生成AIとML/CSの仕組みを、実際にコードを動かして確かめる実験ブログhttps://shakeailab.com/https://shakeailab.com/blog/ai-coding-assistant-secrets-risk/https://shakeailab.com/blog/ai-coding-assistant-secrets-risk/Claude Codeでブログに画像生成機能を追加しようとしてAPIキーの管理方法を検討したところ、AIアシスタント自体がシークレット管理の盲点になることに気づきました。実際のやり取りをもとに、リスクの正体と現実的な対策を整理しますWed, 08 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/ai-hallucination-real-examples/https://shakeailab.com/blog/ai-hallucination-real-examples/AIに技術調査を任せたら、存在しないモデルやライセンス情報を堂々と回答されたことがあります。実際に遭遇したハルシネーションの事例と、その対策をまとめましたWed, 08 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/ai-tools-map-by-purpose/https://shakeailab.com/blog/ai-tools-map-by-purpose/文章はClaude、画像は別のAI、動画はまた別のAI——万能な1本足打法をやめて、目的別に生成AIツールを使い分けるための実践マップですSat, 11 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/auto-generate-meeting-notes-and-emails-with-claude/https://shakeailab.com/blog/auto-generate-meeting-notes-and-emails-with-claude/日々の議事録作成やメール返信を、Claudeを使って効率化する具体的な手順を紹介しますWed, 08 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/beginner-generative-ai-tips/https://shakeailab.com/blog/beginner-generative-ai-tips/まだ生成AIを使ったことがない人向けに、今日からすぐ試せる活用法を5つ厳選して紹介しますWed, 08 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/blog-corpus-self-audit-umap/https://shakeailab.com/blog/blog-corpus-self-audit-umap/このブログには「実践記/機械学習」(数式やコードを動かす実験もの)と「Claude入門/比較」(使い方の説明もの)という2つのトラックがある。本当に別物として書き分けられているのか、TF-IDF文字n-gramベクトル化とUMAPで全53記事を2次元に並べて確かめた。シルエットスコアは高次元の生ベクトルでは0.06とほぼ無風だったのに、UMAPの2次元図では0.55まで上がる——次元削減が「実際にはない分離」を見かけ上作ってしまう危うさと、逆にseriesという細かい単位ならどの手法でもくっきり固まるという発見をまとめたTue, 21 Jul 2026 09:18:00 GMThttps://shakeailab.com/blog/bpe-japanese-token-cost/https://shakeailab.com/blog/bpe-japanese-token-cost/LLMの料金はトークン数で決まる。「日本語は英語よりトークンを食う」とよく言われるが、本当はどれくらいなのか。BPE(Byte Pair Encoding)をゼロから実装して圧縮の仕組みを確かめ、さらに実際のトークナイザ(tiktoken)で自分のブログ49記事を測った。同じ文字数なら日本語は2.83倍のトークンを消費する。しかし同じ意味の対訳で比べると1.38倍まで縮む——日本語は1文字に詰まっている情報量が多いからだ。よくある「日本語は3倍高い」がどこまで本当かを、数字で分解したTue, 21 Jul 2026 09:08:00 GMThttps://shakeailab.com/blog/can-you-really-earn-with-ai-side-business/https://shakeailab.com/blog/can-you-really-earn-with-ai-side-business/生成AIを使った副業は本当に稼げるのか。このブログを立ち上げた実体験をもとに、正直なところを書きますWed, 08 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/catastrophic-forgetting-experiment/https://shakeailab.com/blog/catastrophic-forgetting-experiment/手書き数字0-4を98.3%まで学習させたMLPに、リハーサルなしで5-9だけを学習させ続けたら、Task A精度はわずか30ステップで0.0000まで完全に消えた。