勉強の進捗20210131

今期は下記の科目を履修している。

【2020-2021 session: 全て選択科目】

1. Machine learning 
2. Elements of econometrics

 
1は一昨年から勉強を続けており、今は10章中8章目の非線形の学習をしている。

本科目の指定参考書は2冊あり、8章ではメインではない方の参考書でGaussian processを学ぶ。回帰分析のようにパラメーターを使用してアウトプットを得るのではなく、そのアウトプットがガウシアンに従うという仮定のモデルで、アウトプットに対応する関数はインプットに当てはめる相関関数によって決まるという、これまた数式が常軌を逸している案件なのだが、それより厄介なのは、この補助的な方の参考書は全ての章を読むようには指定されていないから、前の章を読まないと内容がわからない説明が頻出するところにある。ポータルサイト上の手引きでは、Gaussian processについては理論的に深入りしなくていいとの前置きがあるが、深入りしなくても勉強を進めるのは大変だった。

もう2ヶ月くらい8章で苦戦している。今やっと章末問題に辿り着いた。

今季は期末試験を受けないが、4月にはひと通り終わらせる。

また、Rはどこかの時点で体系的に学ばないと駄目かも。文法の自由度が高くて少々混乱気味だ。

2は今季から進めており、13章中13章目の終盤まで進んでいる。

完了目標が今日だった。約2週間足が出そうだが、ほぼ予定どおり。

無論、今季の期末試験にトライする。

引き続き時系列データの回帰分析のテクニックを学んでいる。

2月からの復習によってスキルを確実に身につけたら、きっとすごいことになる。

復習に入ったら週5から週4に減らして、1の学習を1日追加しよう。

期末試験は今季も在宅仕様だそうだ。

試験会場の緊張感が恋しくもあるが、イギリスの現況があって、それでも試験を実施してくれるロンドン大学に感謝する。

2020年終わり

ロンドン大学に入学以来、勉強のためにプライベートの行動が制限されている。

さらに、入学以来毎年のように期末試験の結果に落胆し、そのたびに危機意識をアップデートすることになったから、ますます身動きが取れなくなってきた。

予定をこさえると、なんだかだでその予定の前後の時間も含めて勉強ができない。ちょっと単車に乗って風になりたい時でも断念することが多い。帰ってきてヘルメットを脱いだからって、その直後に孤高のライダーがいきなり計量経済学の勉強なんてできないでしょ。

そういえば今年は一度バッテリーの充電が無くなってたっけ。最近はコンビニに行くのさえ躊躇する始末だ。

もう5年以上も行動自粛の状態が続いており、つまり、その点に於いてコロナ前後で大きな変化がない。

来年のある時点でワクチンが十分に出回り、収束に向かうと思われるが、自分はその後ももう少しだけ自粛が続くことになる予定だ。

仕事については、クラウドサービスを導入し、本格的に全社運用までこぎつけた。

来年以降ますます全社的に仕事の仕方が変わっていくことだろう。

今年の前半は根回しをしながら粘り強く導入提案を続け、導入後の後半は急ぎすぎないように全社へ浸透させてきた。年間を通して慎重に動いたが、導入時だけは社長と一部の上役の了承を得た後で一気に動いた。少々やり方が強引だったかもしれないが、変わるためにはしょうがない。

今年は昇進もしているが、それを特に意識することなく結果を残した。順調だった。

ただし、本来期待されていることが、ロンドン大学の勉強の仕事への応用が、できていなかったのは残念だ。

だが年明け早々から1000万を越える製造部門のデータの分析を行う。

まずは大量のエクセルファイルをCSVに変換してkintoneに読み込んで環境整備する力仕事にだいぶ時間を使いそうだが、根気よく進めたい。

計量経済学は時系列データの回帰分析を、機械学習は非線形・スプラインをそれぞれ勉強中。機械学習はやはり今季間に合いそうにない。

まぁ、想定内の進捗。

-------------------------------------
本ブログをちょくちょく見ていただいている皆様、訪問頂きありがとうございます。

来年もどうぞよろしくお願いします。

それではよいお年を。

 

