Latent Semantic Indexingなるものを知った

これは，結構わかりやすかった．
http://www.r.dl.itc.u-tokyo.ac.jp/~nakagawa/infoDB/ir-lsi.pdf

LSIはSVD(Singular Value Decomposition)という数学的技法を使っている．ところで，SVDって何の略だ.あく国際会議の論文には(Single value decomposition)とか書いてあるし．ちなみに日本語訳は特異値分解らしい．どっか聞いたことありそうだけど，線形台数まともにやっていなかったからな...

ちなみに，SVDで探せばする見つかるけど，プログラムも見つかった．まだ試してないけど．
http://www.netlib.org/svdpack/index.html
最後のほうにC,C++がある．

先にこういう応用例を見せれば，まともに勉強...いや,自分から勉強しにいっただろうに．だれかタイムマシンで昔の自分にこんな応用例教えてやってよ...

そういえば，高校のときはあの物理の先生のおかげか，やたらと微分方程式とか解くの好きだったけど．結局，回路方程式はラプラス変換で，シュレディンガー方程式とかの虚数を含んだ方程式とかフーリエ変換で解けるらしいということで，ラプラス変換やフーリエ変換使って方程式を解く方法の基礎まで，物理学科に混じって(モグリで)勉強したよな．あんときのガッツがあれば，これぐらい問題なさそうだけど...

もう一度学部からやり直して〜〜〜．とりあえず，量子力学ぐらい大学いる間に勉強したいな...

あ，モグッてまで勉強したい人．意外と私立の大学なら授業もぐれるかもよ．少なくとも大教室なら余裕．ただ問題は，そこまでして面白い授業がいくつあるかということかな．先生にってぜんぜん違うからな...
# あの先生が大学の講師とかだったら，面白かっただろうに(予備校の先生だったけどｗ

あと，さすがに試験まではモグれなかったな．一応要綱にはどの授業も単位になるはずだから，無理やり担当教授にごり押ししてみたらとか言われたけど．まあ，あんときは単位が目的じゃなかったし．
# そいうえば，あの時の助手の人，きれいだったな(違