訓練データの10%をTask Aのリハーサルに充てても、最初の20ステップ前後では精度が一度9.9%まで沈み、そこから150ステップほどかけて94%台まで回復するという、教科書通りにはいかない経過をたどったThu, 23 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/chatgpt-vs-claude-pricing-comparison/https://shakeailab.com/blog/chatgpt-vs-claude-pricing-comparison/ChatGPTとClaudeの有料プランを検討する際に見るべきポイントを整理します（料金は変動するため公式サイトでの確認が必須です）Wed, 08 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/claude-code-auto-image-generation/https://shakeailab.com/blog/claude-code-auto-image-generation/ブログ記事に生成AIで画像を自動挿入する仕組みを、Claude Codeと一緒に実装しました。設計判断・実際のコード・遭遇したバグまで、仕組みの中身を深掘りしますThu, 09 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/claude-code-skill-and-hook-in-practice/https://shakeailab.com/blog/claude-code-skill-and-hook-in-practice/Claude Codeのリポジトリ構成に関する話題の投稿を、実際にこのブログの運用に取り入れてみた記録。繰り返す作業は「Skill」に、絶対に守りたいルールは「Hook」に切り出した具体例を紹介しますSun, 12 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/claude-for-studying/https://shakeailab.com/blog/claude-for-studying/資格試験対策から語学学習、レポートの壁打ちまで、Claudeを勉強の相棒として使うための具体的なプロンプト例をまとめましたSat, 11 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/claude-latest-models-fable-opus-sonnet-haiku/https://shakeailab.com/blog/claude-latest-models-fable-opus-sonnet-haiku/Claude Fable 5、Opus 4.8、Sonnet 5、Haiku 4.5の違いを、実際の活用事例や使われ方まで踏み込んで整理しましたSun, 12 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/claude-projects-and-memory-guide/https://shakeailab.com/blog/claude-projects-and-memory-guide/Claudeで同じ前提を毎回説明し直すのをやめたい人向けに、Projects機能とMemory機能の違いと実践的な使い分け方をまとめましたFri, 10 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/claude-research-agents-and-skills/https://shakeailab.com/blog/claude-research-agents-and-skills/1回の質問だけでなく、複数ステップの調査を自動でこなしてくれる「エージェント」「Skill」という仕組みを、一般ユーザー向け・エンジニア向けの両面から紹介しますFri, 10 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/claude-research-workflow/https://shakeailab.com/blog/claude-research-workflow/Web検索機能の使い方、複数ソースの比較、裏取りの習慣化まで、Claudeを使ったリサーチ作業の実践的な進め方をまとめましたFri, 10 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/claude-vs-chatgpt/https://shakeailab.com/blog/claude-vs-chatgpt/Anthropic社の生成AI「Claude」の基本と、ChatGPTとの位置づけの違いを初心者向けに整理しますWed, 08 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/claude-vs-gemini/https://shakeailab.com/blog/claude-vs-gemini/Anthropic「Claude」とGoogle「Gemini」の違いを、開発思想・得意分野・向いている使い方の観点から整理しましたFri, 10 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/condorcet-jury-theorem/https://shakeailab.com/blog/condorcet-jury-theorem/「独立な投票者がそれぞれ確率pで正しい」という設定で多数決の正解率をシミュレーションし、Condorcetの陪審定理(p>0.5なら集団はN→∞でほぼ完璧に、p<0.5なら集団はN→∞でほぼ確実に間違う)を実測で確かめた。p=0.70は101人で正解率1.0000、p=0.30は0.0000。0.5からわずかにずれただけのp=0.55とp=0.45でも101人でそれぞれ0.84と0.16まで開いた。