Bayesian Methods for Hackers
An intro to Bayesian methods and probabilistic programming from a computation/understanding-first, mathematics-second point of view. Prologue The Bayesian method is the natural approach to inference, yet it is hidden from readers behind chapters of slow, mathematical analysis. The typical text on Bayesian inference involves two to three chapters on probability theory, then enters what Bayesian inf
社会実情データ図録 Honkawa Data Tribune
タンパク質ã€è„‚質ã€ç‚水化物ã®ã™ã¹ã¦ãŒå¢—åŠ ã—ã€ç‰¹ã«è„‚質ã®ä¼¸ã³ãŒè‘—ã—ã„米国。減少傾å‘ã®ç‚水化物ã«å¯¾ã—ã€å¢—åŠ ã—ã¦ã„ãŸã‚¿ãƒ³ãƒ‘ク質や脂質ãŒ1990年代ã«å転減少ã€ãªã„ã—横ã°ã„化ã—ç·ã‚«ãƒãƒªãƒ¼ã‚‚減少ã«è»¢ã˜ãŸæ—¥æœ¬ã€‚
統計å¦ã‚’勉強ã™ã‚‹ã¨ãã«çŸ¥ã£ã¦ãŠããŸã„10ãƒã‚¤ãƒ³ãƒˆ - Issei’s Analysis ～ãŠã¨ã†ã•ã‚“ã®è§£æžæ—¥è¨˜ï½ž
googleã•ã‚“やマイクãƒã‚½ãƒ•ãƒˆã•ã‚“ã¯ã€Œæ¬¡ã®10å¹´ã§ç†±ã„è·æ¥ã¯çµ±è¨ˆå¦ã€ã¨è¨€ã£ã¦ã„るよã†ã§ã™ã€‚ã¾ãŸIBMã¯åˆ†æžãŒã§ãる人æã‚’4,000人増やã™ã¨è¨€ã£ã¦ã„ã¾ã™ï¼ˆåŒè¨˜äº‹ï¼‰ã€‚ã—ã‹ã—分æžã‚’ã™ã‚‹ã¨ãã®åŸºç¤Žçš„ãªå¦å•ã¯çµ±è¨ˆå¦ã§ã™ãŒã€ã„ã–統計å¦ã‚’勉強ã—よã†ã¨ã—ã¦ã‚‚ã©ã“ã‹ã‚‰å–ã‚Šã‹ã‹ã‚Œã°ã„ã„ã‹åˆ†ã‹ã‚‰ãªã‹ãã¦å›°ã‚‹ã¨ã„ã†è©±ã‚’よãèžãã¾ã™ã€‚ãã‚Œã«æ©Ÿæ¢°å¦ç¿’ç³»ã®æœ¬ã¯æœ€è¿‘増ãˆã¦ãã¾ã—ãŸãŒã€çµ±è¨ˆå¦è‡ªä½“ãŒåŸºç¤Žã‹ã‚‰å¦ã¹ã‚‹æœ¬ã¯ã¾ã ã‚ã¾ã‚Šè¦‹ã‹ã‘ãªã„ã§ã™ã€‚ ãã“ã§ä»Šå›žã¯ã€çµ±è¨ˆå¦ã‚’åˆã‚ã¦å‹‰å¼·ã™ã‚‹ã¨ãã«çŸ¥ã£ã¦ãŠã„ãŸæ–¹ãŒè‰¯ã„10ãƒã‚¤ãƒ³ãƒˆã‚’紹介ã—ãŸã„ã¨æ€ã„ã¾ã™ã€‚ 1. åŒã˜æ‰‹æ³•ãªã®ã«é•ã†å‘¼ã³åãŒä»˜ã„ã¦ã„ã‚‹ 別ã®äººãŒé•ã†åˆ†é‡Žã§æ案ã—ãŸæ‰‹æ³•ãŒã€å®Ÿã¯å…¨ãåŒã˜ã ã£ãŸã¨ã„ã†ã“ã¨ãŒã‚ã‚Šã¾ã™ã€‚良ãèžãã®ã¯ã€æ•°é‡åŒ–ç†è«–や分散分æžã«ã¤ã„ã¦ã§ã™ã€‚ æ•°é‡åŒ–ç†è«– æ•°é‡åŒ–Ié¡ž = ダミー変数ã«ã‚ˆã‚‹ç·šå½¢å›žå¸° æ•°é‡åŒ–IIé¡ž = ダミー変数ã«ã‚ˆã‚‹åˆ¤åˆ¥åˆ†æž æ•°é‡åŒ–IIIé¡ž =
