記事一覧
86記事を公開しています。タイトル・概要・タグで絞り込めます。
じゃんけんのナッシュ均衡は1/3ずつと決まっている。学習させたら均衡から3,050倍遠ざかり、最後は手が完全に読めるようになった
クイックソートに「並べ替え済みの配列」を食わせたら、比較回数がバブルソートと1回も違わなかった
主成分分析で「累積寄与率80%まで残す」を実測したら、捨てた寄与率1.88%の成分だけで精度0.95が出た
中心極限定理は「n=30」で十分？ 7つの分布で標本平均のズレを測った
ペンローズ・タイルは1,500通りの平行移動でも90.53%しか重ならなかった。周期格子は100%
3つの国の国境が、どこを取っても3か国すべてに接している。ニュートン法の吸引域で「和田の湖」を実測した
ヒルベルト曲線は「近さを保つ」と言われるが、平均で見ると行優先に負けた（155.6 対 128.5）
ランダムに撒いた400点を「自分の縄張りの重心」へ動かし続けたら、六角形の割合が31.4%から69.2%になった
ウラムの螺旋の斜めの線は本物だった。長い対角線の素数率39.28%に対し、ランダム対照200回の最大は15.46%
「縞を作れ」と一度も書いていない式から縞が出てくる。チューリングパターンを実装して、拡散の速さを揃えたら模様は消えた
ラングトンのアリは9,976歩のカオスの果てに高速道路を作った。黒マス5%以上の条件では5試行とも30万歩で未検出
ローレンツアトラクタで「バタフライ効果」を測ったら、精度を10倍にしても予測できる時間は2.7しか伸びなかった
ジュリア集合が「連結かどうか」を数えるだけでマンデルブロ集合が出てくる。ただし出てきたのはメインカージオイドだけだった
「もっと経験を積む」は「型にはめる」に勝てるか。データ拡張と正則化を同じ15点で戦わせたら、正則化が0.895 vs 0.870で僅差の勝利だった
LLM-as-judgeの採点は評価基準でどう変わる？ 3つの指示で48回答を比べた
勾配消失を24層のネットワークで実測したら、sigmoidだけテスト精度0.49(当てずっぽう)まで崩壊し、勾配が15桁消えていた
見せかけの回帰を実測: 無関係なランダムウォーク1万ペアの偽有意率は、n=50の67%からn=5000の97%まで上がり続けた
宝くじ仮説の枝刈りをnumpyで自前実装したら、当たりくじの優位はスパース率98%から先だけだった(99%で62%対48%)
次元の呪いをマッチングアプリで実験したら、無関係な質問1問で最良の相手が31位まで埋もれた(hit@1は100%→23%)
囚人のジレンマで「しっぺ返し」は最強？ 手違いを入れて10戦略を比べた
モンティ・ホール問題はなぜ2/3？ 100万回の実験と、1/2に変わる司会者の条件
ライフゲームの初期密度を約6倍変えても、2000世代後は3.3〜3.8%に落ち着いた
マンデルブロ集合の次元は2なのに、画像で測ると1.09になるのはなぜ？
パーコレーションの相転移を実測する。占有率1.5ポイントの差で貫通確率が0%から100%に跳ぶ
gzipでテキスト分類(圧縮距離NCD+kNN)を73記事で追試——93.8%は出るが、文字数だけでも89.2%出た
「AdaBoostは過学習しない」は本当か。ラベルノイズ10%で1,000回回したらテスト誤差が2倍になった
データリークとは？ 特徴選択の順番だけで乱数の精度が100%になった実験
Hopfieldネットワークの記憶容量を実測。理論値141枚のはずが、文字パターンは3枚で崩壊した
テセラクトの影で何が失われるか。4次元超立方体を2次元に潰したら、PCAがランダム射影200本の全部に負けた
メビウスの輪にフタをすると「射影平面」になる。ボーイ曲面を実装したら、三重点がただ1つ現れた
クラインの壺は4次元なら交差しない——と言われても信じられないので、4次元座標を持たせて実測した
アンサンブルの「多様性」は本当に効くのか。seed違いの浅い多様性とbagging+幅の多様性を対決させたら不一致率が3.1倍だった
ランダム初期化のk-meansは47.5%が悪い局所最適解に落ちた。k-means++はわずか1%
重みの初期化の標準偏差を0.01と1.5にしただけで、50層のMLPは活性化が10^61倍潰れるか10^45倍膨張した
Simpsonのパラドックスを300人分シミュレーションしたら、グループ別r=0.55/0.82がプールでr=-0.20に反転した
次元の呪いを実測したら、82倍あった最近傍と最遠点の距離比が300次元で1.21倍まで潰れた
FGSMとは？ 敵対的サンプルのノイズを強くしても、誤分類が増え続けなかった理由
VAEをtwo moonsでnumpyから実装したら、再構成で2つの三日月が1本のなめらかな曲線に融合した
二重降下を実験で再現した。補間閾値でテスト誤差が76.8倍に跳ね上がり、そこから64分の1まで下がったが、シンプルな次数5モデルには最後まで届かなかった
「破局的忘却」を実際に起こしてみたら、Task A精度は0.9834から0.0000まで消えた。10%のリハーサルでも一度は9.9%まで沈んでから戻ってきた
自分のブログ53記事をUMAPで並べてみたら、「実践記」と「Claude入門」はきれいには分かれなかった