定理が効くための2条件(独立性・個々の実力)を掘り下げ、会議の同調圧力にも繋げて考えたTue, 21 Jul 2026 09:16:00 GMThttps://shakeailab.com/blog/copyright-and-commercial-use-of-generative-ai/https://shakeailab.com/blog/copyright-and-commercial-use-of-generative-ai/生成AIで作った文章や画像を商用利用する際に知っておきたい基本的な注意点を整理します（法的助言ではありません）Wed, 08 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/datasaurus-simulated-annealing/https://shakeailab.com/blog/datasaurus-simulated-annealing/「要約統計量が同一なのに散布図が全く違う」有名なDatasaurus dozenを、鑑賞するだけでなく自作してみた。原論文と同じ焼きなまし法をnumpyで実装し、統計量を小数2桁で固定したまま恐竜を円・星・X・サーモンに変形。目標の形が小さすぎると数学的に不可能になるという発見や、恐竜を「作る」方向が難しい理由など、動かして初めて分かったことをまとめたMon, 20 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/diffusion-model-denoising-experiment/https://shakeailab.com/blog/diffusion-model-denoising-experiment/画像生成AIの中核技術である拡散モデル(Denoising Diffusion Probabilistic Models)を、2次元のtwo moonsデータに対してnumpyだけで一から実装。データにノイズを加える前向き過程と、ノイズ予測ネットワークを使ってノイズから形を復元する逆向き過程を実際に学習・実行し、ノイズの粒がどう形になっていくかをアニメーションで確かめたFri, 17 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/does-ai-make-us-think-less/https://shakeailab.com/blog/does-ai-make-us-think-less/AIに頼りすぎると自分で考える力が衰えるのではという不安について、実際の使い方を振り返りながら考えてみましたSat, 11 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/double-descent-experiment/https://shakeailab.com/blog/double-descent-experiment/「モデルを複雑にしすぎると過学習でテスト誤差は悪化する」という教科書のU字則の先に、複雑さをさらに増やすとテスト誤差が再び下がってくるdouble descent(二重降下)という現象がある。25点のノイズ入り多項式回帰で実際に再現した。テスト誤差はパラメータ数6(次数5)で最良の0.186、補間閾値(パラメータ数25)の手前・パラメータ数19で最良点の76.8倍の14.31まで爆発し、その後パラメータ数1001まで押し切ると0.223まで戻った。ただし最後まで最初の最良点0.186は下回らなかった。厳密なridgeless解では同じ場所でテスト誤差が10^20のオーダーまで数値的に破綻した話つきFri, 24 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/dropout-implicit-ensemble-test/https://shakeailab.com/blog/dropout-implicit-ensemble-test/「dropoutは指数個のサブネットワークの暗黙のアンサンブル」というよく聞く説を、実際に手を動かして検証した。small MLP×10の明示的アンサンブルと、総パラメータ数をほぼ揃えた1つの大きいMLP+MC-dropoutをtwo moonsで対決させたところ、精度はほぼ互角(0.927 vs 0.930)だったが、点ごとの予測分散(不確実性)の相関はPearson r=0.13と弱く、ズレの正体は訓練データから離れた外挿域でensembleだけ分散が11倍に跳ね上がる非対称さだったTue, 21 Jul 2026 09:14:00 GMThttps://shakeailab.com/blog/epsilon-greedy-life-lesson/https://shakeailab.com/blog/epsilon-greedy-life-lesson/強化学習の基本手法であるε-greedy法を多腕バンディット問題の実験で確認しながら、「基本の方針を守りつつ、たまに未知の選択をする」ことの意味を人生になぞらえて考えてみたThu, 16 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/fourier-transform-image-frequency/https://shakeailab.com/blog/fourier-transform-image-frequency/前回のガボールフィルタ実験の続きとして、画像を2次元フーリエ変換し、周波数スペクトル・低周波高周波フィルタ・振幅と位相の入れ替えを実際にPythonで試してみたThu, 16 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/gabor-filter-image-orientation/https://shakeailab.com/blog/gabor-filter-image-orientation/VLMのBBox評価をしながら「そもそも画像から特徴を抽出するとは何か」が気になり、古典的なガボールフィルタを実際にPythonで実装して向きと周波数への反応を数値で確認してみたTue, 14 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/gan-generator-discriminator-race/https://shakeailab.com/blog/gan-generator-discriminator-race/画像生成AIのもう一つの源流であるGAN(Generative Adversarial Networks)を、前回の拡散モデルと同じtwo moonsデータに対してnumpyだけで一から実装。