麹町の新米データサイエンティストSINがゆく!

教育業界に就職した新米データサイエンティストのブログ、現在UdacityのDSND挑戦中

【読書メモ】 脳を鍛えるには運動しかない!最新科学でわかった脳細胞の増やし方

脳を鍛えるには運動しかない!最新科学でわかった脳細胞の増やし方

まとめ

  • 運動すると、脳の可塑性(変化できる性質)が高まったり、学習効率が高まったり、ストレスに強くなったり病気に強くなったりと良いことしかない
  • 「どのくらいの運動をすれば良いか」という問いに対する明確な答えは現状無い
  • 有酸素運動の他に、複雑な動きを要する運動も加えると更に脳が刺激される
  • おすすめは週に4回中強度の運動、週に二回高強度の運動 + 筋力強化、バランス、柔軟性を組み合わせること

    週 に 六 日 、 な ん ら か の 有 酸 素 運 動 を 四 五 分 か ら 一 時 間 す る と い う の が 理 想 だ ろ う 。 そ の う ち の 四 日 は 中 強 度 で 長 め に や り 、 あ と の 二 日 は 高 強 度 で 短 め に す る 。

  • 週に6時間は脳のために費やすべき(学習すべき)
  • 最大心拍数は大体 220-年齢 ↓ 24歳の場合
    • 低強度(ウォーキング程度):108 ~ 127
    • 中強度(ジョギング程度):127 ~ 147
    • 高強度(ランニング程度):147 ~ 176
  • 以前定期的に運動していた人は運動を再開すると急速に活発な状態に戻れる

この本を読んだ目的

  • 運動によってどんな効果があるのかを認識したかった
  • どのくらいのペース、強度で運動するべきかの指針を知りたかった

読んでよかったこと、感じたこと

  • 筋トレだけでなく、むしろ有酸素運動の方が脳にとって重要であるということを知ることができた
  • 仕事終わりに運動するより、むしろ逆で仕事前に運動するべきだと思った
  • 運動の強度の指標として心拍数が重要であることを知ることができた。fitbit買っておいてよかった。

この本を読んで、自分は今から何をするか

  • 年末年始休暇中なので毎朝Anytime fitnessに通う
  • 30分程度の有酸素運動 + 筋力トレーニングをやる
  • 週の運動、学習のスケジュールを立てる

3ヶ月後には何をするか、どうなっていたいか

  • エンジニアLT会で社内向けに運動の効果が共有できている
  • 毎朝早起きして運動する時間を確保し、運動する習慣が身についている
  • 有酸素運動 + 筋力トレーニング or バランス、柔軟性の運動の自分なりのメニューが確立されている
  • 週に6時間の学習時間を確保し、学習できている

【自然科学の統計学】第4章:最尤法

数式が理解できない部分が多々あったので、イメージだけポツポツ書いてきます。

最尤法

  • 一般線形モデルの推測に、最小二乗法に変わって用いられる。
  • 尤度:確率分布を未知母数θの関数と見て、与えられた全ての標本について、確率を掛け合わせたもの。
  • 尤度を最大化するθを最尤推定量と呼ぶ
  • 積を和に変換するため対数を取ることが多く、対数尤度の微分を0遠いた方程式を尤度方程式と言う
  • 最尤推定量は、nが大の時、真の値に確率収束する(一致性)
  • 最尤推定量の分布は漸近的に、クラメール・ラオの下限を分散とする正規分布になる。(漸近有効性)

クラメール・ラオの下限

  • 不偏推定量の分散の下限値
  • フィッシャー情報量の逆数になる
  • クラメール・ラオの下限を達成する不偏推定量を有効推定量と呼ぶ

尤度比検定

帰無仮説:H0 : 最尤推定量 = 母数θ
複合対立仮説:H1 : 最尤推定量 != 母数θ

の検定をする際、それぞれのθについての尤度の比を検定量とすることを考える。 棄却域は

2 * log(尤度比)> 自由度1のカイ二乗分布のパーセント点

で定義される。

まとめ

  • 最尤法のイメージが掴めた
  • 最尤法を深掘っていくと、nが大の時には数学的に最適な推定量となる
  • 最尤推定量の妥当性は、尤度比検定(もしくはefficient score...?)で検定する。

