読んだ「学力の経済学」も大変おもしろかった。現実社会をどう分析したらよいのか、特に因果関係と相関関係の違いが本書のメイン。因果推論と呼ばれる分野らしい。
因果関係:偏差値の高い大学に行ったから収入が高い
相関関係:将来の収入が高くなるような潜在能力が高い人ほど偏差値の高い大学に行っている
ちなみにこの2つは相関関係であり、因果関係ではないとのこと。
後半では交絡因子についての説明あり(重回帰分析すれば交絡因子に対応できる)。国や組織の判断はしっかりエビデンスを持って行うべき、というのは正におっしゃるとおりだと思う。

近い内容の「データ分析の力 因果関係に迫る思考法」も再読する。この本もいい。ランダムコントロールテスト(RCT)や自然実験の現実例が説明される。政府でもRCTなどのデータ分析は当然使うべきだが日本では進んでいない。日本の官が決めたことに民が口出すなんて許されないもんね!

databunsekinothikara.jpg

category: 父の本

cm 0   tb 0   page top

妻のトリセツ 

tsumanotorisetsu.jpg
妻のトリセツ
妻のトリセツ

はははーと笑いながら読めて役に立つ。共感を求める女性に、解決策を出してドツボにはまる男。一番なるほどなーと思ったのは、女性脳は自分とこどもを守ることがプログラムされている、というところ。まあ個人差も大きいけど、女性の方がリスク回避的だと思うことは多い。女性にはそうなるべき理由がしっかりあるのだ。逆に言えば男はアホリスクとって、稀に未知を切り開くこともあるけど、失敗・破滅も多い。でもそんな男女の違いで人類は存続してきた。

category: 父の本

cm 0   tb 0   page top

チョンキンマンションのボスは知っている: アングラ経済の人類学 

chongqingmansion.jpg
チョンキンマンションのボスは知っている: アングラ経済の人類学
チョンキンマンションのボスは知っている: アングラ経済の人類学

お、これもいい本だ、おすすめ。「何々の経済学」というタイプの本はつまんないこと多いけど、「経済の人類学」はよかった。焦点が人なのがいいのかもしれないし、著者の姿勢がいいのかもしれない。香港のアフリカ人売春婦の調査もいい。フェミニズムも憐れみも蔑みもない。売春だって、生きてく糧であり、貧しい境遇に生まれた女性が成り上がるための1つの手段。日本だって女の出稼ぎが外貨稼ぎの主力だった貧しい時代もある(日本が廃れればそういう時代がまた来る可能性だってある)。本書では香港で暮らすタンザニア人、そのコミュニティが解説される。貧しい国の持たざる者として生まれれば、高所得国には滞在する権利も働く権利もない。だから、彼ら・彼女らは、違法・違法すれすれで入国滞在し、アングラ経済で仕事をし、生活をする。その拠点の1つがチョンキンマンション。お互いをあまり信用できないコミュニティなんだけど、なぜか成り立つという不思議。いきなり騙されて全財産を失うようなこともある。そんな中でも生きていくタンザニア人たちはたくましい。コミュニティではfacebook, Instagram, WhatsApp が大活躍。僕はフェイスブックのネガティブ面ばかり言ってるけど、やはりもたらされる利便性は大きい。

category: 父の本

cm 0   tb 0   page top

ベイズ推論による機械学習入門  再読 

bayesianinfmachinelearning.jpg
ベイズ推論による機械学習入門
ベイズ推論による機械学習入門

第4章
複数の分布が同時に存在する混合モデル。ここで扱う混合モデルは、パラメータは異なるが確率分布のタイプとしては同じ確率分布が複数ある、というもの。まずどの分布がどれだけの割合(混合比率)があり、それぞれの分布は固有のパラメータに基いていて(たとえばμやλ)、それぞれのデータポイントがどの分布に属するかは混合比率に基づいて確率的に決まり、生成されるデータポイントは所属が決まった分布上で確率的に値が決まる。混合分布は解析的に解くのが難しく、近似的手法で事後分布や予測分布を求める。