生成器と識別器を交互に学習させる「騙し合い」を実際に動かし、損失が理論上のナッシュ均衡値に収束する一方で、生成される形がなぜ拡散モデルほど綺麗に揃わなかったのかを確かめたFri, 17 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/grokking-sudden-generalization/https://shakeailab.com/blog/grokking-sudden-generalization/訓練データを完璧に暗記した後も学習を続けると、遥か後になってテスト精度が突然跳ね上がる——grokkingと呼ばれる現象を、mod加算タスクとnumpy実装で再現した。訓練99%到達はstep 200、テスト90%到達はstep 27,600。その間の27,400ステップ、外から見える指標は何ひとつ動かない。weight decayの強さを5段階で振ると「弱すぎると永遠に暗記のまま、強いほど早く理解に至る」という関係が出た。おまけに、1回目の実装ではweight decayを結合型で書いて重みを全て0に潰した失敗談つきTue, 21 Jul 2026 09:10:00 GMThttps://shakeailab.com/blog/how-to-use-claude/https://shakeailab.com/blog/how-to-use-claude/Claudeの登録方法から、チャット・ファイル添付・Projects機能まで基本操作をまとめましたWed, 08 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/is-forgetting-really-bad/https://shakeailab.com/blog/is-forgetting-really-bad/「忘却の効用」を読んで気づいた、記憶と忘却についての考え方の変化を綴ったエッセイMon, 13 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/kde-vs-histogram-bandwidth/https://shakeailab.com/blog/kde-vs-histogram-bandwidth/2つの正規分布を混ぜた「本当は双峰」なデータから220点だけサンプルを引き、ヒストグラムのビン幅とKDEの帯域幅を変えて可視化した。粗すぎるビン幅は双峰を単峰に埋没させ、細かすぎるビン幅はサンプリングノイズを偽の山に変える。scipyのデフォルト(Scott則)も、双峰は消さないが谷をかなり浅くしてしまう——同じデータでも「見る粒度」次第で別の物語になることを、実際に手を動かして確かめた記録Tue, 21 Jul 2026 09:17:00 GMThttps://shakeailab.com/blog/kernel-trick-lift/https://shakeailab.com/blog/kernel-trick-lift/同心円(ドーナツ型)のデータは、2次元ではどんな直線でも分離できない(正解率0.57)。ところがz=x²+y²という3次元目を付け足すだけで、内側の輪は谷底に、外側の輪は山腹に持ち上がり、水平な平面1枚でスパッと切れるようになる(正解率1.00)。カーネルSVMが暗黙にやっているこの「持ち上げ」を実際に構築し、回せる3Dで見た。二重らせんでは同じ持ち上げが無力なこと(カーネル選択の重要性)、gammaを上げすぎると丸暗記が始まることまで実験したTue, 21 Jul 2026 09:06:00 GMThttps://shakeailab.com/blog/learning-rate-warmup-ablation/https://shakeailab.com/blog/learning-rate-warmup-ablation/「高い学習率で訓練するときはwarmupが必須」というよく聞く教えを、自分の手で検証した。深さ4層のReLU MLP(numpyで手書き、Adamも手書き)をsklearn digitsで訓練し、まずLRスイープで崩壊率が0%から50%へ跳ね上がる境界線を実測。その境界のLRでwarmupなし/linear warmup/cosine warmupを20シードずつ回したところ、崩壊率はどの条件でもほぼ同じ(10/20 vs 12/20 vs 11/20)だった。warmupが効いたのは訓練前半のピークだけで、後半にはほとんど効いていなかったTue, 21 Jul 2026 09:15:00 GMThttps://shakeailab.com/blog/likability-pratfall-effect-reframing/https://shakeailab.com/blog/likability-pratfall-effect-reframing/仕事で指摘を受けたときに、それをメタ的に捉え直して自分を好転させる考え方について、プラットフォール効果・認知的再評価・説明スタイルという実在の心理学の知見と、ベイズ更新の簡単な数式で裏付けを調べてみたエッセイFri, 17 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/linked-rings-spectral-clustering/https://shakeailab.com/blog/linked-rings-spectral-clustering/鎖のように絡まった2つのリング状データを、k-means・GMM・スペクトラルクラスタリング・DBSCANの4手法で2クラスタに分けさせた。