先日車で通ったとき、山あいに沢山の桜があってここは何だろう？と後日調べると芦野氏陣屋跡（芦野御殿山公園・御殿山）という場所らしい。芦野氏の屋敷（居城）跡で、桜ヶ城とも呼ばれるぐらい桜が見事とのことでなるほど。すぐ手前の隈研吾建築である石の美術館は有名だけど、この芦野氏陣屋跡なんて存在自体全く知らなかった。

入り口には稲荷神社。御殿山を登ると見晴らしが良い休憩所があり、芦屋～茶臼岳(たぶん)を一望できる。ちょうど桜は散り始めて、それもまた良かったな。

中腹にある樹齢500年のコウヤマキ。ご立派。

山を登っているお年寄りは結構いらっしゃったが、全体的にほとんど人はおらず、桜と景観を堪能できた。周りも芦野の自然あふれる良い場所で、また違う季節に来たい。お気に入りの場所が一つ増えた。

お昼は伊王野山の駅で水車蕎麦。暑い日のため、蕎麦屋は大変賑わっていた。外のテントの下で食べたのだけど、春の陽気が最高の調味料という感じで、大変美味しくいただけた。

その後はgarden AUX PARADISへ。かつて無いほどの混み用で、店内には入らずテイクアウトでジェラートを頼む。はじめはここでランチをと思っていたけど、混みそうな予感がしたので水車蕎麦で正解であった。

春のPARADISの敷地は花々に囲まれもう最高という感じで言うことなし。店の周りを散歩している人は少なく、なんとも勿体ない。

暖かいを通り越して汗がでるような日が続いたので散髪へ。約一ヶ月半ぶりでサッパリ。いわゆるスピードカットなのだけど、予約アプリがこのお店にはあり、予約できるのが便利なのだよなぁ。今日など予約なしなら100分待ちであった…。

ベクトル・行列からはじめる最適化数学読み進め。13.2の検証では汎化性能・過学習・ホールドアウト検証・交差検証の説明など。この辺は機械学習の一般的な話なので復習的な感じ。

13.3の特徴エンジニアリング。標準化・例外値削除・ワンホット化・特徴同士の積（バイナリなら両方1のもののみが1としてのこるなど）・一般加法モデル（特定の閾値以上で線形関数を適用するといった非線形モデル）・層別モデル（特定クラスタで別モデルを適用する）という一般的なものの説明。高度なものとして、たとえば文章ならTF/IDFといったドメイン特化な特徴追加・他のモデルの予測値を使う・クラスタリングしたグループ代表からの距離・元の特徴からランダムな線型結合する非線形関数を適用といった説明。

ニューラルネットワークの学習は特徴エンジニアリング視点から一言で表すと、線形関数と非線形関数を組み合わせることで、巨大なデータがあれば良い特徴写像を直接見つけることができる特徴量（NNにおいてはパラメータ）作成と言えるであろう。

この節は「新しい/より良い特徴量を作れました」という一般的な話だけでなく、RMSを見てその特徴がどれだけ寄与しているのかや、追加しても訓練・テスト結果のRMSがちょっと良くなる程度の特徴はよろしくない、等を知ることができる。また人間が解釈しやすい最小二乗法とRMSから試して、徐々に複雑なことをやっていくことが大切という至極まっとうな手法を理解できる。示唆に富んだ節だったなぁ。