2018年04月11日 第1回
$(x(t), x(t+1))$ のデータをプロットしていくうちに規則性が見えてきたとき、
純粋に「これは面白い！」と思いました。
すばらしい！
一見、規則性のないデータに見えるものもグラフにしたところ
規則性が見えてくる所が興味深いと思いました。
また様々な身のまわりのものが振動現象で表せることにも
驚き、先生が授業内でおっしゃっていたとおり、今後の社会では
振動現象や、それらを調査する技術が重視されると
強く思いました。
そのように思ってくれたのであれば大成功！！
体重の変化や体の動きなどのデータも非線形なのだろうか？
健康やらいろいろな事につなげられそうで興味深かった。楽しみ。
とてもよいコメントですね。
ぜひ研究してみてください。
地震のような複雑な現象を予測できれば、とても有意だと思いました。
また、株価の変動など、夢がある分野だと思いました。
地震の予測、できたらいいですね。
モデリング理論の講義で、どのようなことを学習するのか、どのような
ことに必要とされ役立てられているのかが分かった。非常に広い分野で
用いられている点が印象深かった。自分は人工知能や脳神経科学に
興味があるので、そういったお話しも少ししていただけると嬉しいです。
「人工知能」、「脳神経科学」は
後期の生体情報工学でお話します。
モデリングというワードについての説明が欲しかったです。
次回お話しようと思います。
複雑な波形が出た時に、いくつかの波形に分解することがわかった。
非線形の難しさを改めて実感した。
分解する方法ではうまくいかないという
ことです。
統計以外の観点からデータの解析をする方法があるということ
分かり、これからの授業でその方法について学ぶということが分かりました。
統計も重要ですがダイナミクスも
重要ですね。
複雑な振る舞いを示す現象、というとすごく難しく感じたが
身の回りに多く存在することが分かった。
無関係に見えた$t$と$x(t)$の関係が$x(t)$と$x(t+1)$の関係に着目すると
規則があることに驚いた。
我々の周囲は複雑な振舞いを示す
現象ばかりなのです。
私たちの身の回りには複雑な現象が多く存在していることが分かった。
一見規則性のない現象にも規則性がある場合があるため、
今後そういった視点で物事を見ていくようにしたいと思った。
色々と見方を変えると違ったものが
見えてきますね。
時系列グラフを見て何のグラフか考えるのは楽しかった。
また時系列を2次元グラフに直すことで、また異なる形で見ることが
できた。
楽しいのはすばらしい。
感染症の患者数が振動しているということを疑問に思った。
一方的に増えるのでなく、周期的に多くなったり、少なくなることが
面白いと思った。
治れば患者でなくなりますね。
$x(t)$と$x(t+1)$の間に規則性があっても、グラフだけで、
見ると全く分からなかった。
いろいろな手法を知ることが、解析には必要だと感じた。
その通りです。必要ですね。
図表の誤りの部分はない方が授業理解に集中できるので、
お願いします。
説明を良く聞いてもらえば
よいと思います。
データサイエンスの経済系の分野に興味を持っておりこの授業は選択であったため
取るか迷っていたが、非線形分野に少し興味を持ったため、履習を登録
しようと思った。
おもしろいですよ。
今まで習ったフーリエ解析を用いた周波数解析だけでなく、
他にも活気的な方法があることを知って驚いた。しかも、この方法は
フーリエ解析を行うよりもよっぽど単純であるということだった。
これがこの先どのように役立つのかを知りたいと感じた。
今日お見せした方法でクリアだと
思います。
今日の講義で、一見何の関連も無さそうなデータをプロットすると放物線に
なるということに驚いた。かなり興味が湧いたので次回からも法則性の勉強が
したいと思った。
とても重要ですね。
予測をすることに興味を持ちました。
線形とはなにか、非線形とは何かがわからなかったので楽しかったです。
次回お話します。
今日の授業は身の周りのことから広がり、時系列データについて
具体的に分かりやすく理解できました。イメージのしやすい授
業だったので、とても分かりやすかったです。プロットも自分でやったので
眠くなりにくくてよかったです。
手を動かしてやってみることは
大切だと思います。
自分は春休みに株の口座を開設しました。成績が悪く、パソコンにもいまいち
興味が無いので、少しでも副業として株の勉強をしておこうと思ってはじめてみ
ました。最初は、「経済の勉強を本気でやれば誰でももうかるだろう」と思って
いましたが、ふたを開けてみればフィナンシャル分析と、テクニカル分析なるものが
あり、特にテクニカル分析はとても難解で、要因 (説明変数) があまりにも多く、自分には
一種のギャンブルのようにしか感じませんでした。統計には唯一興味があった
ので、池口先生の発言には少し残念な気持ちにもなりましたが、普通の人が
完全にランダムだと思っている現象の規則性を探すという考え方は非常に興味
を持ちました。
なぜ「残念な気持ち」なのか分かりませんが...
