バックナンバー

--.--.-- --:-- | EDIT
上記の広告は1ヶ月以上更新のないブログに表示されています。
新しい記事を書く事で広告が消せます。
Category: スポンサー広告
Permanent Link | Comment(-) | Trackback(-) | PageTop↑
2012.02.25 01:20 | EDIT
スポンサーサイト
2012.02.06 11:25 | EDIT
アメリカに来てから,意識して生活習慣を変えてみました.

その一つが"断食(ファスティング)"です.

その中でも,こちらの記事に紹介されている,甲田光雄先生が提唱された半日断食を実践しています.

ここでは僕なりに試した方法を紹介しますが,食事を制限するという行為ですので,全員にはお勧め出来ません.また,実践する際には気を使いながら取り組みました.
(取り組む際にはくれぐれも注意してくださいね!)



この方法は,「朝食を抜く」という簡単な方法で断食を実行します.

前日の夕食を18時までに済ませ,朝食を抜き,12時にお昼ご飯を食べると1日のうち18時間何も食べない状態になります.

その効果としては,内蔵を休める事で体の毒素を取り除く事ができるということが挙げられます.

体調を整えたり,病気を治すためにも行われる方法とのことです.

また,内蔵を休ませることができるので,体の疲れも軽減できます.


[実際に試した方法]

- 朝食を全く食べないとお腹がすいて集中出来ないときは果物を食べる
- 毎食食べ過ぎないように気を使う

これだけです.

たまーに破ってしまう事がありますが,「出来る限り」の努力はしています.

おかげで体の毒素が除かれ,また溜まりにくくなっているので,胃がもたれたりひどく疲れたり,ということが減りました.

また,集中力が以前よりも高まったり,睡眠時間も少なくなったということに最近気付きました.

長期間の断食では集中力が研ぎ澄まされるということを聞いた事がありますが,毎日少しでも取り入れると違うみたいです.

やはり,消化に使うエネルギーが相当なものなので,頭にエネルギーが行かずにそちらに使われてしまうんですね.

睡眠時間が少なくなるということも同じことだと思います.

[参考]
奇跡が起こる半日断食―朝食抜きで、高血圧、糖尿病、肝炎、腎炎、アトピー、リウマチがぞくぞく治っている! (ビタミン文庫)奇跡が起こる半日断食―朝食抜きで、高血圧、糖尿病、肝炎、腎炎、アトピー、リウマチがぞくぞく治っている! (ビタミン文庫)
(2001/12)
甲田 光雄

商品詳細を見る
2012.02.05 05:26 | EDIT
今回は,データマイニングの学習手法のひとつである,Naive Bayes(ナイーブベイズ)について説明します.

Naive Bayesは属性(attribute)を解析し,識別をするための手法です.

天気(天候,温度,湿度,風)から「テニスをする(yes)かしないか(no)」を識別するという有名な例があるので,この問題をベースに説明していきます.(下図参照)

naivebayes_weather


まずはMAP推定とNaive Bayesの関係を見てみましょう.

下はMAP推定です.

map

θは識別対象で,ここで言うと"yes"か"no"に,xは属性,ここでは"天候","温度","湿度","風"の要素です.
与えられた天候,温度,湿度,風から,テニスをするかどうかを数値として算出します.

この式を,ベイズ推定を用いて変形すると,

map_bayes

となります.

学習ではP(θi)とP(x1...xn|θi)を求めるわけなのですが,P(x1...xn|θi)の組み合わせを一つずつ確定させるには多くの学習サンプルが必要になります.ちょっと属性が増えたりすると,その数は膨大になります.

そこで,Naive Bayesが取り入れられてきました.

Naive Bayesは属性間の出現に依存性はない,つまり属性間は独立と仮定することで,学習を簡単にしようという方法です.

独立とみなす,つまり,P(x1...xn|θi)は以下のように書き変えられます.

independence

よって,Naive Bayesは

naivebayes
という式で示されます.

P(θ),P(xi|θ)は簡単に求められます.

