その通り！実際の記事を投稿したかったけど、ペイウォールの後ろにあってさ。ここで海賊版を共有していいのかわからないけど、読む価値は絶対にあるよ！

彼が『イルミナティ！トリロジー』を読んで、マルコフ・チェイニーの名前の由来を考えてたのかな…今思うと、ちょっとおかしいかも。/s

4日で340万回再生。すごいね…

動画のトップコメントには笑っちゃった。> マルコフ連鎖が、Veritasiumがこの動画のサムネイルとタイトルを何回変えるか予測できるかな。

正直、Veritasiumの基準からするとかなりひどい動画だった。核反応のメタファーを考えてみて。明らかにメモリーレスじゃないよね。最終的には分裂可能な材料が尽きるんだから。その例の図も悪い。矢印は状態遷移に対応してるの？それとも、1つの中性子が2つになるプロセスの分岐に対応してるの？

先週買ったばかりなんだ。この本は本当に幸せな気持ちにさせてくれる。ビショップのパターン認識みたいだけど、もっとクリアなトーンで（もちろん別の分野だけどね）。

PGMは探求するには素晴らしいトピックだし（Koller+Friedmanの本もいいよ）、興味がある人への注意点として言っておくけど、これらの高度なモデルの実装は大きなチャレンジなんだ。プロダクション向けのモデルを作る場合、たとえ問題が興味深いPGMにかなりマッチしていても、エンジニアリングの要件だけでもその道を進むのは避けた方がいい理由になるよ。PGMの本は、PGMの研究者向けに非常に明確に構成されてる。モデル、推論技術（本の大部分）、学習の3つの主要セクションで構成されていて、本の論理に従うと、これらのモデルの簡単なバージョンを実行する前に1000ページ以上の内容をこなさなきゃいけないんだ。特定の推論アルゴリズムの詳細に入る必要があるなら、これほどの範囲と詳細を持つ教科書は他にないと思う。ビショップの「パターン認識と機械学習」のPGMに関するセクションは、これらの高度なモデルについて学ぶには良いスタート地点だし、もし本当に興味が湧いたらKoller+Friedmanは貴重なテキストになるよ。Kollerが教えたPGMコースは、初期の頃からあった素晴らしいCourseraのコースの一つだったんだ。今も無料かはわからないけど、短期間でこのトピックを深く掘り下げるには良い方法だったよ（宿題は本当に厳しかったけどね！）[0]. 0. https://www.coursera.org/specializations/probabilistic-graph...

しばらくの間、金融の仕事でモンテカルロシミュレーションに取り組んでたんだ。既存の古いエクセルのモンスターをPythonで再構築して、新しい投資モデルに柔軟に対応できるようにしたり、もっと多くのレバーを実装したりしてた。毎日それを使ってたから、モンテカルロモデルを考えてた他の問題にもどんどん適用し始めたよ。本当に楽しいツールだよ、特にそれを設計しているときはね。