現実世界における数学：テスト、シミュレーション、その他

現実世界の数学

数学と統計に関する最高の記事は、困難な課題を達成します。それは、高尚な概念や複雑な公式を取り上げ、データ専門家が日々の仕事で直面する実践的な課題と結びつけます。

一部のデータサイエンティストは、新しい数学のトピックに没頭するのが好きですが、他の人はこの分野に慎重に入り込むか、断固として拒絶します。このスペクトラムのどこにいるかに関係なく、今週の記事をお楽しみいただけると思います。A/Bテストの内部動作からグラフ理論や統計的実験まで、彼らは理論的と実践的、抽象的と具体的を自然に融合させます。さあ、始めましょう。

• モンテカルロシミュレーションに初めて取り組むか、しっかりと復習が必要な場合、Sydney Nyeのデビュー記事は「不確実性の中で戦略的なベットをすることができる、複雑な決定論的な問題に確率的な意味を与える」統計的手法についてのアクセス可能な深い探求です。
• グラフ理論は、機械学習の研究において長い間中心的な役割を果たしてきましたが、そのコミュニティの外の人々にとっては、依然として難解に見えるかもしれません。Hennie de Harderは、グラフが何であり、どのように機能し、データサイエンティストがその力を活用して複雑な現実世界の問題を解決する方法について、初心者にやさしい入門を提供しています。
• 高校以来、微分方程式にあまり考えを捧げていなかった場合、Shuai Guoの物理情報ネットワーク（PINN）に関するシリーズの最新インストールメントは、微分方程式に焦点を当て、それらが「システムのダイナミクスに対する洞察を提供し、システムの将来の動作について予測することを可能にする」と述べています。

• 従来の公式に基づく統計的手法を置き換えることができる順列検定とその設計方法について、Pan Cretanと一緒に実験を行う方法について説明します。数学により少ないバックグラウンドからデータサイエンスに入った読者にとって、特に役立つ情報です。
• 最後の週間のハイライトは、最初に始めたモンテカルロシミュレーションと同じものですが、異なる目的にその力を活用します。Ida Johnsson, PhDがA/Bテストについての役立つ紹介を共有しています。統計的概念の明確な定義を提供し、モンテカルロシミュレーションを使用してテストのパフォーマンスを評価するプロセスに焦点を当てています。

今週の他のおすすめ記事は数学からは少し離れていますが、他の重要なトピックについての魅力的な議論の場を提供しています。

• Yennie Junは、大規模な言語モデルの組み込まれた歴史的な知識におけるジェンダーバイアスについて、方法論的でタイムリーな研究を行っています。
• ICML 2023を見逃しましたか？Michael Galkinは、最近の進歩と新興トレンドについての詳細な要約で私たちを追いつかせてくれます。
• データクリーニングについては、みんなが愚痴を言うのが大好きですが、Vicky Yuの簡潔なガイドはプロセスを効率化するのに役立ちます。
• Francesco Foscarinのデビュー記事では、トランスフォーマーとジャズのコードが出会い、データに基づいた木構造の音楽分析手法を紹介しています。
• Hans van Damは、モバイルアプリ開発とLLMsを結びつけ、GPT-4の機能を活用してアプリのグラフィカルユーザーインターフェース（GUI）をナビゲートする実践的なチュートリアルを提供しています。

私たちの著者をサポートいただきありがとうございます！TDSで読んだ記事がお楽しみいただければ、VoAGI会員になることをご検討ください。VoAGIのすべてのアーカイブ（および他のすべての投稿）にアクセスできます。

• 「企業がデータにアプローチする方法を変えるジェネラティブAIの5つの方法（そして変えない方法）」
• 不均衡データに対する回帰のための機械学習
• 「熟練した実践」を用いてデータサイエンス（または他のスキル）を学ぶ

次のVariableまで、

TDS編集部より

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!