勉強の進捗20201122

今期は下記の科目を履修している。

【2020-2021 session: 全て選択科目】

1. Machine learning 
2. Elements of econometrics

 
1は昨年から勉強を続けており、今は10章中7章目の教師なし学習を学習している。

YとXで分析していた今までと違い、Yが無い場合の学習だ。内容は難解だが学習は進む。Xの分散の最大方向に基底が変換される。もし線形代数Further linear algebraで苦しんだ経験が無かったら、ここでギブアップしていただろう。

回帰分析、ベイズ推定などの5章までよりも今は進捗は良く、「今年」中には8章まで進める勢いだ。ただ、「今季」の期末試験に間に合わせるのは依然厳しい。期末試験前に課題提出もあるから尚更だ。

間に合いそうになくても「今年」中の進捗にこだわるのは、来期での学位到達可否に影響するからで、気を抜いているとまた1年延長しなければならなくなる。

2は今季から進めており、13章中の9章目がもうすぐ終わる。進捗は良い。今季間に合いそうだ。

今は連立回帰分析。

マクロ経済学で外性、内性変数というのを学んだが、連立方程式の形で学ぶとその意味の違いが理解し易い。

2は回帰分析を経済学に応用する過程で1よりも細かな分析スキルが紹介され、いやというほど回帰分析に染まることになる。

おかげで、手元のデータを利用して単に散布図に関数を当てはめてR^2とtの仮説検定からあてはまりの良さやパラメータを分析しただけの仕事に対しては、「君は回帰分析を行うにあたって、撹乱項と独立変数の相関の有無を精査したのか？」などと少々ウンチクを垂れて批判することができそうなレベルに到達している気分だ。実際、そのうち職場で言いそうなセリフだなこりゃ。

期末試験前の総仕上げをする来年春頃にはどれほどの高みに到達しているか楽しみだ。

これまでの進捗とこれからの予定 2０2０

 入学から現在までの進捗と今後の予定を下記に示す。

【合格済み】

1. Algebra
2. Calculus
3. Statistics 1（ハーフコース）
4. Statistics 2（ハーフコース）
5. Introduction to economics
6. Abstract mathematics
7. Microeconomics
8. Further linear algebra（ハーフコース）
9. Further calculus（ハーフコース）
10. Asset pricing and financial markets
11. Macroeconomics

【今後の履修予定科目】
12. Machine learning
13. Elements of econometrics

14. Economic history since 1900

【学位取得後】
15. Advanced statistics: distribution theory（ハーフコース）

16. Advanced statistics: statistical inference（ハーフコース）

＊1～9および11は必修。他は選択。

13は今季履修する。進捗はほぼ半分完了。今は回帰分析において、サンプルを構成する各データに対応する擾乱項の分散が異なる場合について学習している。

例えば、GDPを横軸、製造関連の出来高を縦軸に取って各国のデータをプロットすると、GDPの値が大きいほどブレが大きくなる。

そのブレへの対処方法を学んでいる。

まだ仕事に生かしてはいないが、求められる分析スキルに実用性の高さを感じる。もうすぐだ、もうすぐ。

12も学習中。半分以上完了。前半の学習内容は回帰分析関連やベイズ推定で、1.5年かかった。その後は分類classification に至り進捗は良くなっているので一応今季も履修するが、期末試験に間に合わせる自信はあまりない。試験直前に課題提出もあるし。

k近傍やロジスティック回帰、線形判別分析など、こっちも早く仕事に導入してみたい。

14は来年履修予定の最後の科目だ。経済学の歴史ではなく、経済学でひも解く20世紀以降の歴史科目。

入学当初は14ではなくMonetary economics という科目の履修を予定していたが、参照する参考書やジャーナルが多いこと、科目専用ポータルサイトに貼ってあるリンク先が無効になっている参照ジャーナルがあったこと（今はどうなってるか知らん）、そしてなにより現時点で経済学にうんざりしていることから、履修しないことにした。

