鶴見教育工学研究所

前回と同じく、普段私がなんとなく考えていることについて、生成AIと対話してみました。具体的には、ChatGPTのDeep Research機能との対話です。

以下は、私がよく考えていることについて、Gemini 2.5 Proと対話した記録です。ChatGPT 4.5, o1とも同じ対話をしましたが、群を抜いてGemini 2.5 Proの回答が良いように感じました。良い = 私にとってキモチイイなので、正しいかとか妥当かとかは分かりませんが。

タイトルの通りですが。先日作成したrocker/binderの日本語設定 + arm64ビルドイメージに、Javaを実行可能なJupyterカーネルを追加しました。

タイトルの通りなのですが。今さらですが、Dockerを初めて使ってみました。

たまに、研修などのネタ (紹介するしないの判断) として、よくわからないDX、AI系の資格を受けています。

講義のオンデマンド化と課題 昨日に引き続き、担当しているRの講義に関することですが、来年度は授業をオンデマンドで展開することになりました。もともと、「教室が足りないからオンライン化 (ライブ・オンデマンド問わず) できる授業はしてくれ」という要請1が来ていて、すでに他の講義をオンデマンドで提供していることもあり、Rの講義もオンデマンド化することにしました。

担当しているRの講義で、毎年テキストマイニングを扱っています。その中で、SNSからのデータ収集や、いわゆる「ポジネガ分析」についても触れています。しかし、X APIは有償化して、個人の興味関心の範囲ではデータの収集ができなくなりました。“ツイート” 取得のデファクトスタンダードとなっていた{rtweet} パッケージも開発が終了してしまいました。

RでMLBのMVPプレイヤーのホームラン時の投球コースと球種を可視化するという記事がありました。自分でも、教材を作る際にbaseballrパッケージで大谷翔平選手の投球データ (2023年) を取得して、可視化したのを思い出して、コードだけ掲載します。

「そんなことも理解せずに」という話でしょうが、線形モデルの正規性の仮定について、世の中の説明だと、あたかもモデルを作る前に判断できると書いてあるように見えるんですよね。だいたい実際のソフトの操作の前に書いてあるし。書籍でもWebサイトでも、「誤差項が正規分布してさえいればよいのです」「仮定が成立するか確認してモデルを適用しましょう」とか、いろんなところで書かれていますが、でも、手元のデータで「誤差だけ」正規分布しているかなんてわからないじゃん、といつも引っかかっています。

変化の激しいこのギョーカイで10年もジーンズを売ってたら、それはもうリーバイスなんよ🤪