【プログラミングのための線型代数】第1章まで

こんにちは、SINです。 現時点で第1章まで読み終わっています。

この本を最初に読むときに、はじめにの(b)に、どのレベルを目指すかによる読み方が解説されているのですが、意外と読み飛ばしがちなので是非読んでください。

ちなみに本文から参照すると、

  • レベル1:信号処理やデータ解析など、線型代数を道具として使っている本の数式が終えるようになりたい → 第1章を読む
  • レベル2:線型代数を道具として使っている本の意味がわかりたい → 全体を読む(▽、▽▽がついてある章は読み飛ばす)
  • レベル3:自分で計算ができるようになりたい → 全体を読む(▽▽がついてある章は読み飛ばす)
  • レベル4:大規模行列計算の世界に踏み込みたい → 全体を読む

となっていて、僕は計算などはpythonなりパッケージで行うと思うので、レベル2を目指しつつ読んでます。

それと、ちょこちょこ「総まとめ:アニメーションで見る線型代数」に戻ると、行列や行列式の意味を確かめることができるのでおすすめです。

現状、

  • 行列とベクトルの積は基底の変換
  • 行列式は拡大率
  • 空間を潰すような行列には逆行列が存在しない
  • 行列は写像
  • 文字式の計算でも常にサイズを意識すること

などをメモしながら進めています。 大学だと試験のために意味を取り残して計算方法だけをひたすらに勉強したりしていましたが、この本は「計算方法云々より意味を理解すること」に重点を置いて解説がされていて、とてもわかりやすいです。(行列式の意味を初めて知りました)

今後も読み進めていきます。

【読書ログ】いちばん大切なのに誰も教えてくれない段取りの教科書(水野学 著 ダイヤモンド社)

いちばん大切なのに誰も教えてくれない段取りの教科書 | 水野 学 |本 | 通販 | Amazon

読書ログのまとめ方で、チャレンジシートというものが今後の行動にフォーカスしていて良さそうだったのでそれに沿ってまとめます。

まとめ

  • 仕事は新しいことの連続ではなく、段取りによってルーティンx化することにより仕事のスピードも上がり、集中すべき部分にエネルギーを投入できるのでアウトプットの質も上がる。
  • 段取りに最も必要なものは想像力。起こりうるあらゆることを想定し、リスクに備える。また、この仕事をすると世の中がどう良くなるのか、誰がどんな風に喜ぶのかをリアルに想像することでユーザー視点が生まれ、仕事はより良いものになる。
  • 時間はいつでも王様。どんな仕事にも締め切りは存在し、締め切り = 完成であって、あと3時間あれば完成まで持っていけるということはありえない。締め切り時点のアウトプットで物事は評価される。時間で全てを図るべきで、特定のタスクへのモチベーションや難易度でバイアスをかけるべきではない。

この本を読んだ目的

  • 仕事の初心者として、仕事の段取りの仕方を学びたい
  • 水野さんのように多数の案件に関わり、忙しい人がどんな風に仕事を組み立てているのか知りたい
  • 段取りとは何か、仕事とは何かを学びたい

読んでよかったこと、感じたこと

全ての仕事は約束を守ることによって成立していて、約束を守るためには締め切りを決め、それを守ることが必要

締め切りを決めておかないと終わらないというのは分析系のタスクで経験していて、納得。 アウトプットのレビューも合わせて自分の中での締め切りを決めるというところでは、わざと余裕を持ったり、守れなかったからといってごまかしたり、自分との約束も破らないという点では、わざと余裕を作るように動くと、他の仕事の早い人にどんどん仕事を取られていって結果自分の価値が下がると思っているので納得できた。 締め切りがない場合は自分から提案すべき、という一節で具体例としてあげられていた焼肉屋の例は腹落ちするものがあり、自分から締め切りをどんどん提案していこうと思った。

最初からすごいことをしようとすると力が分散してしまう。まずは確実にゴールすること、確実にゴールするために段取りを固めること。結果的にできたものが新しいもの、すごいものであれば、それは浸透していく。

仕事の大きい小さい、難易度、モチベーションなどでバイアスをかけることなく、自分の目の前のことを淡々と段取りを決めてルーティン化して高い質のものをアウトプットしていくことが一番重要なのだなと感じた。

