レビュー

短編集。この中のいくつかのテーマが、『正欲』や『メガチャーチ』など後の作品につながっているなと感じた。 『流転』と『そんなの痛いに決まってる』が好きだった。

わからない、わたしにはわからない

ぐぬぬ

私もこうなりたい

元気な日に読むべし鬱になる

クリーンヒット

はやってたから読んだ 全員意味不明 でも最後まで読んだから面白かったのかもたぶん

山内マリコの最高傑作だと思ってる ぐぬぬ、、ってなったから

自由と孤独

本の中で1番好き いちばんすき

愛するという技術

ご飯の描写がおいしそう、 英訳もこんなに美味しそうにちゃんとなってるかな？

人気だから読んだ、わからない！と思った

Buber の思想は人間関係観の anchor になった デカルトはサイエンス、ブーバーは人間

大好きな若林に敬意を払うために買って敬意を払うために読んだ。 面白かったなーとだけ思った

うっかり引きずられて鬱になっちゃう 元気すぎる時に読むと普通の気分になれる

何だか全員うるさかった

めそめそしながらよんだ、孤独だね

私も全然こうなるポテンシャルあり、 気をつける

発売日に買って読んだ 登場人物の感情の動きがわかりやすい

この本は、「プログラムを書く」という行為がコンピュータ内部でどのように動作に変わるのかを解き明かします。ソースコードがどのように翻訳され、メモリにロードされ、CPUによって実行されるかという流れを、図解を交えて解説します。ハードウェアやOSの仕組みも取り上げられており、プログラムを深く理解するための基礎が学べます。例えば、メモリの仕組みについての章では、なぜプログラムがメモリ上に展開されるのか、ヒープやスタックの役割は何かといった疑問に答えてくれます。私は学生時代、こういったコンピュータサイエンス系の授業が苦手だったのですが、当時この本を読んでいれば、授業の内容をもっと理解できただろうと思います。

『転移学習』（松井孝太、熊谷亘 著、講談社、2024年）は、転移学習について体系的に学べる貴重な一冊です。本書では、転移学習の基本概念からドメイン適応、事前学習済みモデル、知識蒸留、マルチタスク学習、メタ学習、継続学習、さらに強化学習への応用まで、幅広いトピックを詳細に解説しています。 基盤モデルの進化によって実用性がさらに高まった転移学習を、統計的学習理論の観点から深掘りしているのが特徴です。特に、ラデマッハ複雑度を用いた期待リスクの上界、ノーフリーランチ定理に基づく限界、対照学習や相互情報量の最大化といった高度な内容もカバーされています。また、少数ショット学習、継続学習、強化学習での転移学習といった、応用範囲の広がりも包括的に取り上げています。

『ゼロから作るDeep Learning ❺ ―生成モデル編』（斎藤 康毅 著、講談社、2024年）は、生成モデルの理論と実装をゼロから学べる人気シリーズの第5弾です。本書は正規分布などの基礎事項から拡散モデルの仕組みに至るまでを一貫したストーリーで解説し、最終的には簡易版Stable Diffusionといった趣の画像生成AIを実装することを目指します。 本書の魅力は、生成モデルの発展を基礎から追いかけながら、理論と実装の両面で深い理解を得られる点です。数式を用いて確率分布や最尤推定を説明するステップから始まり、混合ガウスモデルやEMアルゴリズム、VAE（変分オートエンコーダ）を経て、最終的にはPyTorchを使った拡散モデルの実装に到達します。一方で、数式の展開が多いため、苦手意識のある方にはややハードルが高いと感じるかもしれません。

『事実はなぜ人の意見を変えられないのか』（Tali Sharot 著、上原直子 訳、白揚社、2019年）は、データやロジックと説得力は別物であるということを、認知神経科学の観点から解説する本です。 反ワクチンの人に、子どもにワクチン接種を受けさせるよう説得するとしましょう。「ワクチン接種と自閉症に因果関係はない」という事実をもって相手の信念を否定しようとしても、相手は頑なになるだけです。認知能力の高い人であれば、自分にとって都合のいいデータを引っ張ってきて自説を強化してしまいます（確証バイアス）。このような状況では、「ワクチンは大きな病気から子どもを守る」という共通の目的からアプローチし（感情への寄り添い）、まずは「この人の話を聞いてやってもいい」と思ってもらうことが大切です。 本書で語られている内容は、さまざまな場面で活用できます。上司に提案を通す、子どもに野菜を食べてもらう、有権者に特定の候補者を支持してもらうなど。事実を並べるだけでは動かない局面で、「相手が大切にしている価値」や「共有できる目的」から入り直す、という発想が手に入ります。