æœ‰æ„ - Wikipedia
帰無仮説ã®ä¸‹ã§å®Ÿéš›ã«ãƒ‡ãƒ¼ã‚¿ã‹ã‚‰è¨ˆç®—ã•ã‚ŒãŸçµ±è¨ˆé‡ã‚ˆã‚Šã‚‚極端ãªï¼ˆä»®èª¬ã«åã™ã‚‹ï¼‰çµ±è¨ˆé‡ãŒè¦³æ¸¬ã•ã‚Œã‚‹ç¢ºçŽ‡ã‚’ã€P値ã¨ã„ã†ã€‚P値ã®åˆ©ç”¨ã«ä¼´ã†è«¸å•é¡Œã‚’考慮ã—ãŸç¤¾ä¼šå¿ƒç†å¦ç³»ã®ã‚¸ãƒ£ãƒ¼ãƒŠãƒ«ã€Basic and Applied Social Psychology（英語版）（BASP）ã¯ã€å¸°ç„¡ä»®èª¬æœ‰æ„性検定ãŠã‚ˆã³ãã‚Œã«é¡žã™ã‚‹çµ±è¨ˆå¦çš„処ç†ã‚’ç¦æ¢ã™ã‚‹ã¨ç™ºè¡¨ã—ãŸ[3]。 有æ„水準α (0<α<1) ã¯ã€ã©ã®ç¨‹åº¦ã®æ£ç¢ºã•ã‚’ã‚‚ã£ã¦å¸°ç„¡ä»®èª¬ã‚’棄å´ã™ã‚‹ã‹ã‚’表ã™å®šæ•°ã§ã‚る。有æ„水準αã®ä»®èª¬æ¤œå®šã¯ã€ã®æ™‚ã«ã‚’棄å´ã™ã‚‹ã€‚ã“ã®ã¨ãã€ã€Œçµ±è¨ˆé‡ã¯Î±æ°´æº–ã§æœ‰æ„ã§ã‚ã‚‹ã€ã¨ã„ã†ã€‚有æ„水準αã¯ä»®èª¬ãŒæ£ã—ã„ã«ã‚‚ã‹ã‹ã‚らãšä»®èª¬æ¤œå®šã§æ£„å´ã—ã¦ã—ã¾ã†ç¢ºçŽ‡ï¼ˆç¬¬ä¸€ç¨®éŽèª¤ã‚’犯ã™ç¢ºçŽ‡ï¼‰ã«ç‰ã—ã„。日本工æ¥è¦æ ¼ã§ã¯ã€ã€Œç¬¬ä¸€ç¨®ã®èª¤ã‚Šã®ç¢ºçŽ‡ã®ä¸Šé™å€¤ã€ã¨å®šç¾©ã—ã¦ã„ã‚‹[4] 。 有æ„水準ã®å€¤ã¨ã—ã¦ã¯ã€0.05 (5%) を用ã„ã‚‹ã®ãŒä¸€èˆ¬çš„ã§ã‚ã‚‹ãŒã€ãã®ã¨ã‚Šæ–¹ã¯å¦å•ãƒ»èª¿æŸ»ãƒ»ç ”究
統計よりも「1人ã®ã‚¹ãƒˆãƒ¼ãƒªãƒ¼ã€ãŒæœ‰åŠ¹ãªç†ç”± | WIRED VISION
å‰ã®è¨˜äº‹ã€€iPod Nano腕時計ã®ã„ã‚ã„ã‚：10ドルã®è‡ªä½œå“ã‚‚ 豪è¯ãªãƒ—ライベートジェットã€å†…部をæ‹è¦‹ï¼šã‚®ãƒ£ãƒ©ãƒªãƒ¼ã€€æ¬¡ã®è¨˜äº‹ 統計よりも「1人ã®ã‚¹ãƒˆãƒ¼ãƒªãƒ¼ã€ãŒæœ‰åŠ¹ãªç†ç”± 2010å¹´9月17æ—¥ サイエンス・テクノãƒã‚¸ãƒ¼ コメント： トラックãƒãƒƒã‚¯ (0) フィードサイエンス・テクノãƒã‚¸ãƒ¼ Jonah Lehrer ç±³è»ã®ãƒ˜ãƒªã‚³ãƒ—ターã§æ•‘済ã•ã‚ŒãŸãƒ‘ã‚スタンã®æ´ªæ°´è¢«å®³è€…ãŸã¡ã€‚ç”»åƒã¯Wikimedia [ãƒãƒªã®é‰±å±±ã§èµ·ããŸäº‹æ•…ã¯ã€äººã€…ã®é«˜ã„関心をã²ãã¤ã‘ã¦ã„る。