なるべく自分の中に空白を作るように動く。自分でボールを持ち続けることがないように、書き出したり人に振ったりする。メールの返信などもボールを持ち続けることがないように即返す。アウトプットは完成度が低くてもある程度形になったらとりあえず投げ、どんどん仕上げていく。

結構ボールを持ちがちなので、Slackやメール、報連相など即レスでやっていきたいと思った。また、差し込みのタスクがあった際はすぐやるのではなく、現状のタスクと優先度を調整して返事できるようにして行きたいと思った。

目的は?志は?この仕事によって世の中がどう良くなるのか?といった青臭いことを面倒がらずに真摯に確かめる。

スクラムという開発体制でやっていると、本当にこの仕事が必要なのか?この仕事によってインパクトはどのくらいあるのか、といったことを考えずプランニングポーカーなどの段取りに入りがちなので、一回本当に必要か、目的、インパクトなどを想像してみようと思った。

この本を読んで、自分は今から何をするか

  • タスクはwunderlistで所要時間、締め切りを付けて管理する
  • 差し込みのタスクが入った際にすぐwunderlistに登録し、締め切りがなければ自分から提案するようにする
  • 自分がやっている仕事の目的、インパクトを明確にする

3ヶ月後には何をするか、どうなっていたいか

  • 仕事のタイプによっていくつかのルーティンパターンをまとめられている
  • 仕事を受けた際に、目的の理解、目的のための手段としてその仕事が正しいのか、これをやった際のリスクなどを考えるクセが身についている
  • 仕事を全てwunderlistに締め切り、所要時間とともに登録し、Googleカレンダーのタイムボックスに埋め込んで行き、3時間ごとに段取りを見直すクセがついている

「プログラミングのための線型代数」を読み始めました。

こんにちは、SINです。

最近大学でサボった分数学を勉強しなければならないと思いまして、こんな本を読んでました。

線形代数入門

この本、Amazonレビューで評価高かったので行けるかなと思い読んでたのですが、挫折しました。 大学4年間遊び倒した人間には高い壁でした。ので、少しレベルを下げたものを読もうと思って、この本をポチりました。

プログラミングのための線型代数

とある記事でおすすめされていて、良さげだったので買いました。表紙が謎の宇宙空間?なので、開くまで不安でしたが、アニメーションで理解する線型代数というセクションが最初からめちゃわかりやすくて感動です。

今後こちらのメモも上げていこうと思います。

今日はここまで。

自然科学の統計学を読み始めました。

こんにちは、SINです。
この間、東大出版の統計学基礎(赤本)を読み終わりました。
ということで次は青本こと自然科学の統計学を読みます。と同時に、メモをブログにアウトプットすることにします。
ゆくゆくは統計検定1級取りたいですね(ゴゴゴ)

第1章は、赤本の復習みたいな内容でした。いろんな確率分布や中心極限定理などなど。 第2章はちょっとわからなかったんで飛ばしました。もうちょい線型代数頑張った後に舞い戻ります。 ということで、今回は第3章の「実験データの分析」から始めます。

・読んだ範囲(79~94) 以下メモ

続きを読む

勉強するときに意識したいなと思ったポイント

こんにちは、SINです。 今日は勉強する時に意識したいなと思ったことを呟きます。

人に何かを伝える時、5W1H(What : 何を Who : 誰が Where : どこで When : いつ Why : なぜ How : どうやって)というものを言われることが多いと思うのですが、これって実は学習の際にも重要なんじゃないかと。

ある物事に対する理解のレベルを、この5W1Hを使って表現できると思って、具体的にはこんな感じです。

レベル1:What(それが何であるか)  
レベル2:When、Where(どのような状況で使われるのか、どこで使われているのか)  
レベル3:How(どうやって使うのか)  
レベル4:Why(なぜそうなるのか)  

というのも、結構今の自分が最初からレベル4を目指そうとしててハマりがちだなと思ったので汗
仕事していく中で求められるのって、レベル3までな気がしてきてですね。もちろんその道を極めるにはレベル4までの理解が必要だと思うのですが。

最初のうちは、まずはレベル3まで抑える!などと割り切って勉強をしていったほうが良いのでは?と思った次第です。

今日はここまで!