ヒストグラムとKDEのビン幅/バンド幅を変えたら、双峰のデータが単峰に消えた
多数決は実力差を消さずに増幅する。Condorcetの陪審定理を101人分シミュレーションしたら、p=0.55の集団は正解率0.84、p=0.45は0.16まで転落した
学習率のwarmupは本当に訓練を安定させるのか。崩壊寸前のLRで20シード×3条件、実際に数えてみた
Dropoutは「暗黙のアンサンブル」なのか。同じパラメータ予算で本物のアンサンブルと殴り合わせたら、相関係数0.13だった
ロジスティック写像で「バタフライ効果」を実測したら、r=3.9では1e-8の差が0.498/stepで爆発し、r=2.8では起きなかった
点群の法線をPCAで求めたら37%が裏返っていた。スタンフォードバニーでMST伝播による向き揃えを試す
自分のブログ49記事でミニGPTを学習させたら、「位置エンコーディング」と「.envを呼ぶ」を書き出した
Grokkingとは？ 訓練99%から27,400ステップ遅れて汎化した実験
メビウスの輪には裏表がない。次元削減で平らに広げたら、どこかを潰すしかなかった
日本語のトークン数は英語の何倍？ BPEを実装し、対訳では平均1.38倍だった
Q学習で迷路を解いたら、報酬が出口から逆向きに染みてきた。そして崖っぷちを攻めるQ学習と、遠回りするSARSA
カーネルトリックを実装したら、正解率0.57のドーナツ型データが3次元に持ち上げるだけで1.00になった
生成モデル三国志、最後の流派。Normalizing Flowをnumpyで一から実装したら、一番静かに学習が終わった
シェルピンスキーの三角形は何次元か。「1.58次元」を自分のコードで実測する
ε-greedyの後悔は直線で伸び続けた。UCBとThompson samplingを競走させたら395対185対79
三つ葉結び目は、t-SNEにほどけるのか。Isomapが完璧にほどき、たった1本の偽のつながりで壊れた
ニューラルネットは陰陽を学べるか。450エポックの間、目玉の正解率は0%だった
スペクトラルクラスタリングで絡まった2つのリングを分けたら、k-meansはARI 0.08で壊滅した
多様体学習(Isomap)は穴あきスイスロールで壊れるのか。「数字は無事なのに、地図は歪む」を見た
焼きなまし法でDatasaurusを再現したら、平均も分散も相関も同じまま恐竜がサーモンに変わった
焼きなまし法(シミュレーテッドアニーリング)と勾配降下法を200箇所から競走させたら、勾配降下は0箇所しか正解に届かなかった
「経験が浅いうちほどルールに頼るべき」は本当か。15点のデータで多項式の次数を上げたら、テスト誤差が40億まで爆発した
「前の経験は新しい挑戦の助けになる」を転移学習で検証したら、まっさらから学習したほうが速くて正確だった
完全なノイズから、三日月形が本当に浮かび上がってくるのか。拡散モデル(DDPM)を自分で実装して確かめてみた
GAN(敵対的生成ネットワーク)を一から実装したら、損失は理論値に収束したのに生成分布は最後まで揃わなかった
「資料作りが下手」だと思われた方が得なこともある。マイナスをプラスに変える思考を、心理学と少しの数式で調べてみた
SGD・Momentum・RMSprop・Adamを同じ谷で競走させたら、1位はMomentumだった。「Adamが最強」は成り立たなかった
Self-Attentionは語順をどう知る？ マスクなしの置換同変性と位置エンコーディングを実装
くるくる巻いたデータを、PCAは平らにできなかった。多様体学習(Isomap)がスイスロールを"展開"する様子を見てみた
「たまには冒険したほうがいい」を多腕バンディットで測ったら、最適な選択を引けた割合が35.95%から79.31%まで変わった
画像の「形」を担っていたのは振幅ではなく位相だった。フーリエ変換で低周波と高周波を切り分ける
「脳とニューラルネットは似ている」を実装で確かめたら、精度は同じままヘブ則の重みだけが2万3000倍に発散した
Self-Attentionの「it」が「animal」を見る、あの図は学習済みの射影行列がないと成り立たなかった
31×31の行列を画像の上で動かすだけで、縦線と横線への反応が7009対3547に分かれた。ガボールフィルタを実装する
忘れることは、本当に悪いことなのか
VLMにBBoxをSFTすると、モデルは一体何を学習しているのか？
「CLAUDE.mdに全部書く」をやめてみた話 — SkillとHookで自動化した実例
Claudeのモデル比較：Fable 5.1・Opus 5.5・Sonnet 5・Haiku 4.5の違いと選び方
Claudeで勉強・学習をサポートしてもらう使い方
AIを使うと思考力が落ちる？その不安との向き合い方
Claudeで情報収集・リサーチを効率化する実践的なやり方
Claude Codeに、記事へ自動で画像を生成させる仕組みを作ってもらった話
AIコーディングアシスタントに.envを読まれると何が起きるか、実際に検証してみた
生成AIの「ハルシネーション」に要注意：モデル調査で実際にあった3つの間違い
なぜこのブログを始めたのか — 「知っているつもり」を測り直す場所
該当する記事が見つかりませんでした。