僕はジャグリング派なのだけど。

天秤のアナロジー使う人が多くて、結局何を暗示したいのか理解に苦しむことがある。

例えば、こんなのだと、「家族と遠く離れて単身赴任でもすれば、少ない家庭の絆とオーバーワークが釣り合うよ」とも受け取れるよね。

家庭と仕事の重さを支える支柱の強度を強くするということが何のアナロジーかよくわからんし、

支点を動かすのも何を意味するか分からない。

天秤でうまいこと説明しているサイトはないものか。

ドッキングシミュレーション

というシュールなネタを思いついた。

参考

• paper child

本日は地域の集まりがあったのだけど、道が空いていて思ったよりも早く集会所に付きそうだったので、近所にあるマイアロットメントガーデン(家庭菜園)で肥料を撒いてきた。

明日の早朝を予定してたので良かった。雨でも降って車に肥料積みっぱなしになると、車内が鶏糞臭くなってげんなりするからな。

家に帰ってからは、娘と一緒にゴーヤの種を水に浸すというタスクをこなしてみた。発芽率が低いらしいので多めに投入してみたが、沢山芽が出たらベランダでも育てるかな。

今年は唐辛子をわんさか育てて自家製辣油を作ってみたいんだけど反対されるんだろうなぁ。

ガベコレのやつとeffective java

ガベージコレクションのアルゴリズムと実装
中村 成洋,相川 光
秀和システム / ￥ 3,360 ()
通常4～6日以内に発送

Effective Java 第2版 (The Java Series)
Joshua Bloch
ピアソンエデュケーション / ￥ 3,780 ()
在庫あり。

来週からPRMLの下巻を読み始める予定

パターン認識と機械学習 下 - ベイズ理論による統計的予測
C. M. ビショップ
シュプリンガー・ジャパン株式会社 / ￥ 8,190 ()
在庫あり。

先月結婚した親戚にイタリアンロールと杉錦を送ったら、蕎麦が送られてきた。

この細さはヤバイ。茹で時間25秒。かつ流水にさらすと切れるので溜めておいた冷水で泳がす感じで。

僕ももう少し定期的に蕎麦打ちしなきゃな

と思った。

若干引っかかる感じはあるが、燗つけて呑んだらイケる。チェイサー必須かな。

一緒に写せといつもうるさい娘。

あと、酒造りの技法ももう少しきちんと理解せなあかんな。

自分や家族が風邪ひいたり、雨や雪が降ったりとかであっという間に三週間ほど過ぎてしまったが、一日かけて耕した。

二年目の明日葉は新芽を摘んで天麩羅にして食べた。

あとは、石灰撒いて、肥料入れればいいかな。

藤田智の菜園スタートBOOK 春夏編 (生活実用シリーズ NHK趣味の園芸/やさいの時間)
藤田 智
日本放送出版協会 / ￥ 1,365 ()
在庫あり。

Pythonで書いたシンプソン積分をScalaでも書いてみたのだけどfor yieldで総和を求めるやり方が分からなかったので(RandomAccessSeq.Projectionとかいうのが出た)結局var変数で。

def simpson(f: Double => Double, a: Double, b: Double, n: Int): Double = {
  val h = (b - a)/n
  var sum = 0.0
  for (i <- 0 to n-1) {
    sum = sum + f(a+i*h) + 4.0 * f(a+i*h+h/2) + f(a+i*h+h)
  }
  sum * h / 6
}

def func(x: Double): Double = {
  1.0 / (1 + Math.pow(x,2))
}

実行

scala> simpson(func, 0, 1, 1000)
res24: Double = 0.7853981633974496

Int,Double,Floatとかの型の使い方もいまいちわかってないな。

Javaの課題丸投げで

をシンプソン積分で解けってのがあった。

def simpson(f,a,b,n=1000):
    h = float(b-a)/n
    return (h/6)*sum([f(a+i*h)+4*f(a+i*h+h/2)+f(a+i*h+h) for i in range(n)])

if __name__ == "__main__":
    print simpson(lambda x: 1.0/(1+x**2),0,1)

これをjythonで実行すればJavaの課題を解いたことになるのではないか？

Jythonプログラミング
西尾 泰和
毎日コミュニケーションズ / ￥ 3,150 ()
在庫あり。

4.2にちょっと感動。

ロジスティック回帰で出てくるオッズ比はまぁそんなもんなのかなとかいって天下り的に覚えてたんだけど。

クラス分類の事後確率から考えていくほうが僕にとっては自然だ。

2クラスの分類問題（活性ありなしとか）を考えると事後確率は以下の式で表される。

分子で割ると

但し、αは以下の式で表される。

これはロジスティックシグモイド関数となる。

パターン認識と機械学習 上 - ベイズ理論による統計的予測
C. M. ビショップ
シュプリンガー・ジャパン株式会社 / ￥ 6,825 ()
在庫あり。