ギブス・サンプリングはMCMC(モンテカルロ)手法の1つ。求めたいパラメータや潜在変数を分ける(たとえばAとB)。①Aの値を観測値として扱ってBの値をランダム発生、②発生されたBの値を観測値として扱ってAの値をランダム発生、を繰り返してAとBの値を多数得て分布を理解する。

変分推論は、求めたい確率分布を変数ごとに独立仮定して近似する。p(z1, z2, z3) = q(z1)q(z2)q(z3)として、q(z2)とq(z3)を固定したときのKLダイバージェンス(≒確率分布間の距離)を最小化するq(z1)を求める。それからq(z2)に同じプロセス、q(z3)に同じプロセスを行い、全部のプロセスを繰り返す。変分推論では、変数間を独立として計算しているので、変数間が独立でない場合はうまく推論ができない。ただし計算は速い。

崩壊型ギブス・サンプリングは、最初に周辺化で変数の数を減らしてから、残りの変数をギブス・サンプリングする。S, s の扱いとかピンとこなかった。

とにかく計算が大変。行間の計算を埋めるのも大変。計算に気を取られていると、いったい何の計算をしているのかもわからなくなってしまう。特に観測されたものとする、というあたりはこんがらがる。
崩壊ギブス(4.77)では、なぜp(λ|S)とならずp(λ)となるのかわからなかった。
ギブス(4.100)では、p(μ, Λ|X, S)がなぜp(μ, Λ)として計算されるのかわからなかった。
誰か教えてください。


ELBO = Evidence Lower Bound は、周辺尤度が厳密に計算できないとき、(対数)周辺尤度の下限を求めることで近似値とする、というコンセプト。下限はジェンセンの不等式で求める。あ、これEMアルゴリズムででてきたな。

=========================================================================

確率統計の知識が上がったと思うので、ベイズを再読。今度は式の展開もちゃんとやる。

第1章
P19の赤玉白玉の問題は、難しい確率理論とかなしに、ベイズ理論がわかる。赤玉白玉サンプル3つの結果から、袋のどちらを選択したかの確率を求める。

逐次推論。各サンプルが互いに独立であるとき、新しいサンプルが得られたら、独立なので掛け算を1項加えればよい。つまり、多数サンプルの尤度を乗算Πで示せる。

第2章
ベータ分布やガンマ分布に従うXの対数の期待値の計算がある。ディガンマ関数までの導出はこちらのとおり

多次元ガウス分布のエントロピーの計算ではトレースが出てくる。Σが対称行列のとき、XtΣX = trace (ΣXXt)になる。これは計算すれば確認できる。分散共分散行列は対称行列なのでこれが使える。多次元ガウス分布のKLダイバージェンスの計算はかなり大変。

Wishart 分布は、カイ二乗分布(= ガンマ分布)のベクトルバージョン。平均0で共分散行列Σに従う独立なベクトルXがあるとき、XXtの和は Wishart 分布に従う。

第3章
本章では共役事前分布を使って事後分布の解析解を求める。解析的に事後分布がわかれば、単に数字を入れれば事後分布がピンポイントに求まるので便利。事前分布と尤度関数をかけると、出てくる事後分布が事前分布と同じ確率分布になってくる、というのが共役事前分布。その場合は予測分布(xの分布)の形も決まる。分布の再生性に似てるけど、モーメント母関数は使えない。モーメント母関数は独立な2つの確率分布の和を扱えるけど、ベイズでは非独立な2つの確率分布の積を扱う。

