Kaggle: The Home of Data ScienceKaggle is the world’s largest data science community with powerful tools and resources to help you achieve your data science goals.
データã®æ¬¡å…ƒå‰Šæ¸›ã«é–¢ã™ã‚‹è³‡æ–™é›† - ã‚ã‚‚
次元削減ã¨ã¯ データã®æ¬¡å…ƒå‰Šæ¸›(Dimensionality reduction) + データã®å¯è¦–化(Data Visualization) PCA Principal Component Analysis(PCA) randomized PCA Online Robust Principal Component Analysis(OR-PCA) 多様体å¦ç¿’ t-Distributed Stochastic Neighbor Embedding(t-SNE) Multidimensional Scaling(MDS) Isomap Locally Linear Embedding (LLE) Laplacian Eigenmaps(LE) Semidefinite Embedding (SDE) Latent Dirichlet Allocation(LDA) Labeled LDA P
ã€è«–文シリーズ】CBOWã¨Skip-gramã«ã¤ã„㦠- Qiita
原文 ベクトル空間ã«ãŠã‘る言語特徴é‡ã®åŠ¹çŽ‡çš„推定(Efficient Estimation of Word Representations in Vector Space) Tomas Mikolov (2013) 1. è¦ç´„ 「å˜èªžãƒ™ã‚¯ãƒˆãƒ«(word vectors)ã€ã®åŠ¹çŽ‡çš„ãªå¦ç¿’方法ã®æ示。Word2Vecã¨ã„ã†ãƒ¢ãƒ‡ãƒ«ã«æŽ¥ç¶šã™ã‚‹è€ƒãˆæ–¹ã€‚ è¦æ¨¡ã«ã—ã¦10億語超ã€èªžå½™ã§ã¯100万語超ã®å‡¦ç†ã‚’試ã¿ã‚‹ã€‚ 比較対象: éŽåŽ»ã®è¨€èªžå‡¦ç†è¦æ¨¡ã§ã¯ã€1000万語レベルã®å‡¦ç†ãŒé™ç•Œã ã£ãŸã€‚ å¦ç¿’テクニックã¨ã—ã¦åºƒã使ã‚ã‚Œã¦ããŸæ‰‹æ³•ã¯ã€æ¬¡ã®3ã¤ã§ã‚る。 â‘ NNLM(Neural Network Language Model) é †ä¼æ’åž‹NNを用ã„ã¦ã€å˜èªžã®ç‰¹å¾´é‡ã‚’抽出ã™ã‚‹ã€‚教師データã«ã¯ã€å“詞タグ付ã‘ã•ã‚ŒãŸã‚³ãƒ¼ãƒ‘スを用ã„る。 â‘¡LSA(Latent Semantic Analysis) 精度ã¯NNã«åŠ£ã‚‹ã€‚æ•™
