激寒のときにエアコン工事
冬本格化という感じ。かなり寒い。香川県はあまり雪というか雨が降らない地域だけど、それでも昨日は吹雪だった。 そんな中、職場では大規模なエアコンの工事が開始された。もちろん狙ったものではないのだけど、タイミングは一番悪い。 でも、以前に事務の人が小さいストーブを持ってきてくれたのでしのげている。感謝感謝。
投稿
お金に勝るもの、それは怒りやプライド #学ぶ
『がんになってわかったお金と人生の本質』 より。 この本の最後に、お金に勝るものは何かという読者の質問に答えている。お金というのは、社会が考える価値だから、基本的には正しいのだが、それ以上に自分の気持ちが強い時は、怒りやプライドになる。例えば、自分の給料があまりに低い、あるいは自分が不利になっても自分の意見を押し通すとき、自分が大切にしているものがわかるという。 最初は怒りだが、その次はプライドに置き換えていかないといけない。怒りで革命を起こすことはできるが、怒りで革命後の国家の運営はできない。怒りをプライドに置き換えること。
貯金があれば保険はいらない #学ぶ
『がんになってわかったお金と人生の本質』 より。 保険というのは営利企業だから、当然ながらお金を払う以上のリターンはない。もちろん、それがわかっていて安心を買うのであればいいが、そもそも貯金をある程度しておけば、保険という不利な契約をする必要はないという趣旨。僕もそれにしたがって、保険ではなく貯金に注力しよう。
『がんになってわかったお金と人生の本質』 #5star #学ぶ
https://a.co/3e8xkNh 山崎元さんの本。山﨑さんの『詳しいことはわかりませんがお金の増やし方を教えてください』という本を参考にして、実際にお金が増えてきたので、僕にとっては恩人。こちらの本はそれ以上に有益な本だった。 この人の書く文章はものすごくわかりやすくてスラスラ読める。全てにおいて学びがある文章だった。
Rで遺伝的アルゴリズムの勉強
遺伝的アルゴリズム(GA)をPackageを使わずにRでスクリプトを作成する例です。 基本的なGAの流れに沿って、各ステップを関数として実装し、最後にそれらを組み合わせてGAを実行するスクリプトを作成しました。 1. 目的関数の設定 まずは、GAで最適化したい目的関数を定義します。 ここでは、簡単な例として、 与えられたバイナリベクトル（0と1の配列）中の1の数を最大化する という問題を考えます。 # 目的関数：バイナリベクトル中の1の数を数える objective_function <- function ( chromosome ) { sum ( chromosome ) } 2. パラメータ設定 GAの動作を制御するためのパラメータを設定します。 # パラメータ設定 population_size <- 50 # 個体数 chromosome_length <- 20 # 染色体の長さ（バイナリベクトルの長さ） generations <- 100 # 世代数 mutation_rate <- 0.01 # 突然変異率 crossover_rate <- 0.7 # 交叉率 3. 個体群の初期化 ランダムなバイナリベクトルを生成して、初期個体群を作成します。 # 初期個体群の生成 initialize_population <- function ( population_size , chromosome_length ) { population <- list ( ) for ( i in 1 : population_size ) { # ランダムな0と1のベクトルを生成 chromosome <- sample ( c ( 0 , 1 ) , chromosome_length , replace = TRUE ) population [ [ i ] ] <- chromosome } population } population <- initialize_p...
車の自動運転のポテンシャル高そう #考える
Teslaが、自動運転で工場から輸送先の船に車が移動するようにしたらしい。たしかに、どういう仕組なのかよく知らないけど、わざわざ人が運転するとめちゃくちゃ面倒な作業そうだから、これは画期的だと思う。 さらにBoring Companyは、車一台通れるギリギリのトンネルを掘ることでコストを下げている。それは電気自動車でかつ自動運転のTeslaなら、安全に通れる。 自動運転なら職場まで寝てても着くし、簡易的なオフィスにもなったりするかもしれない。ポテンシャルはかなり高いな。