スキップしてメイン コンテンツに移動

投稿

ラベル(自然科学)が付いた投稿を表示しています

『死体の叫び』☆4

元東京都監察医が見た「保険金殺人」の記録。死人に口なしと言いますが、検死のプロをだますのはかなり難しいようです。清く正しく生きましょう!

『世界史を大きく動かした植物』☆5

コムギやイネなどの主要穀物からトウガラシやお茶まで、人口爆発や文明の発達を支えた植物についての本。食べ方を間違い食中毒が発生したため、裁判にかけられてこんがり火あぶりにされたジャガイモや、「宇宙から来た」と呼ばれるトウモロコシなど小ネタも多いです。

『若い読者に贈る美しい生物学講義』☆4

生物の定義から、進化論における自然選択・iPS細胞のような最新の生命科学まで、生物学全体を俯瞰しながら理解することができます。「記憶」を持っている食虫植物や、進化の系統的にはサメよりマグロのほうがヒトに近いなど、意外なことも書かれています。

『動物たちのすごいワザを物理で解く』☆4

生物×物理という着眼点の面白い本。なぜヤモリは天井にへばりつけるのかや、百発百中のテッポウウオの視界、温かい生き物の血を吸う蚊の驚きの排熱メカニズムなど、生き物の不思議を物理の視点で解説してくれます。子どもにドヤ顔で話せるようになると思います。

『ペスト大流行: ヨーロッパ中世の崩壊』☆4

ペストは聖書にも「災厄」として登場しており、中世ヨーロッパや十字軍、黒死病など周期的に発生してきたそうです。ペストの流行と蝗害(バッタの大量発生)が不思議と重なることが多かった、と書かれていますが、昨年からサバクトビバッタ大量発生していますよね。。歴史は繰り返すのかもしれません。

『感染症 増補版-広がり方と防ぎ方』☆5

感染症の権威による感染症の解説本の新型コロナアップデート版。SARSの時点でマスクの重要性や集団免疫に言及している点はさすが専門家なのです。「新型コロナアップデート版」と書いていますが、新型コロナ関連の情報は少ないので、「感染症について正しい知識を持つ」という視点で読むといいと思います。新書なのでサクッと読める点もよいのです。

『遺伝子から解き明かす昆虫の不思議な世界』☆4

ジュニアが昆虫大好きな年ごろで色々聞かれるのでお勉強中。進化の最先端は甲虫類とチョウ、ハチ、ハエだったり、チョウの翅の模様は体系だっていて芸術的に擬態するコノハチョウの翅もパターンの組み合わせで説明可能だったり、生命科学の最先端で使われるCRISPR-CAS9が昆虫学でも使われていたりと面白い話ばかりでした。ただ、かなり専門的な話も多いので門外漢は飛ばし飛ばし読むのが良さそうです。

『図解・ベイズ統計「超」入門 あいまいなデータから未来を予測する技術』☆4

機械学習や意思決定にも使われる「ベイズ統計」の入門書。実際に観測された値を使えるため現実に即している点、既知の確率から未知の確率を推定できる点がベイズ統計の優れているところです。例えば、迷惑メールフィルタにおいて、どのメールが迷惑メールかを統計的(確率的)に判定するところにベイズの定理が使われています。初心者向けにわかりやすく書かれています。下地がなくても2周すれば何とか理解できると思います(たぶん)。

『四次元が見えるようになる本』☆5

こんな僕にも「四次元」が見えるようになった気がします。あと、四次元の性質をきちんと理解して四次元ポケットを考えた藤子不二雄マジすげぇということが分かります。あの世やパラレルワールドは「同じ四次元空間内の他の三次元空間」、タイムスリップとか幽霊見ちゃうみたいなやつは「同じ四次元空間内の他の三次元空間と偶然つながった」って考えると腑に落ちる気がします。

『統計学の図鑑』☆4

平均や分散などの基本的な用語から、近年注目が高まっている「ベイズの定理」や「べき分布(ロングテール)」まで、統計学の基本から応用・実践までを図解した本。「図鑑」なので、僕のような数式だとピンと来ない派(イメージで理解したい派)にぴったりです。この先、コンピュータサイエンス・統計学(・英語)が社会人に必要な基礎的素養になる(持論)と思うので、入門にいかがでしょう?

