TJO

人間引き際が肝心、往生際の悪い人間は単純にダサい

どんなに出自としてはど素人であったとしても、謙虚に学び続けていれば良いことがあるかもよという事例として、かつての自分と同じように専門外からデータサイエンティストを目指す人の励みになれればと思っています

自分の場合も、データサイエンティストという肩書きで働かせてもらっていながら、基本的にはCS系専攻や統計学専攻出身ではないが故に「あいつは偽物」「付け焼き刃が偉そうにしている」とか良く言われるけど、残念ながら実際にその通りなので、今の仕事を任される幸運に感謝して謙虚に学び続けるだけ

朝昼夕晩どの時間帯に乗っても満員だし運行トラブルが発生すると乗れない電車しか来なくなるし、6年前より遥かに酷くなったと思う

渋谷に山手線で通勤するの無理ゲーなので、来年から週2日ぐらいWFHにするか真剣に考えている

現実の社会はどう見ても線形分離不可能な複雑な分布をしていて、どれほど複雑な機械学習モデルでも何事であれ切り分けるのは至難の業だと思うんだけど、そこに「自分が信じる完璧な分離平面」と称してただの真っ平らな平面で社会を切り分けようとする人間が出るから、社会の分断が起きるのかなと思った

そうなるとインプットとアウトプットとの関係を人間が繰り返し確認して、そこから暗黙の関係を「ヒトが」学習して、それに基づいて適当に各種パラメータをいじった方が何ぼかはマシみたいなことになる。。。

こういう場合、例えばembeddingで得た特徴量が線形分離可能かどうかは全く分からないわけで、試しにt-SNEとかで二次元に落として可視化してみたらぐちゃぐちゃなんてこともあったりする。そうなるとどこから直した方が良いのかさっぱり分からない

例えばpre-trainedなモデルでfine tuningして特徴量のembeddingを作ってさらに機械学習で分類するとかだと、返ってきた分類結果がおかしい時に「機械学習モデルの問題」なのか「pre-trainedモデル（の学習データ）の問題」なのか切り分けられないことがある

自分の仕事道具、ここ最近明らかにR, Python, BigQuery, TensorFlow Hub, AutoML Tables, RStanの6個に限られつつあるな。他のものを使う機会がどんどん減ってる

なので実務では解釈性は半分以上諦めて、与えるテストデータを変えるを繰り返して「何となくこんなインプットだとこんなアウトプットが返る」という「フィーリング」を掴んでもらうみたいなことが自分の周囲だと多い

確かに、特に現代のNN系の手法でブラックボックス化された機械学習の結果にはどれほど解釈性を与えたとしても「分かったつもり」に過ぎないとよく思う（以前の「非滑らかさ」の話題なんか見ていると尚更）。PRMLも「低次元で見られる直感的な観察は高次元では当てはまらないことが多い」と書いているし

だが、例えばシリコンバレーや中国tech業界なんかをはたから見ていると要素還元できる成長要因って意外となくて（例えば中国tech業界には日本でも嫌われるモーレツ労働文化が根強いところもある）、多変量的に多くの要因が同時に絡み合って成長を実現している。博士人材の処遇もその一つに含まれるはず

最近になって某経新聞がこれまで殆ど見向きもしてこなかったポスドク問題や博士号取得者の企業採用についてしきりに取り上げているのは、多分「他の成長している国と成長しなくなった本邦との違い」の一つとしてたまたま注目されただけで、他の顕著な差異が見つかればまた忘れ去られるのかなと思う

いよいよ「MLモデル以前のML」すなわち"ML design"の重要性が相対的に上がってきそうな気がしている（という個人的な予想にして期待）

とはいえ、報じる論調としては対岸の火事感が拭えないかなぁ。。。そりゃそうだろうとは思うが

行き場を失った日本のポスドクが、活躍の場と待遇を求めて韓国に渡りサムスンに就職したという事例が出ている。日本では院卒と学卒とで30歳時点の給与にあまり差がないが、USでは院卒の方が4割高くなるという数字も

テレ東WBSで博士号取得者減少問題≒ポスドク問題を取り上げている。地上波TVのメジャー番組でポスドク問題が取り上げられたのは過去に記憶がないので、もしかしたら今回が初めてなのではないか。日本企業で人材を採用するに当たって「専門性」を重視する企業は12%しかないという話も出ている

社会は残酷なので、「優れた機械学習の新しい研究成果を出せる」「最先端の機械学習手法を開発できる」「高性能な機械学習手法を実装できる」ことよりも「機械学習で他所よりも儲かる仕組みを作れる」ことの方が重要なケースが多い

我が人生三訓（完全に本音ベースというか自分の人生経験ベース）： 1. 好きなことで稼ぐのは難しいが得意なことで稼ぐのは簡単 2. 給与の多寡は需要と供給や環境や運に主に左右されるので他人と比べてクヨクヨするな 3. お金の余裕は心の余裕

本名や所属を出しながら「これは本音である」という顔をしつつ実際には本音かどうか曖昧で一見本音に見えるがよくよく吟味すると本音ではないように見える内容をツイートし続けるライフハック

企業人歴が長くなると、色々な記事を見て「この会社はPRがしっかり仕事をしてるな」とか「この会社はPRが何も仕事をしてないな」とか分かるようになる