人間には一瞬で「2つの輪」と分かるのに、距離ベースのk-meansはARI 0.08と壊滅する。グラフラプラシアンの固有ベクトルを自分で計算して「なぜスペクトラルには分かるのか」の中身を開け、さらにノイズを増やして「つながり派は完璧から崖のように転落し、距離派はなだらかに劣化する」という壊れ方の違いまで確かめたTue, 21 Jul 2026 09:00:00 GMThttps://shakeailab.com/blog/local-optima-simulated-annealing/https://shakeailab.com/blog/local-optima-simulated-annealing/無数の局所最適解を持つAckley関数の上で、通常の勾配降下法・Momentum・焼きなまし法(Simulated Annealing)を200箇所のランダムな開始点から競走させたら、GDは0%、Momentumも2.5%しか正解にたどり着けず、SAだけが100%成功した。一時的に悪化を受け入れることの意味を実験で確かめたSun, 19 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/logistic-map-butterfly-effect/https://shakeailab.com/blog/logistic-map-butterfly-effect/x_{n+1}=r・x_n・(1-x_n)というたった1行の式(ロジスティック写像)で、カオスの入門実験をした。rを変えるだけで1点収束・周期振動・カオスに切り替わる分岐図を描き、r=3.9で初期値を1e-8だけずらした2軌道の乖離を実測。経験的な発散率は約0.498/stepで、教科書のr=4(ln2≈0.693)とは違う実際の数値になった。一方r=2.8では同じ1e-8の差が拡大せず消えていく——「初期値鋭敏性」はどんな力学系にも普遍的に起きるわけではなく、レジーム(状態)依存だという結果を、そのまま人生の話に接続したTue, 21 Jul 2026 09:13:00 GMThttps://shakeailab.com/blog/minigpt-on-my-own-blog/https://shakeailab.com/blog/minigpt-on-my-own-blog/これまでの記事で実装してきた部品——Self-Attention、位置エンコーディング、手書きMLP、Adam——を全部組み立てて、2層Transformerの文字レベルGPTをnumpyだけで作った。学習データはこのブログ自身の全49記事12万字。数値微分との一致(相対誤差1e-8)で実装の正しさを確認した上で6000ステップ学習させると、生成文は「ランダムな漢字の羅列」から「文法らしきもの」を経て、最終的にこのブログ特有の語彙とmarkdown記法まで再現するようになった。意味は通らないのに、文体だけが確かに自分のものになっているTue, 21 Jul 2026 09:11:00 GMThttps://shakeailab.com/blog/mobius-strip-unfolding/https://shakeailab.com/blog/mobius-strip-unfolding/多様体学習シリーズ第4弾は「向き付け不可能な面」。半回転ひねった帯(メビウスの輪)を、Isomap・LLE・t-SNEで2次元に展開してみた。ひねり0回のただの帯なら綺麗に広がるのに、メビウスでは平面上で「表と裏が入れ替わる継ぎ目」が必ず生まれる。しかも重なりは一切作らずに——代わりに帯の幅を14%まで潰していた。「平面には収まらない」という位相の制約が、アルゴリズムの出力にどう現れるかを定量化した記録Tue, 21 Jul 2026 09:09:00 GMThttps://shakeailab.com/blog/normalizing-flow-two-moons/https://shakeailab.com/blog/normalizing-flow-two-moons/拡散モデル・GANに続く生成モデル第3の流派、Normalizing Flow(RealNVP型)をnumpyだけで実装した。可逆な変換を6層重ねてガウス雲をtwo moonsに変形する仕組みで、逆変換の再構成誤差は2.07e-14(機械精度)、そしてFlowだけの特権「任意の点の確率密度を厳密に計算」も実際に地図にした。同じデータ・同規模ネットでの3流派そろい踏み比較では、GANがもがいた同じ課題をFlowは敵対も反復もなしに静かにこなした——3つの哲学の違いが結果に出た実験記録Tue, 21 Jul 2026 09:05:00 GMThttps://shakeailab.com/blog/optimizer-race-3d-loss-landscape/https://shakeailab.com/blog/optimizer-race-3d-loss-landscape/ニューラルネットワークの最適化アルゴリズム4種類(SGD/Momentum/RMSprop/Adam)を、Rosenbrock関数という有名な難所地形の上で実際に競走させ、3D可視化とアニメーションで経路の違いを確かめてみた。