『最新医学で一番正しい アトピーの治し方』☆5

私、幼少期よりアトピーで保湿剤やステロイドとは長い付き合いなのですが、知らなかったこと・目からウロコが多くありました。例えば、一定の時間軸で薬の塗り方や頻度を変えるなんて知らなかったです。アトピーを抱えた当事者やアトピーのお子さんを持つ親は読むべきだと思うのです。

『現実を生きるサル 空想を語るヒト』☆5

他の生き物にはない我々人類の「思考力と心」の根源に迫った本。様々な原子人類の中でなぜホモ・サピエンスが生き残ったのか、他の生き物の成長とヒトの成長の違いなど比較進化論的観点で解説されています。「人間だけが神を持つ」ということなのだと思います。

風邪の効用

日本の「整体協会」の創始者による「整体の観点でのカゼの治し方」。60年近く前に書かれた本なので科学的・医学的には「?」な部分もあるかもしれませんが、まだ解明されていない人体の不思議はもっとあるのだと思います。60年前に「心のカゼ」としてうつ病などの精神障害を取り上げている点は慧眼なんだと思いました。

『生物から見た世界』☆4

1930年代に書かれた生物学の古典的名著。様々な実験を通して昆虫や鳥類・哺乳類が世界をどのように知覚しているのかが解説されています。「ハエの見ている世界」や「敏捷な捕食動物が体感している時間間隔など」など「へぇー」が多いのです。文庫なのでサクッと読めるのもGoodなのです。

『ダンゴムシに心はあるのか:新しい心の科学』☆5

ダンゴムシに心を奪われた筆者による意外な切り口での「心の科学」。発達した脳がなくても自ら行動を選択できることが様々な実験で示されています。読み終わるころにはダンゴムシに心があることを確信していることでしょう。

『ネコ・かわいい殺し屋―生態系への影響を科学する』☆4

野良猫が生態系に与える影響の大きさに警鐘を鳴らしている本。「とりあえず動くものは捕まえる」というネコの性質が生態系に与える影響が実はかなり大きいのです。が、真に有効な対策もないのです。※僕は決して愛猫家と敵対するつもりはないのです。

『外来種は本当に悪者か? 新しい野生:THE NEW WILD』☆4

ブラックバスやセイタカアワダチソウは日本に定着したイメージのあまりよくない外来種ですが、セイヨウミツバチのように役立つ外来種もいます(ちなみに、日本のワカメは他国においては忌み嫌われる外来種)。「在来種」「外来種」の枠組みを超えた「新しい生態系の捉え方」が提示されています。

『世界を救った日本の薬:画期的新薬はいかにして生まれたのか?』☆4

最近「医療×AI」に興味がありますの第七弾。新薬開発における様々なアプローチ&日本人が医療に残した爪痕に加えて」、予想外の効用による別の病気への転用(ドラッグ・リポジショニング)など、創薬の醍醐味が分かるのです。

『創薬科学入門 ―薬はどのようにつくられる? (改訂2版)』☆4

最近「医療×AI」に興味がありますの第六弾。医薬品の歴史に始まり、様々な創薬手法やこれからの医療まで、薬について網羅的に学べます。「どんな名医でも救えるのは目の前の一人だけだが、画期的な医薬は何万・何十万の命を救うことさえできる」という一説が印象に残りました。

『IT・ビッグデータと薬学:創薬・医薬品適正使用への活用』☆5

最近「医療×AI」に興味がありますの第五弾。日本学術会議薬学委員会の分科会が開いたシンポジウムのまとめ本。講演内容の書籍化なので内容が重複している部分もありますが、IT×薬学の最前線が分かるのです。

ベストビュー(過去1カ月)

【番外編】AI(機械学習)やってみた。【第6回】乳がん診断AI その1

ソムリAI(ワインソムリエAI)で使った手法で乳がん診断AIを作ってみます。まずは決定木とニューラルネットワークの2つのモデルを試してみます。かなり高性能なモデルができました。名医誕生かもしれません 笑

【番外編】ボストン旅行記(UMASS Lowell卒業式編)【Day 4:卒業式】

UMASS Lowellの卒業式@Boston。4 日目は卒業式本番です。とても賑やかでアメリカンな式典でした。ただしあいにくの雨、僕曇り男なのに。。

【番外編】AI(機械学習)やってみた。【第4回】ソムリAIの改良(正規化)

