「忘れられる権利」をめぐる動向 http://t.co/qTUidJU0l4

主要国の憲法改正手続 : 12か国の憲法の特徴を探る http://t.co/xavUNs1Wet

日本物理学会誌は宝の山。ミクロとマクロの境目はどこにあるか。https://t.co/wcGQel08sC 粒子がアボガドロ数ほど集まるとマクロな統計力学で記述できると教科書には書いてあるが、実は自由粒子なら100個程度で十分。だからマクロは100個。感覚的にも何となくわかる。まあ臨界点は話が別。

① 散逸系の変分原理 https://t.co/aC5ZY8O3Ip ② Bayesian ghosts in a machine? https://t.co/UjokYadN0x

日本物理学会誌は宝の山。深層学習の内部はどうなっているのか。https://t.co/GqUkU47xLz ニューラルネットは統計力学の対象。くりこみ群だという人もいたけど、ここでの解釈はガラス転移、結晶化、そして液体状態。いかにも融通無碍。

「マーケティングの統計モデル」等を書いてる佐藤さんのペーパー。時間を見つけて読まなきゃ。 J-STAGE Articles - 経営学のためのデータサイエンスの周辺：計量経営学のすすめ https://t.co/ogASH3ignc

日本物理学会誌は宝の山。よく聞くようになった AIC、ご本人による解説。https://t.co/x0LFQihyZK 確率とは不確実性の下での決定の評価という主観的、心理的な側面をもつ。ボルツマンは統計的分布と確率との橋渡しをした。物理を超えて人類の知的活動の全分野におよぶ。 これ理解しなきゃ。

JLR 2023の発表でも取り上げた「BERTによるテキスト分類チュートリアル」についての解説記事を、@moisutsu との共著で論文誌『自然言語処理 Vol. 30 No. 2 』に寄稿させていただきました！ 実験プログラムを作成する際のtips等をまとめて解説しています、ぜひご覧ください！ https://t.co/M32G0vR8UT https://t.co/mIrWSgWUyK

日本物理学会誌は宝の山。これ読みたい。 https://t.co/T0ueG5zGGZ 「削除しても文意の変わらない語句は全て冗長」。誇張語の使用は「野心に満ちた若い科学・技術者が初めて成功を経験した場合に使いやすい表現」。SNSは悪文であふれている。その倍は良文をよむべし。

まさに怪談。2003年に始まったので2006年の京大新入生にアンケートを取ったら衝撃の結果が出たので思わず論文化したのがこれ。 https://t.co/ISWjQTrXG7 高校の時に(当時の選択必履修である)情報A,B,Cどれを選択しましたか？って聞いたら「どれでもない」「そもそも情報やってない」が多数。 https://t.co/cK21XICncn https://t.co/nYFjWAibpt

久保亮五「基礎と応用」 https://t.co/hPYldzvsfE 「日本は応用科学に力を入れるが、基礎科学への努力は甚だ乏しい」という批評を聞き感じた違和感から、基礎科学と応用科学の意味とその関係、そしてその日本的意義が語られている。 1979年、東大物理学科の卒業文集に寄稿された文章のようだ。

固定効果モデルの因果効果の識別仮定や解釈上の注意点についてまとめられているコラム。パネルデータ分析と言えば「とりあえず固定効果モデル」くらいの認識だったのですが、非常に勉強になりました。 パネルデータ分析における固定効果モデルの取扱説明書 https://t.co/bkTp1YbvzE

NDL『調査と情報』、EU独仏米。/個人情報保護法制に関する欧米の動向―立法措置と監督機関の比較― https://t.co/7xupDT4Fic

トノーニ先生の意識の統合情報理論では、TransformerのようなRNNを代替する構造を利用したGPT-3やChatGPTは意識を持つことになるのだろうか？ GPT系の意識を計測した研究結果などあるのだろうか？ FFNNで意識は生まれない 参考）統合情報理論から考える人工知能の意識 https://t.co/2bVj6sbqfz

因果推論についての総復習のような論文。 https://t.co/KaoZqL8e2B

今年の人工知能学会に博報堂DYさんが出していたMMMの解説ペーパーが良いまとめになっていて当事者としても大いに参考になりました。特に内生性と因果推論（バイアス補正）の話題は現在進行形で各所とも取り組んでおり、重要だなと https://t.co/EX2sZujSuz https://t.co/SF0Javtvvu

とても良質の解説であり広くオススメしたいと思いました！ （林が近年主張している潜在結果＋構造的因果モデルのハイブリッド志向と基本線は同一と感じた次第） --- 小西 祥文(2020)『EBPMにおける構造推定と誘導形推定』 https://t.co/yZxv8zxPb5

良記事。_Morgan and Winship (2014)を踏まえた_社会学における量的分析の議論に関心がある方には強くオススメ J-STAGE Articles - 教育社会学における因果推論 https://t.co/1GxbC5aBa2

拙稿がいつの間にか誰でもダウンロード出来るようになっていたので宣伝。政治学における機械学習のレビューです：J-STAGE Articles - 政治学における人工知能の応用へ向けて https://t.co/WmEPIzXvCh

日本の場合，日米安保があるから一般市民は国家の安全保障を無視して暮らせる特別な立場で，平和維持の努力やコストを考えないし教えないのですよね…．この本 https://t.co/03G1yo7MAT によると，2012年の試算で日米安保の維持コストは2兆円未満だけれど，それを自主防衛すると23兆以上かかるという… https://t.co/mzAgm3JXCp

ベイズがうまくいく理由がスタイン推定がうまくいくのと似てるなって思ったら丸山先生の論文にそのまんま書いてあった。 https://t.co/PoPhoJfSvR それから、定理 4.1 で線形回帰における縮小推定に決定係数が出てくるのすごく面白い。決定係数にそんな役割があったんか。。。

今月の人工知能学会誌の私のブックマークの特集が「不均衡データ分類」で、応用例・解説・手法のリンク集になっていた 大崎美穂. 2022. “私のブックマーク：不均衡データ分類.” 人工知能 37 (3): 376–81. https://t.co/fCFKZKls9K

京大加嶋先生et al.のこの強化学習の解説はすばらしい。 https://t.co/jXLQHjFIKh 既存の強化学習の解説の大半は、たぶんゲームとかの応用が頭に入っている人はいいのかもしれないけど、ゲーマーじゃないおれには理解不能だった。こういう風にズバっと問題設定を言ってほしかった。さすが。

かなり重要な情報が詰まっているので因果推論界隈は必読です。 二宮(2022)"傾向スコア解析のための三重頑健情報量規準"https://t.co/ZdIAF82irY

明治時代ちゃんと民法学者が会議法の本を出してるのに、どうして「戦後民主主義」に於いて会議法が語られないのかというのは割と気になってる。わたしもISOの国際会議に出るまで知らなかった / “会議法 - 国立国会図書館デジタルコレクション” https://t.co/7sji9e4aCn