簡単なケースの1つ。事前分布p(x|λ)=ガンマ分布、尤度関数p(λ)=ポアソン分布、でかけ算をして整理すると、出てくる事後分布p(λ|x)もガンマ分布となる(ガンマ分布のパラメーターが更新されるだけ)。さらに予測分布p(x)を p(x)=∫p(x|λ)p(λ)dλでλ周辺化して求めると負の二項分布となることがわかる。他のケースでもやり方は同じ。尤度関数と事前分布のかけ算を整理して、事後分布が事前分布と同じ確率分布になることを示す(同じ確率分布でもパラメーターは更新される)。それから予測分布を周辺化で求める。計算はゴリゴリで大変。

category: 父の本

cm 0   tb 0   page top

SDGsの基礎 

sdgsnokiso.jpg
SDGsの基礎
SDGsの基礎

うーん、国連か政府の広報資料みたいな内容だけど、まとまってないのでさらに悪い。実務から遠そうな複数著者が具体例ほとんどなしに原則論を列挙する。これを読んでSDGs (Sustainable Development Goals)が大事だと思う人は少ないだろうし、SDGsに関わりたいと思う人もまずいないだろう。総理大臣賞でハクつけるというのも、SDGsの本源的価値に疑問を抱かせる。この本をカネだして買ってしまった僕もアホすぎる。自らSDGsのために実際に何かをやっている人の話なら聞きたいけど。しかもSDGsというのはあまりに総論的すぎる。

category: 父の本

cm 0   tb 0   page top

サイバーアンダーグラウンド 

cyberundergroundyoshino.jpg
サイバーアンダーグラウンド
サイバーアンダーグラウンド

おもしろい話もあるけど、本としては散漫な印象。イスラエルのサイバーセキュリティ専門家から、オレオレ詐欺まで一緒にまとめるというのはムリがある。それでも犯罪者のルポとかは価値がある。犯罪用システム業者、ランサムウェアの実行例、自分のwifiを使わないこと、アダルトライブチャットのビジネスモデルといったところ。

category: 父の本

cm 0   tb 0   page top

レシピ公開「伊右衛門」と絶対秘密「コカ・コーラ」、どっちが賢い? 

recipikoukaiiemon.jpg
レシピ公開「伊右衛門」と絶対秘密「コカ・コーラ」、どっちが賢い?
レシピ公開「伊右衛門」と絶対秘密「コカ・コーラ」、どっちが賢い?

知財の良書だ。短くて、わかりやすくて、ためになる。知財を守るには特許を取ればいい、のではない。発見・発明の状況をよく考えて、特許をとるべきなのか、特許をとらないべきなのか、一部のみ特許をとるべきなのか、などを判断する必要がある。特許はとろうとしてもとれないことが4分の3くらいある。しかも取れた特許だけでなく取れなかった特許も、特許庁がインターネットで公開してしまう。よって誰でも見ることができる。取れなかった特許は当然マネし放題になるし、取れた特許だって特許権として有効なのは国内のみ。国外からインターネットで見て、国外でコピーされればどうしようもない。技術のわからない人事部や企画部が、特許件数で技術者を評価しようとするのは無意味どころか害がある。特許が取れても、それを製品化まだ持っていき、また、守るためにコストをかけなければ、価値はない。マネされうるところだけ特許をとって、外部からではマネできないところは特許をとらないで秘密にする、などの戦略が有効のことも多い。知財を守るのも大変なのだ。ところでグリコのポッキーは大阪の串カツがヒントだったとのこと。

category: 父の本

cm 0   tb 0   page top

仕事で数字を使うって、こういうことです。 

sigotodesuujiwotukau.jpg
仕事で数字を使うって、こういうことです。
仕事で数字を使うって、こういうことです。

娘が興味あるかと思って手に取ってみた。数学科出身の女子が文系職場に数字の使い方を教える、というビジネスシチュエーション本。本書が言うように、仕事は経験や勘や慣習で動いていくこと多い。または、声の大きさ、とか。でも数字を使えればビジネスでできることはもっとある。しかも中学レベルの数学で十分対応できることが多い。自らの仕事もよく見直してみよう。

category: 父の本

cm 0   tb 0   page top

訪問者数

カテゴリ

最新記事

最新コメント

最新トラックバック