とはいえ代わりの科目に数学系はもう選択できないので、できる限り経済学から遠いと思われる経済学科目として14を選んだ。

今、アメリカの高校性が使っている、体感で4kgぐらいある太い世界史のテキストブックを読んでいる。

特に産業革命による都市の形成とナショナリズムの高揚、そして産業革命の延長にあるプロパガンダの手段の発達あたり。

プロパガンダの手段の発達は21世紀も続いている。

そういやG.オーウェルの1984も最近やっと読んだ。

いろいろな視点から歴史を学びたい。

かしこくなりたいから。

13は今季片付ける。進捗は良い。同時に、今年中に12の大半を終わらせることができれば、再来年には学位に到達できそうだ。そうなれば７年で学位到達となる。

ちなみに、今入学すると修学年限は6年らしい。自分の場合はまだ8年に設定されていた2015年の入学だから7年でも問題ない。

とはいえ14はまだ全く手を付けていないからどうなるかわからんが。

そして学位到達後。

統計学の上級科目である15と16も入学当初に履修を予定していたが、移り気で新設科目の10を履修したために履修できなくなってしまった。科目ポータルサイトから教材だけ入手しておいて、学位取得後に勉強する。このハーフコース2科目まで終えない限り、ロンドン大学の勉強が終わったとは言えない。

ターゲットは、統計検定1級にしておこうか。

Monetary economics も、いつか気が向いたら勉強するかも。

継続料はもう払った。

2020-2021 session 開始

（今年もたぶん）新学期が始まるのは正式には秋なのだろうが、こちとらサラリーのためにあくせく働く勤労学生である。時間がない。待っている余裕はない。
もう6年目の勉強を始めている。
ロンドン大学6年生。

入学から現在までの進捗と予定を下記に示す。

【合格済み： 10は選択、他は必修】
1: Algebra
2: Calculus
3: Statistics 1（ハーフコース）
4: Statistics 2（ハーフコース）
5: Introduction to economics
6: Abstract mathematics
7: Microeconomics
8: Further linear algebra（ハーフコース）
9: Further calculus（ハーフコース）
10: Asset pricing and financial markets

【結果待ち：必修】
11: Macroeconomics

【今季履修予定科目：選択】

12: Machine learning

13: Elements of econometrics

12は昨年から学習を進めている。
今は5章で、高次元の場合の効率的なモデリングを通して回帰分析に深入りしている。

13は0章として統計学の基礎を復習したあと、1章の単回帰分析に進んでいる。1章も実際は復習だ。

学科の先生が指定参考書の著者なのだが、この参考書が噂に違わずわかりやすい。0章はグラフを多用してType-II エラーや中心極限定理などを明解に解説しており、とてもありがたかった。1章も引き続き丁寧な説明となっている。