ソムリAI(ワインの評価を機械学習で当てる「ソムリエ+AI」)はもういいかなと思っていたのですが、機械学習の教科書的な本を読んでいるといくつか改良ポイントが見えてきたので、実際に適用してみようと思います。 まずは データの正規化 という手法を試してみました。結論から言うと、 あまり効果はなかった のです。。 ソムリAIの振り返り ワインの成分とランクのデータに対して、決定木・ロジスティック回帰・ニューラルネットワークの3通りのモデルを使って機械学習 を行い、モデルの精度を検証してきました。それぞれのソムリAIの性能はこんな感じでした。 どのモデルも概ね60%程度の精度 でした。 改良その1:正規化 正規化とは まずは 正規化 という手法を試してみます。標準化とも呼ばれます。正規化を行うことで 尺度の異なるデータを比べやすくする とともに、 はずれ値の影響を小さくする ことができます。正規化には 各データを平均0・標準偏差1に成形する手法 と、各データを 0から1の範囲に成形する手法 の2つがあります。 前者は標準偏差が出てくることからも分かるように、 データが正規分布に従うことを前提にした正規化手法 です。 元のデータが釣鐘型の分布になっている場合に有効 です。後者は単純に データの範囲を0から1の範囲に狭める手法 であり、 元のデータが一様分布の場合 (規則性が無くランダムなように見える場合) に有効 です。 どちらの手法でもデータの範囲を一定のレンジに狭めており、そうすることで異なる尺度のデータを比べやすくしつつ、はずれ値の影響を下げるのです。 正規化してみる 元データの分布を確認 前回同様のワインのデータを使って正規化してみます。まずはワインのデータを読み込んで表示してみます。ついでに機械学習で使うワインの成分と、ワインの評価にデータを分割しておきます。 【オリジナルのワインデータ】 UCI(University of California, Irvine:カリフォルニア大学アーバイン校) http://archive.ics.uci.edu/ml/machine-learning-databases/wine-quality/winequality-red.csv #入力データセットを読み込み i...

『Python機械学習プログラミング 達人データサイエンティストによる理論と実践』 ☆5

これ1冊マスターすればそれなりに戦えるPython技術者になれます(きっと)。機械学習の基礎(パーセプトロンとか)とPythonの基本文法を覚えた後に読むのがよさそうです。

【番外編】AI(機械学習)やってみた。【第2回】ソムリAI ~ロジスティック回帰編~

AI(機械学習)やってみた、第2弾です。前回は決定木(Decision Tree)を使ったソムリAI(ワインソムリエAI)を作りました。今回は「ロジスティック回帰(Logistic Regression)」というモデルを使ったソムリAIを作ってみようと思います。

『哲学大図鑑』ウィル バッキンガム ☆3

偉人の言葉をさらっと引用できると賢そうに見えのではという下心のみで読破。個人的にはキルケゴールの”不安は自由の眩暈だ”が好き。

『深層学習 (機械学習プロフェッショナルシリーズ)』岡谷 貴之 ☆4

ディープラーニングの理論を分かりやすく解説した本。複数の入力を受け取って1つの出力を返すパーセプトロンに始まり、現在のディープラーニングのブレイクスルーのきっかけになった制限ボルツマンマシンまで概念と理論を学ぶことができます。機械学習の理論をごまかさずに数式で説明しきることがコンセプトですが、数学が苦手でもおおよその概念は把握できるのです。サンプルコードが無料ダウンロードできるので、動かしながら学べるのもよいです。

【番外編】AI(機械学習)やってみた。【第7回】乳がん診断AI その2

乳がん診断AI第二弾です。前回に引き続き、ランダムフォレスト・多数決などのアルゴリズムを使って精度を確認していきます。前回、ニューラルネットワークが叩き出した診断精度95%を大きく超える結果になりました!

『失敗の研究 巨大組織が崩れるとき』金田 信一郎 ☆5

過去の成功体験にとらわれ内部の論理が優先される組織は早晩崩壊するということ。逆に、今も昔もフロントランナーの企業は自己変革ができているということ。

【番外編】AI(機械学習)やってみた。【第5回】ソムリAIの改良(アンサンブル学習)