P(θ)は全体の総数のうち,その状態"yes","no"がいくつあるか?ここでは総数が14, yesが9,noが5なので,
P(θ="yes")=9/14,P(θ="no")=5/14となります.

P(xi|θ)は識別対象のうちの属性の確率,例えば識別対象が"yes"(yesの数:9)の時の天気の属性"Sunny","Overcast","Rainy"があらわれる確率はそれぞれ,
P(Overlook="Sunny"|θ="yes")=2/9,P(Overlook="Overcast"|θ="yes")=4/9,P(Overlook="Rainy"|θ="yes")=3/9です.


全ての確率の計算は省略します(すいません!)が,この例では,

overlook=sunny, temperature=cool, humidity=highからyesかnoを識別しています.

yesの場合
P(Overlook="Sunny"|θ="yes")*P(temperature="cool"|θ="yes")*P(humidity="high"|θ="yes")*P(θ="yes")
= (2/9)*(3/9)*(3/9)*(3/9)*(9/14)=0.0053

noの場合
P(Overlook="Sunny"|θ="no")*P(temperature="cool"|θ="no")*P(humidity="high"|θ="no")*P(θ="no")
= (3/5)*(1/5)*(4/5)*(3/5)*(5/14)=0.0206


正規化すると,

0.0053/(0.0053+0.0206) = 0.205(yes)

0.0206/(0.0053+0.0206) = 0.795(no)

よって,ここでは値の高い"no"が識別結果となるわけですね.


Naive Bayesは学習が簡単なため(ここでは出現確率を求めて積をとるだけ),学習がとても早く,しかも学習データ数が少なくて済みます.

実装もとても簡単です.

さらに,精度もそこそこ出るので実際に使われている例も多いようです.

もし属性間が完全に独立であるならばMAP推定と等価,となりますね.


[参考]
Data Mining: Practical Machine Learning Tools and Techniques, Third Edition (The Morgan Kaufmann Series in Data Management Systems)Data Mining: Practical Machine Learning Tools and Techniques, Third Edition (The Morgan Kaufmann Series in Data Management Systems)
(2011/01/20)
Ian H. Witten、Eibe Frank 他

商品詳細を見る
2012.02.01 16:15 | EDIT
"Your time is limited",Steve Jobsの残した有名な言葉や,その他多くの偉人達が「時間を無駄にするな」ということを主張しています.

僕も,自分の生活が変わった事もあってか,前にも増して時間を意識するようになりました.

最も良く使うPCの設定については,

- Screen saverを時計にして,数分で表示する

前はfliqloを使っていましたが,最近lifehacker紹介されていたこともあり,Colour Clockに切り換えました.
僕は3分でスクリーンセイバーが出るように設定してます.油断しているとすぐに時計が出てきて,「やらなくては」と意識させられます.

[fliqlo]
fliqlo

[Colour Clock]
colourclock

- 常に時間計算するソフトを使う

「〜まであと何日」という時には期間計算するソフト「サービス期間(日数・逆日数・時間)計算」を使ってます.開いてすぐに計算出来るので重宝しています.また,エクセルでもDATEDIF()という関数を使うと年・月・日,また端数計算も出来るようです.

exceltime

=DATEDIF(A1,B1,"D")で日数を表示(C1)
=DATEDIF(A3,B3,"M")で月数を表示(C3)
=DATEDIF(A5,B5,"Y")で年数を表示(C5)
また,=DATEDIF(A5,B5,"YM")で年数で割った時の月数の端数を計算(D5),"MD"とか"YD"もできます.

- ToDoリストと〆切時間をデスクトップメモに用意する

Macに標準装備のStickiesを使っています.デスクトップメモは何でもいいのですが,デスクトップ上にあると常に確認できます.

これらが,ざっと思い付くところです.

その他,効率を高めるために生活も改善してきたのですが,それはまたの機会に.
 | ホーム | 
上記広告は1ヶ月以上更新のないブログに表示されています。新しい記事を書くことで広告を消せます。