06112009 釜山
ミッドナイツ!ミッドナイツ!
06112009 釜山
04112009 釜山
海雲台の朝
朝昼兼ねて遅めの朝食でもとガイドブックを便りに、、、、、
みつからねー。
結局、ヘウンデ駅の近くの食堂みたいなとこに入った。もちろんメニューが全てハングルで唯一カムジャタンっていう字が見えたのでそれをいただいた。
食べ方の分からない小鉢も含めてなんだかどんどん出てきた。
鍋、豚の背骨のあたりの肉らしい。柔らかくて旨い。
上がこうなったら食べごろ。
一番小さいサイズを頼んだにも関わらず、量が多すぎてちょっと残してしまった。
夜は蟹でもと。
つーかまた迷う。というよりガイドブックの情報が間違っているか古い。
道をたずねつつやっと着いたと思ったら休み。
しょうがないので、近くの(またもや観光客向けではなさそうな)店にはいって焼き肉っぽいものを頼む。
これまたすこぶる旨い。えぐみっていうか苦みっていうか噛むとニョクマムみたいな香りのする葉っぱがいい。
これらの葉っぱに一緒に巻いて食べるもの(他にニンニク、タマネギ、唐辛子とかいろいろあった)のバリエーションをためすだけていっぱいいっぱいで写真があまりとれなかった。
お店のヒトがとても親切でよかった。
「おいしかったよ」「ごちそうさま」くらいは言えるようにしておかないとまずかったなぁということで、ホテルに戻ってきてから調べた。
LLC,LLP,株式会社の違いを知るにはちょうど良い本。
さらっと読んだ。
実際に登記しようとすればわかりますが、これ一冊では初めての人は作れないでしょう。LLCの事を全く知らない人が最初に勉強し始めるには最適だと思います。
02112009 music
名曲揃い。中でもGabrielは特別。
02112009 Scala
プレゼンの原稿考えなきゃいけないのだけど、すすまないので現実逃避

ScalaはPythonみたいなヒアドキュメントの仕組みが使える
object S_hizuo_cala {
def main(args : Array[String]) : Unit = {
println(""" 静
岡
静岡
静岡静
静岡岡
静岡静岡
静岡 富士宮
静岡静岡 富士宮 小山小山小山
静岡静岡 富士宮富士山御殿場小山小山
本川根静岡静岡静 富士宮富士御殿場御殿場
水窪本川根静岡静岡静岡 芝富士宮富士裾野御殿場
水窪水窪本川根静岡静岡静岡 川富士宮富士富士裾野裾野
水窪水窪水窪本川根静岡静岡 富士川富士沼津長泉裾野
水窪水窪本川根本川根静岡静岡静岡富士川富士沼津長泉三島函南
佐久間水窪中川根本川根静岡静岡静岡由比蒲原 沼津清水町三島熱海
佐久間春野春野中川根川静岡静岡静岡エスパルス 沼津韮山熱海
佐久間春野春野中川根根静岡静岡静岡静岡 沼津伊豆長岡熱海
佐久間龍山春野中川根川根静岡静岡静岡 沼津大仁大仁伊東
佐久間龍山春野川根川根藤枝ゴン静岡静岡 戸田修善寺中伊豆伊東
引佐天竜天竜森森森川根島田藤枝ゴン静岡 土肥天城湯ヶ島中伊豆伊東
引佐引佐天竜天竜森森金谷島田藤枝ゴン 土肥天城湯ヶ島中伊豆伊東
引佐引佐天竜豊岡森掛川金谷島田藤枝焼津 賀茂天城湯ヶ島伊東伊東
三ヶ日引佐浜松浜北森森掛川掛川島田藤枝焼津 賀茂西伊豆河津東伊豆
,,三ヶ日細江浜松浜北磐田掛川掛川空港吉田大井川 西伊豆河津河津東伊豆
湖西 浜松浜松磐田袋井掛川菊川榛原吉田 松崎松崎河津河津河津
湖西 雄踏浜松豊田磐田 大大東小笠相良 松崎松崎下田下田
湖西新居舞阪浜松竜福田浅須大東浜岡相良 南伊豆下田下田
.浜松洋福田羽賀大東浜岡相良 南伊豆
原発御前崎""")
}
}
参考
3週間ぶりの畑。こんなに間を空けたのははじめて。
小松菜はほうれん草と比べて育ちがはやい

ほうれん草は雑草に埋もれているので、草取りを小一時間。夏の手強い雑草と違ってさくさくむしれるのでまぁラクチン。

その後、近所のホームセンターに行ったら、そらまめとかサヤエンドウ、グリンピースなんかが売ってた。
ソラマメでも植えようかと思ったんだけど、石灰撒いたり肥料撒いたりする時間を考えると結構忙しいスケジュールかも。来年にむけて家庭菜園管理システムでもつくろうかな。
01112009 Python machinelearning
Machine Learning 4章
Machine Learning: An Algorithmic Perspective (Chapman & Hall/Crc Machine Learning & Patrtern Recognition)scipyにはB-splinesが用意されているのでそれを使ってみる
from pylab import *
from numpy import *
from scipy.signal import cspline1d, cspline1d_eval
x = arange(-3,10,0.05)
y = 2.5 * exp(-(x)**2/9) + 3.2 * exp(-(x-0.5)**2/4) + random.normal(0.0, 1.0, len(x))
spline = cspline1d(y,100)
xbar = arange(-5,15,0.1)
ybar = cspline1d_eval(spline, xbar, dx=x[1]-x[0], x0=x[0])
plot(x,y,'.')
plot(xbar,ybar)

30102009 DMPK
引き続きThe Art of Modelingという章から。
Validity of the modelとは
からなる。
二番目のCredibilityはユーザーのモデルに対する信念みたいなもの。