最後の演習は$x(t)$と$x(t+1)$の関係を数列の漸化式のような考え方に置き換えて
いるという事でしょうか？
その通りです。
良く分かった箇所: 一見規則のないデータの見方を換えると規則も見えてくる
分からない箇所: なし
その通りですね。
他の講義とは違った切り口だったので、新鮮でした。
図表が分かりやすかったので、説明が入ってきやすかったです。
今後の講義予定等、講義内容にもっと触れて欲しかったです。
内容についてはほぼ触れました。
他の授業でも「出席点」という概念が (上から) 差し止められた
と伺ったのですが、そこの詳しい話が聞きたいです。 (もしくは詳しい
情報が載っているHPか何かを教えていただきたいです。
そもそも授業は出るべきものですね。
最初の説明のとき、身近なところから例を説明していただいて、とても分かりやすく
入りやすかったです。
2つの時系列信号のグラフでは、見た目ではルールがないように見えたのに、
$x(t+1)$と$x(t)$の2次元空間に変換してみると明らかなルールが表れて
きたのがおもしろかったです。見方によって理解が変わることがよく分かり
ました。
隠れたルールをいかに引き出すか！が大切。
現象を解析する為には様々な手法で試みなければ
ならないということが分かり、興味深かった。
いろいろな方法を知れば
分かることも広がります。
$t-x(t)$の時のみだとよくわからなかったが、$x(t)$と$x(t+1)$や$y(t) - y(t+1)$
のグラフを書いてみると、ある特徴が浮かんできておもしろい。
違いが分かると思います。
導入の説明がとても分かりやすかったです。また、演習で出された
ロジスティック写像についても興味がわくような説明で良かったと
思います。
興味が出ましたか！？
大成功です。
複雑な振動現象についてざっくり理解できました。
次回からもっと詳細に考えます。
まだ履修するか
決めかねていますが、
少し興味はわきました。
おもしろいですよ、
でもやめちゃいましたね。
見た目ではわからない周期もプロットすれば
わかるものがあるのだなと。
「周期」ではなくて規則ですね。
今までの授業より、雑談 (ためになる) 要素が高く、
授業に集中できるため、嬉しい。
「嬉しい」とのことでうれしいですね。
非線形な方法で複雑なデータを抽出できる
離散的にデータを扱う話、「確かに〜」と思いました
非線形なことの意味があまりよく理解していないので復習します！
次回説明します。
振動現象と言われてぱっと思いつくものがあまりなかったのですが、
よく考えると身の回りに振動現象がたくさんあって驚きました。
データのプロットでなぜきれいな放物線が描けたのか仕組みが
全然わかりませんでしたが、とても面白かったです。
私たちの周りは複雑な現象が
たくさんあります。
2次元に変換したりと、見方を変えることで関係性を見つけることができ、
興味深いと思った。気象や経済などいろいろな分野に関わることなので、
これからの授業が楽しみです。
いろんな分野のデータに対して
使えます。
気象、経済、生物、医学など、様々な複雑な事象について、
時間とともに状態が変化するという身辺の一般現象として
データが見方によって規則をもち、今後予測することができると
わかり、興味深いと思いました。
とても重要な考え方なので
ぜひ学んでください。
自動車免許の合宿を今日卒業しましたー！！
毎日怒られてしんどかったです笑
次回からは講義内容に
関係した内容を書きましょう。
周波数解析をどんどんすることで簡単にしていき
規則性のようなものを発見する手法はなるほどな
と思いました。
