Yu Kobayashi yukoba

## main.py
"""
Copyright (C) 2021 by Yu Kobayashi

Permission to use, copy, modify, and/or distribute this software for any purpose
with or without fee is hereby granted.

THE SOFTWARE IS PROVIDED "AS IS" AND THE AUTHOR DISCLAIMS ALL WARRANTIES WITH
REGARD TO THIS SOFTWARE INCLUDING ALL IMPLIED WARRANTIES OF MERCHANTABILITY AND
FITNESS. IN NO EVENT SHALL THE AUTHOR BE LIABLE FOR ANY SPECIAL, DIRECT,
INDIRECT, OR CONSEQUENTIAL DAMAGES OR ANY DAMAGES WHATSOEVER RESULTING FROM LOSS

## mufg_fx_download.py
"""
三菱UFJ銀行公表の対顧客外国為替相場を http://www.murc-kawasesouba.jp/fx/ からダウンロードします。
conda install lxml が必要です。
"""

from datetime import date
from time import sleep
from typing import Optional

import pandas as pd

## zei.py
# 2018年度用

def calc_kojin(income, age):
    # 基礎控除
    kisokoujyo_kuni = 38
    kisokoujyo_chihou = 33

    # 給与所得控除 https://www.nta.go.jp/m/taxanswer/1410.htm
    if income <= 180:
        kyuyo_shotoku_koujyo = max(65, income * 0.4)

## speck-rounds-inside.c
/*
こちらのコードは ROUNDS がループの内側。
https://en.wikipedia.org/wiki/Speck_(cipher) とほぼ同じ。
自動ベクトル化はできないみたいです。
 */

#define ROR(x, r) ((x >> r) | (x << (64 - r)))
#define ROL(x, r) ((x << r) | (x >> (64 - r)))
#define R(x, y, k) (x = ROR(x, 8), x += y, x ^= k, y = ROL(y, 3), y ^= x)
#define ROUNDS 32

## TensorFloat.scala
package jp.yukoba.tensor

import java.util

import com.github.fommil.netlib.BLAS
import org.scalatest.FunSuite

class TensorFloat(val data: Array[Float], val shape: Array[Int], val strides: Array[Int]) {
  assert(data.length > 0)

## Cmaes.scala
package jp.yukoba

import breeze.linalg.eigSym.EigSym
import breeze.linalg.{*, Axis, DenseMatrix, DenseVector, argsort, diag, eigSym, max, min, norm, sum}
import breeze.numerics.{log, pow, sqrt}
import breeze.stats.distributions.Gaussian

/**
  * 最適化アルゴリズム CMA-ES の実装。
  * https://www.lri.fr/~hansen/purecmaes.m を Scala に移植。

## cmaes.py
#############################################################
# 最適化アルゴリズム CMA-ES の実装。
# https://www.lri.fr/~hansen/purecmaes.m を Python 3 に移植。
# https://arxiv.org/abs/1604.00772 も参考にしています。
#############################################################

import numpy as np


def minimize(feval, N=12, xmean=None, sigma=1.0, stopfitness=1e-10, stopeval=None):

## nonparametric_bayesian_clustering.py
##################################################################################
# ノンパラメトリックベイジアンによる正規分布のクラスタリング
# 続・わかりやすいパターン認識の第12章の「クラスタリング法1のアルゴリズム」より
# Python 3 用
##################################################################################

import copy
import math

import matplotlib.pyplot as plt

## mixture_normal_distribution2.py
# 混合正規分布をEMアルゴリズムを使わずに直接勾配法でパラメータを求める。
#
# 【パラメータの事前分布】
# u1, u2: 正規分布 平均=データの平均 標準偏差1000
# s1, s2: 指数分布 θ = 10000
# pi: 正規分布 平均0.5 標準偏差100。ただし、定義域（0~1）から出たら非常に小さな事前確率にする。
# 事前分布があることにより、おかしなパラメータに行かない。

import autograd
import autograd.numpy as np

## mixture_normal_distribution1.py
# 混合正規分布をEMアルゴリズムを使わずに直接勾配法でパラメータを求める

import autograd
import autograd.numpy as np

epsilon = 1e-8
data = np.array([-0.39, 0.12, 0.94, 1.67, 1.76, 2.44, 3.72, 4.28, 4.92, 5.53,
                 0.06, 0.48, 1.01, 1.68, 1.80, 3.25, 4.12, 4.60, 5.28, 6.22])
data_var = data.var()
	"""
	Copyright (C) 2021 by Yu Kobayashi

	Permission to use, copy, modify, and/or distribute this software for any purpose
	with or without fee is hereby granted.

