1990年にモンティ・ホール問題はないよね。ひじひじひじ、ひざ、みたいなネタか？

1990年にモンティ・ホール問題はないよね。ひじひじひじ、ひざ、みたいなネタか？

モンティ・ホール問題とは？

（説明がだるいので、、、、以下、参照願います。）

ja.wikipedia.org

見解

こんなのが、、、、1990年に問題になるはずなく。
199年とかなら、わかるけど。。。。
このエピソード？、ちょっと、ベイズの理解が進む妨げにすらなってきる気がする。

補足（はてなで、最近、モンティの記事をみた。）

ワタシの理解は、上記のとおりなので、、、、　下記の記事自体は、よく読めてはないですが。。。 cruel.hatenablog.com

↑上記の記事のコメント欄で、1990年が再現されている感がある。。。
なるほど、紀元前4000年でも、199年でも、1990年でも、2022年でも、人の感覚は不変ですね！！！
これを、確率の話に混ぜるのは、やめたほうがいい気が。。。
ジャンルとしては、人はなぜ蛇が怖いのか。。。とかのジャンルでは。

更に補足

学生時代レベルでのコメントで恐縮ですが、、、、
確率は、考えやすいやり方で考えるべきで、混乱するようなやり方に付き合うべきでない、
それをやると、全く、違う活動になる（掘る穴が違う！！）という感じを、ずっと、もっています。
真面目に考えている方は、いいんですが、
その混乱に便乗している人がいる感じがいや。

補足

ベイズに関しては、以下も参考になる！！

www.youtube.com

Stable Diffusion. Do it over and over again and you might get a good piece. I tried.

Stable Diffusion. Do it over and over again and you might get a good piece. I tried.

Thirty times, I tried.

text = "Dinosaurs and robots fighting in heavy rain."

text = "Her back view walking on the water."

text = "Flying motorcycles over the crowds of crowded streets."

流行りのStable Diffusionを、少し、けずる。

流行りのStable Diffusionを、少し、けずる。

例

text = "Three bicycles"

(↑　ダメでしょう。自転車は、難しいにしても↓）

text = "Five ballpoint pens"

(↑　ダメでしょう。本数は、ちょっと、無視するとしても。。。）

コメント

用途にあったというか機能にあった用途で使うと強力なんでしょうけど。。。

記事『Artist uses AI to perfectly fake 70s science fiction pulp covers – artwork and titles』が面白い。

記事『Artist uses AI to perfectly fake 70s science fiction pulp covers – artwork and titles』が面白い。

あまり良く理解していないが、、、、AIによる画像生成を肯定的に、面白がっている記事だと思う。

https://cdm.link/2022/02/artist-uses-ai-to-perfectly-fake-70s-science-fiction-pulp-covers-artwork-and-titles/

画像、引用。

実際の70年代の画像は、以下。

https://www.amazon.co.jp/Red-Planet-Robert-Heinlein/dp/0330107127/ref=d_pd_sim_sccl_1_3/357-8177115-6289956?pd_rd_w=IHNC4&content-id=amzn1.sym.2d758e85-569e-4f76-89c5-c3b108d7fbaf&pf_rd_p=2d758e85-569e-4f76-89c5-c3b108d7fbaf&pf_rd_r=TYNX9K1D5HQBTWTF7KE5&pd_rd_wg=PkveC&pd_rd_r=b7d2288e-8d75-4be3-add3-ef57f720a1a4&pd_rd_i=0330107127&psc=1

https://www.amazon.co.jp/Day-After-Tomorrow-Robert-Heinlein/dp/0450010856/ref=tmm_pap_swatch_0?_encoding=UTF8&qid=&sr=

補足

（この記事のソフトとは違うが）、最近、「Stable Diffusion」が流行っているよう。

Stable Diffusionによる画像生成をGoogle Colaboratoryで実行する - Qiita のサイトを参考にして、

２、３、画像を生成してみた。

A robot walks the streets in a downpour with an umbrella.

A robot buying fruit at an open-air fruit stand.

(何の意味もないが、、、果物屋の露天が好きなので。）

AI(Python)の計算で、列ベクトルとか行ベクトルみたいな言葉はあまり使わないので、線形代数と違う計算をしているのかとも思うが、線形代数ですよね。

AI(Python)の計算で、列ベクトルとか行ベクトルみたいな言葉はあまり使わないので、線形代数と違う計算をしているのかとも思うが、線形代数ですよね。

高校？大学の最初？に学ぶ線形代数では、 列ベクトルとか行ベクトルとかいう言い方があるが、 AI(Python)でのnumpyのdotとかは、適当に掛けときますわ。。。という感じで、およそ、「列ベクトル」とか「行ベクトル」とかの言葉を聞くことがない気がする。

でも、やってることは、行列の演算含め、線形代数ですよね。

コメント

コメントなどあれば、お願いします。

tensorflowに取り込まれたkerasも、もう、なくなるのか？！ と思ったけど、見間違いでした。

tensorflowに取り込まれたkerasも、もう、なくなるのか？！　と思ったけど、見間違いでした。

経緯

>python -m pydoc tensorflow.keras.preprocessing.sequence

を調べたときに、 以下のように、表示された。

NAME
    tensorflow.keras.preprocessing.sequence - Utilities for preprocessing sequence data.

DESCRIPTION
    Deprecated: `tf.keras.preprocessing.sequence` APIs are not recommended for new
    code. Prefer `tf.keras.utils.timeseries_dataset_from_array` and
    the `tf.data` APIs which provide a much more flexible mechanisms for dealing
    with sequences. See the [tf.data guide](https://www.tensorflow.org/guide/data)
    for more details.

なぜか、

    Deprecated: `tf.keras.preprocessing.sequence` APIs are not recommended for new
    code. 

だけに注目してしまった。

しかーーし、

 Prefer `tf.keras.utils.timeseries_dataset_from_array` and the `tf.data` 

でした。

tf .keras.utils.timeseries_dataset_from_array

でした。 お騒がせ致しました。

コメント

アドバイスとか、コメントとかあれば、お願いしまーす。

【0円教科書対決】「ベイズ統計」について。

はじめに

【0円教科書対決】は、タダで閲覧できるサイトの良し悪しを競う意味です。
この記事は、「ベイズ統計」に関してです。

結論

（まだ、候補集めのフェーズです。）

候補

候補1

URL

ai-trend.jp

良いところ

• ページ量が多い。（短い記事が沢山ある。）
• 例とかが、具体的である。

候補

候補1

URL

ja.wikipedia.org

良いところ

• Wikiなので、1番にはならないと思うが。。。。具体的が複数あって、かなり、良い。
• Wikiなので、信用できる。

コメント

まだ、検討はじめです。

補足

ベイズに関しては、以下も参考になる。

www.youtube.com