今日の例はそれではうまくいかない
というお話ですね。
心拍数の時系列データがおもしろい形をしているなと思った。
$x(t)$のグラフが放物線状になるとは考えもしなかった。
時刻との間隔によって違う結果になることもありそう。
いろいろな見方をすることが大切ですね。
身の回りのものでも、株価や病気の患者数など複雑なふるまいを
するものがたくさんあることを知りました。
これからモデリング理論について学んでいくのが楽しみです。
期待してください。
オレンジと青の2つのばらばらに見えるデータが、解析方法を変える
ことで、規則が見えてくる点が興味深かったです。
ルールをいかに見つけるか、ですね。
乱雑な時系列信号から、$x(t)$, $x(t+1)$のルールにあてはめて、
グラフにプロットすることで上に凸の2次関数が出てきて、
この講義に興味を持てた。
期待してますよ。その調子でお願いします。
法則がないと思えるものには実は隠されたルールがあるかもしれない
というところがとても興味深く思えました。
いかにルールを引き出すか、ですね。
具体例が豊富で理解が進みました。
これからも例がたくさんあると大変ありがたいです。
よろしければ参考になる本などあれば、紹介していただきたく思います。
本については紹介します。
同じデータでもアプローチの仕方を間違えると重要な
法則性を見逃してしまう可能性があると
いうことが良く分かった。
その通りですね。見逃さないことが
大切です。
様々な例や、それに付随する細かい話も聴くことができ、面白かった。
我々の身の周りにはいろんな事象が
溢れています。
時系列信号を$x(t)$, $x(t+1)$平面に表すことで、周波数解析
だけでは得られない有益な規則を理解することができました。
今後の授業でデータを多角的に使える力をつけたいと
感じました。
いろんな見方ができることは大切ですね。
振動現象の例になるほどと思いました。
今後は変化則$f$の例について学んでいくのかな
と思いました。
その通りです。
同じデータでも見方によって見えてくるものがちがうことを知った。
その通りです。
複雑そうなデータでも見方を変えるだけで、実は簡単だったと
わかるのは少しなぞなぞのような風にもかんじられておもしろかったです。
確かに「なぞなぞ」っぽいですかね...？
一見するとただのジグザグで何の規則もなさそうな
グラフを見方を変えると方物線が表れたというのは
とても驚いた。
びっくりですよね？
モデリング理論を学ぶことで
何ができるのか、どんな研究に役立つのか、
少しイメージができました。
回が進むにつれて深く「イメージ」できる
ようになると思います。
連続的な情報を離散情報としてサンプリングするのにあたり、
どの程度の周期で測るのが良いかを決定する方法等が気になった。
これについてはサンプリング定理があります。
ロジスティック写像のプロットをして驚きました。
関係性のなさそうなものにもこのようなことが起きるとすごく興味がわきました。
株とかFXとか好きでやるので変化則があったらおもしろいと思いました。
ぜひルールを見つけてください。
自分の身の回りには、"複雑な振る舞いを示す現象"が、確かに多いな
と感じた。
演習で実際にロジスティック写像のグラフを描いた時、"$f$"はどうなっているのか
興味がわいた。
$f$については具体的な式を
求めました。
株を少しやっているのでとてつもなくレート予測の話に興味を持ちました。
いわゆるテクニカル分析系の話だと思うのですがフィナンシャル系の数値も
考慮しているのか気になりました。
予測するにはいかにルールを引き出すかですね。