結果は「Adamが常に最強」という単純な話ではなかったFri, 17 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/overfitting-regularization-life-lesson/https://shakeailab.com/blog/overfitting-regularization-life-lesson/多項式回帰で過学習を実際に発生させ、正則化で抑える実験をしながら、「データ(経験)が少ないほど強い制約が必要で、増えるほど制約を緩めていい」という関係を数値で確認してみたSat, 18 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/perceptron-hebbian-neuron-life-lesson/https://shakeailab.com/blog/perceptron-hebbian-neuron-life-lesson/ニューラルネットワークの起源であるパーセプトロンと、生物学的なヘブの学習則を実際にPythonで実装・比較し、「脳と似ている」という話がどこまで本当なのかを、重みの発散やXOR問題を通して確かめてみたThu, 16 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/positional-encoding-order-experiment/https://shakeailab.com/blog/positional-encoding-order-experiment/前回のSelf-Attention実験の続編。QKVの計算そのものには語順の情報が一切含まれないことを実証したうえで、sin/cos位置エンコーディングを実装し、「相対位置は線形変換で表現できる」という有名な主張を数値で検証してみたFri, 17 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/q-learning-maze/https://shakeailab.com/blog/q-learning-maze/バンディットの次は迷路——「状態」と「遅れてくる報酬」の世界へ。Q学習をnumpyで実装し、価値が出口から逆向きに伝播してくる様子を矢印マップのアニメーションで可視化した。初回178ステップの迷子が400エピソードで23ステップに。さらに崖歩き問題でQ学習とSARSAを競わせると、同じ迷路で「崖っぷちの最短路を攻める楽観主義者」と「安全な遠回りを選ぶ慎重派」に性格が分かれた。おまけ: np.argmaxの仕様のせいでエージェントが北の壁に頭を打ち続けた失敗談つきTue, 21 Jul 2026 09:07:00 GMThttps://shakeailab.com/blog/self-attention-qkv-experiment/https://shakeailab.com/blog/self-attention-qkv-experiment/Transformerのself-attentionを実際にPythonで実装し、有名な「it」が「animal」に注目するという説明図が無条件に成り立つのか、なぜ1/√d_kでスケーリングするのか、causal maskで何が変わるのかを、実データと数値で検証してみたThu, 16 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/sierpinski-fractal-dimension/https://shakeailab.com/blog/sierpinski-fractal-dimension/「次元は整数」という常識を、box-counting法で実際に壊してみた。サイコロを振って点を打つだけのカオスゲームからシェルピンスキーの三角形を生成し、ボックスの数え上げから次元を実測すると1.568(理論値log3/log2≈1.585)。直線(実測0.97)・塗りつぶし正方形(1.94)・コッホ曲線(1.255/理論1.262)でも検証した。ランダムな手続きから決定的な模様が浮かび上がるカオスゲームの不思議と、「複雑さはスケーリングで測れる」という発見の記録Tue, 21 Jul 2026 09:04:00 GMThttps://shakeailab.com/blog/stanford-bunny-normal-estimation/https://shakeailab.com/blog/stanford-bunny-normal-estimation/CGの「hello world」ことスタンフォードバニーの点群(8171点)に、k近傍PCAで法線を推定してみた。素朴に固有ベクトルの符号をそのまま使うと隣接点同士で37.1%が裏返る——教科書で知っていた「符号の不定性」を実際に目で見た。最小全域木を使った向き揃え(Hoppe法)で0.6%まで直せたが、耳の付け根付近には最後まで数%の矛盾が残った。近傍点数kを3〜130で振ると、小さすぎるとノイズ、大きすぎると耳の輪郭が塗りつぶされる様子も定量的に確認したTue, 21 Jul 2026 09:12:00 GMThttps://shakeailab.com/blog/swiss-roll-hole-experiment/https://shakeailab.com/blog/swiss-roll-hole-experiment/前回スイスロールをほぼ満点(相関0.992)で展開したIsomapに、意地悪をしてみた。シートの真ん中に円形の穴を開けて、測地線の迂回がどれだけ展開を歪めるかをIsomap・LLE・t-SNEで比較。