初心者向けとは言えないが、基礎の復習としてはこの上ないマテリアルだ。

13はボリュームがある。

マクロ経済に時間をかけた分だけ余裕がない。

早朝勉強が再び習慣になっている間にスピード感を持って進めていく。

今年は13がメイン。土日含め週5日やる。12は今年も間に合わないかもしれないが、かまわん。

13は12の復習になるだろう。相乗効果が期待できる。

2019-2020 session 終了

5年目は下記の科目の期末試験を受験した。

【2019-2020 session】

Macroeconomics（必修）

これまで履修してきた中で最もインテリジェントかつ最も厄介な科目であるLSEのマクロ経済。
2年間勉強し続けた挙句、ついに試験ギリギリまで全く自信のないまま、とにかくできるだけたくさんの問題を解いて勉強した。赤点の可能性への恐れを抱きながらも、2年間勉強し続けた意地があって引くに引けない。
疲労が極限に達している状態ですがるようにして試験前に手に取ったのは、G. Polya の How to solve it （邦題 : いかにして問題をとくか）だ。目次の直後の What is the unknown ? から始まる問い掛け集と、Part 1の20 の A rate problem での教師の問いかけと生徒のレスポンスを何度も繰り返し読んだ。
それが功を奏した（ような気がする）ようで、実際の試験は落ち着いて論述と数式を展開し、引っ掛け問題にも引っ掛からず、また、初等レベルのグラフを細部まで利用し解答を練り上げて、なんとか配点93点分の問題を解いた。
70点取れていたらいいなと思えるくらい解いたのだから上出来だ。

試験結果はまだ先だから少々気が早いが、予定ではこれで経済学の科目は終わりとなる。

学位まで残り3科目。今学習しているのは計量経済学（統計学）と機械学習の2科目。そして来年履修を予定している最後の1つは歴史科目だ。

当分経済学には関わりたくない。
だが、この先気持ちが立ち直ったら、まずは自分が属する「氷河期世代」が生きてきた時代の歴代政府の経済政策を自分なりにおさらいしてみたい。
してみたいというからには、すでに今の時点で少しずつ意識して「している」のだが、やはり今は食傷気味で頭がなかなか動かない。
時間を置いて、辿ってきた時代を見直してみて、それから自分なりの提言が少しでもできるようになりたい。その過程で勉強がまだ足りないと思うなら、その時はその時の自分の意思に従うまでだ。

How to solve it は今まで1回周りしか読破していない。
この本は3回ほど読み返して会得する価値があると思う。

ま、とにかくおつかれさん、俺。

来期への準備

いつもは5月に期末試験が行われるが、今年はコロナ禍のため、7月に延期となっている。

2019-2020 sessionの期末試験はまだこれからなのだ。

7月は1科目、Macroeconomics（必修）のみ受験する。

同時に履修していたMachine learning （選択）は次期以降に持ち越す。

Macroeconomicsは過去問3年分をやり終えた。

この科目が厄介なのは、出題範囲が広いことよりも、何を"assume"して論述するかを意識しないと思考が迷宮入りするところにある。

例えばFisher model: 消費理論ではconsumption はnormal goods で、この前提がないと income effect とsubstitution effect からの帰依について論述が進まなくなる。この前提の上で、saver とborrower の場合のincome effect をそれぞれ考慮して論述することになる。また、内容が現在から未来にかかる消費一般のような問題だから、前提を見失なっていると、いつのまにか「俺ならこうする」が、主観が、回答にまぎれ込んだりするのだ。

過去問は難しく、未だに自信が無いのだが、全く手に負えない状態からは脱している。

あと1ヶ月は週二で復習を進める。

Machine learningはベイズ推定の章を半年かけてやっと終えた。ベイズの定理がハイパーパラメータで拡張されて、今はもう頭が消化不良の状態だ。

次章は高次元の回帰分析。

来期でも間に合わないかもしれないが、間に合わす必要があるわけではない。ゆっくり消化して栄養を取ろう。

7月の試験までは週一、その後は引き続き週二で進める。

MacroeconomicsとMachine learning を同時に勉強するのは本当に辛かった。一度赤点を取った線形代数と微積の時よりもだ。

明日からは来期に新しく履修する予定の計量経済学を週四で進める。7月の試験後は週五。

まずは1年目に学習した基礎レベルの統計学の復習から始める。

ちょうど良い骨休めになるだろう。

2年振りに起床を5時台に設定し、早朝勉強を再開した。やはり早朝は頭の働きが良い。

季節に関係なく早朝勉強を何年も毎日欠かさず持続できるような鉄人であったなら、今頃Macroeconomics も Machine learning も片付いてたかも。冬の朝は人生の厳しさを凝縮したように起きるのがつらい。