Dockerfile内で仮想環境を作成し，conda actiavteしようとするが，できない．仕方がないのでbase環境のまま作成するが，デフォルトでnumpyやらpandasやらが，defaults channelからインストールされているため，違うチャンネルのパッケージをインストールしようとするとbuildまでに時間がかかったり，conflictしてインストールできなかったりした．

これらを解決するために

1. 仮想環境をactivateする．
2. 立ち上げた後もその環境にいられるようにする方法

をとったのでメモする．

使用したdocker image: continuumio/anaconda3:2021.05

sw_vers

ProductName:	macOS
ProductVersion:	11.5.1
BuildVersion:	20G80

docker version

Client:
 Cloud integration: 1.0.17
 Version:           20.10.8
 API version:       1.41
 Go version:        go1.16.6
 Git commit:        3967b7d
 Built:             Fri Jul 30 19:55:20 2021
 OS/Arch:           darwin/arm64
 Context:           default
 Experimental:      true

Server: Docker Engine - Community
 Engine:
  Version:          20.10.8
  API version:      1.41 (minimum version 1.12)
  Go version:       go1.16.6
  Git commit:       75249d8
  Built:            Fri Jul 30 19:53:34 2021
  OS/Arch:          linux/arm64
  Experimental:     false

matplotlibで以下のエラーメッセージが出たのだが，内容や原因が全くわからなかったので状況をメモしておく．

2021-08-28 13:44:34.218 python3[29922:788064] _TIPropertyValueIsValid called with 4 on nil context!
2021-08-28 13:44:34.218 python3[29922:788064] imkxpc_getApplicationProperty:reply: called with incorrect property value 4, bailing.
2021-08-28 13:44:34.218 python3[29922:788064] Text input context does not respond to _valueForTIProperty:
2021-08-28 13:44:34.218 python3[29922:788064] _TIPropertyValueIsValid called with 4 on nil context!
2021-08-28 13:44:34.218 python3[29922:788064] imkxpc_getApplicationProperty:reply: called with incorrect property value 4, bailing.
2021-08-28 13:44:34.218 python3[29922:788064] Text input context does not respond to _valueForTIProperty:

makeコマンドを使ったり，pipだったりする方法が検索すると引っかかるが，出力されるファイル構成が変わったりしてうまくいかなかったので，自分の環境でのやり方をメモする．

sw_vers
ProductName:	macOS
ProductVersion:	11.5.1
BuildVersion:	20G80

python==3.7.10
sphinx==4.1.2

機械学習コンペなどで盛んに用いられる勾配ブースティングの一種として，Natural Gradient Boosting (NGBoost)がある．これは，「予測の不確かさ」を扱うことができるため，注目を浴びている．

NGBoostの解説記事自体はたくさん日本語でも存在するので，自分はこれに関連する論文や日本語の記事などを読んだが，それらの確率の取り扱いについての解釈がわからなかった（論文には詳しく書かれていないので当然である）．

もちろんアルゴリズムを完全に理解できてはいないが，手法として取り入れるにあたって，この解釈は避けて通れないと考えた．

そこで色々探していると，論文のauthorが自ら，それらの解釈について言及している記事を見つけたので自分なりに日本語にしつつ，自分なりの解釈などのメモをとった．

筆者ら自身も，

確率的回帰については少し混乱があることも明らかになった．それは当然のことである．私たちは従来から利用されてきたものから少し離れているので，多少の混乱は当然である．だからこそ，私はこの記事を書いているのである．
NGBoost and Prediction Intervals - Towards Data Science

と言っており，解釈が難しいのだと思う．

環境

クライアント側

sw_vers

ProductName:	macOS
ProductVersion:	11.5.1
BuildVersion:	20G80

ホスト側

cat /etc/lsb-release

DISTRIB_ID=Ubuntu
DISTRIB_RELEASE=18.04
DISTRIB_CODENAME=bionic
DISTRIB_DESCRIPTION="Ubuntu 18.04.3 LTS"