評価指標の相関はどの手法もほぼ無傷なのに、埋め込みの幾何は三者三様に壊れていた——「1つの数字で無事を判断する危うさ」を多様体学習でも見ることになった実験記録Tue, 21 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/swiss-roll-manifold-learning/https://shakeailab.com/blog/swiss-roll-manifold-learning/3次元にロールケーキ状に巻かれた「スイスロール」データセットに対して、PCA・Isomap・LLE・t-SNEを実際に試し、線形手法のPCAがなぜ失敗するのか、Isomapがどうやって巻きをほどいて2次元に展開するのかを、3Dアニメーションで確かめてみたFri, 17 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/tips-for-writing-with-generative-ai/https://shakeailab.com/blog/tips-for-writing-with-generative-ai/生成AIに文章を書かせる際、意図した通りの結果を得るためのプロンプトの組み立て方を解説しますWed, 08 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/transfer-learning-life-lesson/https://shakeailab.com/blog/transfer-learning-life-lesson/手書き数字0-4で事前学習したニューラルネットの重みを5-9の分類に転移させる実験をしたら、まっさらな状態から学習させた方が精度も収束速度も勝るという意外な結果になった。原因を探ると「死んだユニット」の存在が見えてきたSat, 18 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/trefoil-knot-untying/https://shakeailab.com/blog/trefoil-knot-untying/3D空間で結ばれた三つ葉結び目の点群を、PCA・Isomap・t-SNE・UMAPで2次元に展開してみた。結び目は位相的にはただの輪──内在的な距離だけを見れば円にほどけるはずだ。結果、Isomapは完璧な虹色の輪にほどき、t-SNEは輪を3つの弧に引きちぎり、UMAPは粉砕した。さらに糸を太らせて交差部に「偽のつながり」を作っていくと、たった1本のショートカットで復元が揺らぎ、12本で輪が崩壊する——位相構造の脆さを定量的に見た実験Tue, 21 Jul 2026 09:02:00 GMThttps://shakeailab.com/blog/ucb-thompson-sampling/https://shakeailab.com/blog/ucb-thompson-sampling/ε-greedyの「探索するかどうかをサイコロで決める」やり方を卒業して、不確実性そのものを計算して探索を決める2大手法——楽観主義のUCBと、信念からのサンプリングで決めるThompson sampling——を実装した。10本腕バンディットでの累積後悔はε-greedy 395 / UCB 185 / Thompson 79と明確な差がつき、UCBの信頼ボーナスが縮んでいく様子と、Thompsonの信念分布が尖っていく様子をアニメーションで確かめたTue, 21 Jul 2026 09:03:00 GMThttps://shakeailab.com/blog/useful-claude-prompts-for-work/https://shakeailab.com/blog/useful-claude-prompts-for-work/議事録・メール・要約・企画出しなど、日々の仕事ですぐ使えるClaudeへの指示（プロンプト）例をまとめましたWed, 08 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/vlm-bbox-sft-what-does-it-learn/https://shakeailab.com/blog/vlm-bbox-sft-what-does-it-learn/VLM（Vision Language Model）にBounding BoxをSFTで学習させる実験をする中で気づいた、Token LossとIoU評価のズレ。loc tokenやReward設計まで踏み込んで考察しますMon, 13 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/what-is-claude-code/https://shakeailab.com/blog/what-is-claude-code/Anthropicが提供する開発者向けツール「Claude Code」の概要と、実際にできることを紹介しますWed, 08 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/why-start-this-blog/https://shakeailab.com/blog/why-start-this-blog/誰でもAIでアプリが作れる時代に、あえて発信を始める理由と、このブログでやっていくことTue, 07 Jul 2026 00:00:00 GMThttps://shakeailab.com/blog/yinyang-decision-boundary/https://shakeailab.com/blog/yinyang-decision-boundary/陰陽(Yin-Yang)模様の2クラス分類をニューラルネットに学ばせ、決定境界がS字の渦を描くまでを観察した。隠れユニット2個では直線のまま、4個でS字が現れ、8個で片目、32個で両目を発見する「表現力の階段」が綺麗に出た。さらに学習過程を追うと、本体の渦は数十エポックで学べるのに、目玉(全体の3.6%の例外)は450エポックもの間、正解率0%のまま完全に無視され、その後突然発見される——例外が学ばれるまでの長い沈黙を実測した記録Tue, 21 Jul 2026 09:01:00 GMT