一方ã§ã€ãƒ‘ã‚スタンã®æ´ªæ°´ã¯ã€å¤§è¦æ¨¡ãªè¢«å®³ã§ã‚ã‚‹ã«ã‚‚ã‹ã‹ã‚らãšå分ãªé–¢å¿ƒãŒå–šèµ·ã•ã‚Œã¦ã„ãªã„。ãã®èƒŒæ™¯ã«ã¤ã„ã¦ã®è€ƒå¯Ÿã€‚] ç†è€…ã®è‘—書『How We Decideã€[邦訳ã¯ä¸€æµã®ãƒ—ãƒã¯ã€Œæ„Ÿæƒ…脳ã€ã§æ±ºæ–ã™ã‚‹(アスペクト刊)]ã‹ã‚‰ã€ã‚ã‚‹ç ”ç©¶ã‚’å¼•ç”¨ã—よã†ã€‚(人間ã®åˆ¤æ–ã‚„æ„志決定ã«ã¤ã„ã¦ç ”究ã™ã‚‹éžå–¶åˆ©æ©Ÿé–¢Decision Researchã®å‰µè¨è€…ã§ã‚ã‚‹
世界ã®è¦‹æ–¹ãŒå¤‰ã‚る地図ãŸã¡ - GAGAZINE（ガガジン）
世界ã®è¦‹æ–¹ãŒå¤‰ã‚る地図ãŸã¡ 今回ã¯ã€world mapper.com を紹介ã™ã‚‹ã‚ˆã€‚ ã“ã®ã‚µã‚¤ãƒˆã§ã¯ã€ä¸–ç•Œå„国ã®äººå£ã€è¼¸å‡ºå…¥å“ç›®ã€å¹³å‡å¯¿å‘½ãªã©ã®ã•ã¾ã–ã¾ãªçµ±è¨ˆã‚’ã€ä¸–界地図ã®å½¢ã§è¦–覚的ã«è¡¨ã—ã¦ã„ã‚‹ã‚“ã 。ãã£ã¨ä¸–ç•Œã®è¦‹æ–¹ãŒå¤‰ã‚ã‚‹ã¨æ€ã†ã‚ˆï¼ˆãƒŸã‚·ã‚¬ãƒ³å¤§å¦ã¨ã‚·ã‚§ãƒ•ã‚£ãƒ¼ãƒ«ãƒ‰å¤§å¦ã®ç ”究者ãŒä½œæˆã—ã¦ã„ã¦ã€ã‚½ãƒ¼ã‚¹ãŒç¤ºã•ã‚Œã¦ã„ã‚‹ã‹ã‚‰ä¿¡é ¼æ€§ã‚‚ã‚るよ。統計ã®åŸºæº–å¹´ã¯æ–ã‚Šã®ãªã„é™ã‚Š2002å¹´ã よ） クリエイティブ・コモンズ・ライセンス表示 © Copyright SASI Group (University of Sheffield) and Mark Newman (University of Michigan). -------- ã¾ãšã¯é¢ç© メルカトル図法ã«ã ã¾ã•ã‚Œã¦ãŸã‘ã©ã€å®Ÿã¯æ—¥æœ¬ã£ã¦ãã‚Œã»ã©å°ã•ããªã„よã？ ã“れを人å£æ¯”ã«å¯¾å¿œã•ã›ã‚‹ã¨ ã†ã‚ã€ä¸å›½ãŒåºƒãŒã‚‹ã®ã¯äºˆæƒ³ã—ã¦ãŸã‘ã©ã€ã‚¤ãƒ³ãƒ‰ã‚‚大ãã„ãï¼ãã—ã¦ãƒã‚·ã‚¢ãŒ
kè¿‘å‚法 - Wikipedia
kè¿‘å‚法（ケイãã‚“ã¼ã†ã»ã†ã€è‹±: k-nearest neighbor algorithm, k-NN）ã¯ã€å…¥åŠ›ã¨ã®é¡žä¼¼åº¦ãŒé«˜ã„ä¸Šä½ k 個ã®å¦ç¿’データã§å¤šæ•°æ±º/å¹³å‡ã™ã‚‹ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã§ã‚ã‚‹[1]。 パターンèªè˜ï¼ˆåˆ†é¡žãƒ»å›žå¸°ï¼‰ã§ã‚ˆã使ã‚れる。最近å‚探索å•é¡Œã®ä¸€ã¤ã€‚kè¿‘å‚法ã¯ã€ã‚¤ãƒ³ã‚¹ã‚¿ãƒ³ã‚¹ã«åŸºã¥ãå¦ç¿’ã®ä¸€ç¨®ã§ã‚ã‚Šã€æ€ 惰å¦ç¿’ ã®ä¸€ç¨®ã§ã‚る。