	THE SOFTWARE IS PROVIDED "AS IS" AND THE AUTHOR DISCLAIMS ALL WARRANTIES WITH
	REGARD TO THIS SOFTWARE INCLUDING ALL IMPLIED WARRANTIES OF MERCHANTABILITY AND
	FITNESS. IN NO EVENT SHALL THE AUTHOR BE LIABLE FOR ANY SPECIAL, DIRECT,
	INDIRECT, OR CONSEQUENTIAL DAMAGES OR ANY DAMAGES WHATSOEVER RESULTING FROM LOSS
	"""
	三菱UFJ銀行公表の対顧客外国為替相場を http://www.murc-kawasesouba.jp/fx/ からダウンロードします。
	conda install lxml が必要です。
	"""

	from datetime import date
	from time import sleep
	from typing import Optional

	import pandas as pd
	# 2018年度用

	def calc_kojin(income, age):
	# 基礎控除
	kisokoujyo_kuni = 38
	kisokoujyo_chihou = 33

	# 給与所得控除 https://www.nta.go.jp/m/taxanswer/1410.htm
	if income <= 180:
	kyuyo_shotoku_koujyo = max(65, income * 0.4)
	/*
	こちらのコードは ROUNDS がループの内側。
	https://en.wikipedia.org/wiki/Speck_(cipher) とほぼ同じ。
	自動ベクトル化はできないみたいです。
	*/

	#define ROR(x, r) ((x >> r) \| (x << (64 - r)))
	#define ROL(x, r) ((x << r) \| (x >> (64 - r)))
	#define R(x, y, k) (x = ROR(x, 8), x += y, x ^= k, y = ROL(y, 3), y ^= x)
	#define ROUNDS 32
	package jp.yukoba.tensor

	import java.util

	import com.github.fommil.netlib.BLAS
	import org.scalatest.FunSuite

	class TensorFloat(val data: Array[Float], val shape: Array[Int], val strides: Array[Int]) {
	assert(data.length > 0)
	package jp.yukoba

	import breeze.linalg.eigSym.EigSym
	import breeze.linalg.{*, Axis, DenseMatrix, DenseVector, argsort, diag, eigSym, max, min, norm, sum}
	import breeze.numerics.{log, pow, sqrt}
	import breeze.stats.distributions.Gaussian

	/**
	* 最適化アルゴリズム CMA-ES の実装。
	* https://www.lri.fr/~hansen/purecmaes.m を Scala に移植。
	#############################################################
	# 最適化アルゴリズム CMA-ES の実装。
	# https://www.lri.fr/~hansen/purecmaes.m を Python 3 に移植。
	# https://arxiv.org/abs/1604.00772 も参考にしています。
	#############################################################

	import numpy as np


	def minimize(feval, N=12, xmean=None, sigma=1.0, stopfitness=1e-10, stopeval=None):
	##################################################################################
	# ノンパラメトリックベイジアンによる正規分布のクラスタリング
	# 続・わかりやすいパターン認識の第12章の「クラスタリング法1のアルゴリズム」より
	# Python 3 用
	##################################################################################

	import copy
	import math

	import matplotlib.pyplot as plt
	# 混合正規分布をEMアルゴリズムを使わずに直接勾配法でパラメータを求める。
	#
	# 【パラメータの事前分布】
	# u1, u2: 正規分布平均=データの平均標準偏差1000
	# s1, s2: 指数分布 θ = 10000
	# pi: 正規分布平均0.5 標準偏差100。ただし、定義域（0~1）から出たら非常に小さな事前確率にする。
	# 事前分布があることにより、おかしなパラメータに行かない。

	import autograd
	import autograd.numpy as np
	# 混合正規分布をEMアルゴリズムを使わずに直接勾配法でパラメータを求める

	import autograd
	import autograd.numpy as np

	epsilon = 1e-8
	data = np.array([-0.39, 0.12, 0.94, 1.67, 1.76, 2.44, 3.72, 4.28, 4.92, 5.53,
	0.06, 0.48, 1.01, 1.68, 1.80, 3.25, 4.12, 4.60, 5.28, 6.22])
	data_var = data.var()