対戦相手の得意戦法が「つくつくぼうし戦法」ってあって何じゃそりゃ？と思い調べた。

居飛車に見せて三間飛車に振る戦法なのか…

こんな感じらしい

自分の棋譜は三間飛車対策みたいな感じになってた

7/19から海水浴場がオープンしたので早速井田に潜りに行ってきた。

西浦のらららは怖過ぎて撮影できないｗ あそこに行くくらいならもうちょっと遠征して江梨とかのんびりしたところがあると思うけどなぜあんな混むところに行きたがるのだろうか…？

途中の大瀬崎。そこそこ入っている感じでした。

井田は気温29度海水温24度ということだったが、水温は24度なかったはず（冷たかったｗ）

ふぐとかカワハギとかベラとかまぁ色々いて癒やされたが、水温低いと体力の消耗が激しいですね。もう少し経てば水温があがって快適に潜れるのではないかと。

尚、耳抜きがうまく出来なくてちょっと課題を残した1日であった。

井田はまったり出来ていいですね。それからフィンの威力を思い知った。

mewを履いています☆

MEW FIN ミューフィン (ホワイト) (MS)

GULL / 9600円 ( )

とても勉強になって参加して良かったなと。また今後のキャリアを色々と考えないとなーという話を沢山聞いた。ホント、そろそろどうするかちゃんとしないとなぁと思った。

それから、初めてChemRubyの作者の方とお話出来て良かったです（よく考えるとあたりまえだけどbonohuさんの知り合いだったｗ)

前回の勉強会のアンケートも揃ったし、次回を三島バルにぶつけるなら、お盆前に反省会と次回のテーマ決めを兼ねてやごみか鈴木屋に集まらないといけませんね☆

p.s.

bgは統合TVのスライドをslideshareにアップロードしておいて下さい

Moonriseが名曲になる予感

life cycle

Life Cycle
Keeno
Hospital / 1483円 ( 2014-07-03 )

仕掛けが早くて美濃に囲えなかった。しょうがないのでカニカニ銀みたいに銀を出していこうかなと考えたがやっぱりやめた。居玉なんてbg7860みたいじゃないか…ｗ

潰されなかったので良かったけど。

自分でも石田流を少し指してみたい。

久保の石田流
久保 利明
マイナビ（日本将棋連盟発行） / ?円 ( 2011-03-24 )

よくわかる石田流
高崎 一生
マイナビ / ?円 ( 2012-01-25 )

後は将棋始めた時に読んでさっぱり分からなかった四間飛車を指しこなす本を再度読んだら面白くてこればかり読んでいる。

四間飛車を指しこなす本〈1〉 (最強将棋塾)
藤井 猛
河出書房新社 / 1404円 ( 2000-03 )

K-meansのように予めクラスタ数を指定すると、「そのクラスタ数は正しいの？」っていう疑問が浮かぶと思う。

「なんらかの統計値に基づいて適切なクラスタに分割して欲しい」そんな願いを叶えるのがAffinity Propagationというクラスタリングアルゴリズムである

exemplara(セントロイドとかクラスタ中心)になるべきパラメータ(responsibility)とクラスタメンバに属しやすさ(availability)を交互に更新していって収束させる手法なので、K-meansのような初期値依存性がないらしい。

クラスタ数は類似度行列の対角要素（自分との類似度）に依存する（デフォルトはmedian）のでここを変更するとクラスタ数も変わるんだけどね。

Scikit-learnではAffinity Propagationが実装されているのでsykのケミストリースペースを作ってクラスタリングしてみた。ちなみにスライドのPCAの説明は間違っていた（pca.fit(fps).transform(fps)としなければいけなかった）。

from rdkit import Chem
from rdkit.Chem import AllChem, DataStructs
from sklearn.decomposition import PCA
from sklearn.cluster import AffinityPropagation
from ggplot import *
import numpy as np
import pandas as pd

suppl = Chem.SDMolSupplier('syk.sdf')

fps = []
for mol in suppl:
    fp = AllChem.GetMorganFingerprintAsBitVect(mol, 2)
    arr = np.zeros((1,))
    DataStructs.ConvertToNumpyArray(fp, arr)
    fps.append(arr)

print len(fps)
pca = PCA(n_components=2)
x = pca.fit(fps).transform(fps)
af = AffinityPropagation().fit(x)

d = pd.DataFrame(x)
d.columns = ["PCA1", "PCA2"]
d["labels"] = pd.Series(af.labels_)
g = ggplot(aes(x="PCA1", y="PCA2", color="labels"), data=d) + geom_point() + xlab("PCA1") + ylab("PCA2")
ggsave("ap.png", g)

発表者の方、参加者の方お疲れ様でした。

RedmineのLTのは生々しいのでpandasの話だけslideshareにあげてあります。

今回新しく試したことはQuestantを使ったアンケートを用意したことかな。あと、一次会の予約が通ってなくて（あの店はあるあるなので気にしないｗ）ちょっと狭い部屋になったけど、懇親の密度があがって結果オーライですね(二次会の分くらいまで飲んでたしｗ)

次回もよろしくお願いします☆

三島バルあたりにぶつけられればと考えていますｗ

Pythonによるデータ分析入門 ―NumPy、pandasを使ったデータ処理
Wes McKinney
オライリージャパン / 3780円 ( 2013-12-26 )

homebrewのRDKit入れたらこんなエラーに遭遇

$ python mkdesc.py 
Fatal Python error: PyThreadState_Get: no current thread
Abort trap: 6

調べたらboost関連らしい。

brew rm boost
brew install --with-icu --build-from-source boost
brew uninstall rdkit
brew install rdkit

で動くようになったけど brew installで再度boostのインストールを始めたので２番目のboostのインストールは必要ないかもしれない

先々週くらいのNHK杯で勝った森下卓九段を調べてたら、「将棋への情熱が蘇った」とかあって、僕の燃え尽きたやる気甦れ的にとても興味が湧いたので居飛車の勉強も始めてしまったｗ

• 第64回NHK杯１回戦第12局　▲広瀬章人八段対△森下卓九段　Part１
• 第64回NHK杯１回戦第12局　▲広瀬章人八段対△森下卓九段　Part２

初段に勝つ矢倉を読んで機械相手に指していたんだけど、将皇には勝てるのに何故かハムには苦戦しているｗ

初段に勝つ矢倉戦法 (将棋必勝シリーズ)
森下 卓
創元社 / 1404円 ( 2003-02 )

土曜日の資料を作りつつggplotの時系列データがないなーと思っていたらSimple DietはGoogle Driveにデータをエクスポート出来ることを思い出して早速使ってみた。

loessのフィッテイングだとこれ以上は体重は減らないように見える（というより20歳以後もっとも体重が減ったｗ）

というわけでSimple Dietで記録したら痩せましたという話です。

定量的なフィードバックが得られるので、どのくらい食べると増加傾向（減少傾向）になるというのが理解でき、自分の意志で食べる量をコントロールできるようになって無理なく痩せられたので自分には合った方法だった。

import pandas as pd
from ggplot import *
import numpy as np

d = pd.read_csv("SimpleWeight.csv", parse_dates=[0])
d['nw'] = d['Weight'] / ****

p = ggplot(aes(x='Date', y='nw'), data=d) + \
    geom_point(color='lightblue') + \
    stat_smooth(span=.15, color='black', se=True) + \
    ggtitle("Simple Diet") + \
    xlab("Date") + \
    ylab("Weight")

ggsave("weight.png", p)