ãã®é–¢æ•°ã¯å±€æ‰€çš„ãªè¿‘ä¼¼ã«éŽãŽãšã€å…¨ã¦ã®è¨ˆç®—ã¯åˆ†é¡žæ™‚ã¾ã§å¾Œå›žã—ã«ã•ã‚Œã‚‹ã€‚ã¾ãŸã€å›žå¸°åˆ†æžã«ã‚‚使ã‚れる。 kè¿‘å‚法ã¯ä»¥ä¸‹ã®æ‰‹é †ã‹ã‚‰ãªã‚‹ï¼š 入力ã¨å…¨å¦ç¿’データã¨ã®é¡žä¼¼åº¦ï¼ˆè·é›¢ï¼‰æ¸¬å®š é¡žä¼¼åº¦ä¸Šä½ k 個ã®é¸å‡º é¸å‡ºã•ã‚ŒãŸãƒ‡ãƒ¼ã‚¿ã®å¤šæ•°æ±ºã‚ã‚‹ã„ã¯å¹³å‡ ã™ãªã‚ã¡ã€Œå…¥åŠ›ã¨ã‚ˆã似㟠k 個ã®ãƒ‡ãƒ¼ã‚¿ã§å¤šæ•°æ±º/å¹³å‡ã™ã‚‹ã€å˜ç´”ãªã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã§ã‚ã‚‹[1]。 例ãˆã°ç’°å¢ƒï¼ˆæ°—温/湿度/風速）ã‹ã‚‰å¤©æ°—（雨/曇り/晴れ）を予測ã™ã‚‹åˆ†é¡žå•é¡Œã‚’考ãˆã‚‹ã€‚k=5 ã®kè¿‘å‚分類ã§ã¯ã€éŽåŽ»100æ—¥ã®ç’°å¢ƒ-天
データマイニングã®å®ç®±
データマイニングã«é–¢ã™ã‚‹ã“ã¨ã‚’ã€ãƒ‡ãƒ¼ã‚¿ã®é›†ã‚æ–¹ã‹ã‚‰çŸ¥è˜ã®ç²å¾—ã¾ã§ã€å¹…広ãä¸å¯§ã«è§£èª¬ã—ã¦ã„ã¾ã™ã€‚データマイニングã§ç”¨ã„られる知è˜ç™ºè¦‹æŠ€è¡“ã¯ã€ãƒã‚¹ã‚±ãƒƒãƒˆåˆ†æžãƒ»æ±ºå®šæœ¨ãƒ»ãƒ‹ãƒ¥ãƒ¼ãƒ©ãƒ«ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ãªã©å¤šãã®æ‰‹æ³•ãŒã‚ã‚Šã¾ã™ã€‚ã ã‹ã‚‰ã¨ã„ã£ã¦å…¨éƒ¨ã‚’åŒæ™‚ã«åˆ©ç”¨ã™ã‚‹ã“ã¨ã¯è€ƒãˆã‚‰ã‚Œã¾ã›ã‚“。解æžæ‰‹æ³•ã¯ãã‚Œãžã‚Œã®å½¹å‰²ãŒã‚ã‚Šã€ãã®ç›®çš„ã«åˆã‚ã›ã¦ä½¿ã„分ã‘ãªã‘ã‚Œã°ãªã‚Šã¾ã›ã‚“。 ãã‚Œãžã‚Œã®å½¹å‰²ãŒã‚ã‚‹ã¨æ›¸ãã¾ã—ãŸãŒã€å¤§ããã‚ã‘ã‚‹ã¨ï¼’ã¤ã®ã‚¿ã‚¤ãƒ—ãŒã‚ã‚‹ã¨æ€ã„ã¾ã™ã€‚「データã‹ã‚‰æœ¬è³ªã‚’探るã€ã‚¿ã‚¤ãƒ—ã¨ã€Œãƒ‡ãƒ¼ã‚¿ã‹ã‚‰æœªçŸ¥ã®ç¾è±¡ã‚’予測ã™ã‚‹ã€ã‚¿ã‚¤ãƒ—ã§ã™ã€‚ ã“ã®ç« ã§ã¯ã€ã€Œãƒ‡ãƒ¼ã‚¿ã®æ´—浄ã€ã‹ã‚‰ã€ŒçŸ¥è˜ç™ºè¦‹ã®æ–¹æ³•ã€ã‚’交ãˆã¦çŸ¥è˜ç™ºè¦‹ã‚’考ãˆã¦ã¿ã¾ã™ã€‚
1
ランã‚ング
ランã‚ング
ランã‚ング
リリースã€éšœå®³æƒ…å ±ãªã©ã®ã‚µãƒ¼ãƒ“スã®ãŠçŸ¥ã‚‰ã›
最新ã®äººæ°—エントリーã®é…ä¿¡
j次ã®ãƒ–ックマーク
kå‰ã®ãƒ–ックマーク
lã‚ã¨ã§èªã‚€
eコメント一覧を開ã
oページを開ã
{{#tags}}- {{label}}
{{/tags}}