ソムリAI(ワインの評価を機械学習で当てる「ソムリエ+AI」)の改良として前回は正規化を試しました(大した効果なし)。今回は「アンサンブル学習」と「交差検証」というものを試してみようと思います。 アンサンブル学習とは ざっくりいうと、 複数の機械学習モデルのいいとこどりをしてより精度の高いモデルを作る ということです。「アンサンブル」っていう表現がおしゃれですよね。複数のモデルを組み合わせることで 過学習を防ぐ効果 もあるそうです。 交差検証とは 今までのソムリAIでは、データを訓練用と検証用に分けて訓練データでモデルを作成し、検証データ(モデルにとっては未知のデータ)でモデルの精度を測定していました。 訓練データでの精度に比べて検証データでの精度が高い場合は訓練データに個別最適化された過学習なモデルということになります。一方で、訓練データと検証データでの精度があまり変わらない場合は汎化性能の高いよいモデルということになります。 交差検証(Cross Validation)は、 訓練データをさらにn個に分けて訓練することで過学習を防ぎつつモデルの精度を上げる手法 です。例えば、3個に分ける場合こんなイメージです。複数のモデルを使ってよりよいものを作るので、アンサンブル学習の1手法ともいえます。 実際にやってみる 毎度おなじみですが、まずワインデータを読み込んで、訓練データ・検証データに分割します(データの正規化は後でやります)。 #入力データセットを読み込み import pandas as pd #データハンドリング用ライブラリ呼び出し data = pd.read_csv('winequality-red.csv', encoding='SHIFT-JIS') #機械学習で求める解である「評価」以外の項目をdata_Xに、「評価」をdata_Yに格納 data_X = data.copy() del data_X['評価'] data_Y = data['評価'] data.head() #読み込んだデータの先頭5行を出力 #入力データセットの70%を訓練データ・30%を検証データに分割 from sklearn.model_selection ...

ベストビュー(全期間)

Malaysia Quarantine Premium Package 【番外編】Malaysia赴任記 隔離ホテル情報

Once entering Malaysia, we need to be quarantined for 14days. At the beginning of COVID-19 spread, the hotel for quarantine have been determined randomly. In these days, we can choose "premium quarantine stay package" in advance . This article is summary of premium packages which I asked each hotel. Note: Information in this article might be old. It's better to confirm the latest plan to the hotel. Note: Only Hotel Istana can be booked via its homepage so far. As the other hotels don't show their premium package plans on their homepage, you need to contact them through their reservation E-mail address or "Contact us". マレーシア入国とともに14日間ホテルで隔離されます。当初は滞在ホテルがランダムに割り振られていたようですが、より快適なプレミアムプランが追加されました。各ホテルにどんなプランがあるのか聞いてみたので、聞いた内容をまとめます。 ※情報が古い可能性があるので、念のため最新情報を各ホテルに確認したほうがよいかもしれません。

【番外編】AI(機械学習)やってみた。【第1回】ソムリAI ~決定木編~

最近ブームのAI(機械学習)に手を出しました。まずは、決定木(Decision Tree)というモデルを使って「ソムリAI(ワインソムリエAI)」を作ってみようと思います。

【番外編】ボストン旅行記(UMASS Lowell卒業式編) 【Day0:渡米前にやっておくこと】

UMASS Lowellの卒業式@Bostonについて、計画の立て方やら行く前にやっておくことやらをまとめておきます。

【番外編】AI(機械学習)やってみた。【第6回】乳がん診断AI その1

ソムリAI(ワインソムリエAI)で使った手法で乳がん診断AIを作ってみます。まずは決定木とニューラルネットワークの2つのモデルを試してみます。かなり高性能なモデルができました。名医誕生かもしれません 笑

【番外編】ボストン旅行記(UMASS Lowell卒業式編)【Day 4:卒業式】

UMASS Lowellの卒業式@Boston。4 日目は卒業式本番です。とても賑やかでアメリカンな式典でした。ただしあいにくの雨、僕曇り男なのに。。

【番外編】AI(機械学習)やってみた。【第3回】ソムリAI ~ニューラルネットワーク編~

AI(機械学習)やってみた、第3弾です。「ニューラルネットワーク(Neural Network)」を使ったソムリAIを作ってみようと思います。”ニューラルネットワーク”、見るからにAIっぽい名前ですよね。

【番外編】ボストン旅行記(UMASS Lowell卒業式編) 【Day5:帰国】

UMASS Lowellの卒業式@Boston。5 日目にして帰国なのです。

【番外編】ボストン旅行記(UMASS Lowell卒業式編) 【Day2:晩餐会】

UMASS Lowellの卒業式@Boston。 2日目は午前中はボストン観光、夕方から Hooding ceremonyという卒業生(大学院生)向けの晩餐会です。卒業式で被るHoodをもらいました。

【番外編】AI(機械学習)やってみた。【第2回】ソムリAI ~ロジスティック回帰編~

AI(機械学習)やってみた、第2弾です。前回は決定木(Decision Tree)を使ったソムリAI(ワインソムリエAI)を作りました。今回は「ロジスティック回帰(Logistic Regression)」というモデルを使ったソムリAIを作ってみようと思います。

【番外編】ボストン旅行記(UMASS Lowell卒業式編) 【Day1:ボストンへ】

UMASS Lowellの卒業式@Boston。 1日目は移動だけで終わりました。