大å¦ã®ç†å·¥ç³»ã®è¬›ç¾©ãƒŽãƒ¼ãƒˆPDFã¾ã¨ã‚ （数å¦ãƒ»ç‰©ç†ãƒ»æƒ…å ±ãƒ»å·¥å¦ï¼‰ - 主ã«è¨€èªžã¨ã‚·ã‚¹ãƒ†ãƒ 開発ã«é–¢ã—ã¦
大å¦ã¨å¤§å¦é™¢ã®ï¼Œç†å·¥ç³»ã®è¬›ç¾©ãƒŽãƒ¼ãƒˆPDFã®ã¾ã¨ã‚。 PDFå½¢å¼ã®æ•™ç§‘書ã«åŠ ãˆï¼Œè©¦é¨“å•é¡Œã¨è§£ç”，ãŠã‚ˆã³æŽˆæ¥ã®å‹•ç”»ã‚‚集ã‚ãŸã€‚ å¦ç”Ÿãƒ»ç¤¾ä¼šäººã‚’å•ã‚ãšï¼Œãœã²ç‹¬å¦ã®å‹‰å¼·ã«å½¹ç«‹ã¦ã¦ã»ã—ã„。 内容ã¯éšæ™‚ï¼Œè¿½åŠ ãƒ»æ›´æ–°ã•ã‚Œã‚‹ã€‚　（※ç¾åœ¨ï¼Œï¼–ï¼ç§‘目以上） カテゴリ別ã®ç›®æ¬¡ï¼š （１） æ•°å¦ã®è¬›ç¾©ãƒŽãƒ¼ãƒˆ （２） 物ç†å¦ã®è¬›ç¾©ãƒŽãƒ¼ãƒˆ （３） æƒ…å ±ç§‘å¦ã®è¬›ç¾©ãƒŽãƒ¼ãƒˆ （４） å·¥å¦ã®è¬›ç¾©ãƒŽãƒ¼ãƒˆ ※院試ã®å•é¡Œã¨è§£ç”ã®ã¾ã¨ã‚ã¯ã“ã¡ã‚‰ã€‚ （１）数å¦ã®è¬›ç¾©ãƒŽãƒ¼ãƒˆ 解æžå¦ï¼š 解æžå¦ã®åŸºç¤Ž （大å¦ï¼‘å¹´ã§å¦ã¶ï¼Œï¼‘変数ã¨å¤šå¤‰æ•°ã®å¾®åˆ†ãƒ»ç©åˆ†ï¼‰ è¤‡ç´ è§£æžãƒ»è¤‡ç´ 関数論 （函数論） ルベーグç©åˆ† （測度論ã¨ç¢ºçŽ‡è«–ã®å…¥é–€ï¼‰ é–¢æ•°è§£æž ï¼ˆFunctional Analysis） 代数： 線形代数 （行列論ã¨æŠ½è±¡ç·šå½¢ä»£æ•°ï¼‰ ç¾¤è«–å…¥é–€ãƒ»ä»£æ•°å¦ ï¼ˆç¾¤ãƒ»ç’°ãƒ»ä½“ï¼‰ 有é™ç¾¤è«– （群ã®è¡¨ç¾è«–） 微分方程å¼ï¼š å¸¸å¾®åˆ†æ–¹ç¨‹å¼ ï¼ˆè§£æžçš„ãŠã‚ˆã³è¨˜å·çš„ãªæ±‚解） å微分方程
ビヘイビア駆動開発 ― ウォーターフォールモデルã‹ã‚‰ã®ã‚¹ãƒ†ãƒƒãƒ— | POSTD
ビヘイビア駆動開発（BDD：Behavior-Driven Developmentã€æŒ¯ã‚‹èˆžã„駆動開発ã¨ã‚‚ã„ã†ï¼‰ã‚’実務ã«æ²¿ã£ã¦ç°¡å˜ã«ç´¹ä»‹ã—ã€ã‚½ãƒ•ãƒˆã‚¦ã‚§ã‚¢é–‹ç™ºãƒ—ãƒã‚»ã‚¹ã«å¯¾ã—ã¦ã“ã®æ‰‹æ³•ãŒã©ã‚Œã»ã©æœ‰ç›Šã‹ã‚’説明ã—ã¾ã™ã€‚ ã¯ã˜ã‚ã« BDDã§é‡è¦–ã—ã¦ã„ã‚‹ã®ã¯ã€ãƒ•ã‚£ãƒ¼ãƒ‰ãƒãƒƒã‚¯ãƒ«ãƒ¼ãƒ—を最å°é™ã«çŸç¸®ã™ã‚‹ã“ã¨ã§ã™ã€‚BDDã¯ã‚½ãƒ•ãƒˆã‚¦ã‚§ã‚¢é–‹ç™ºæ‰‹æ³•ã®é€²åŒ–ã®ä¸ã§ã€ç†è«–çš„ã«ä¸€æ©å‰é€²ã—ãŸã‚‚ã®ã¨ã„ãˆã¾ã™ã€‚本稿ã§ã¯BDDã®æ¦‚念ã¨ã€ãã®åŽŸåž‹ã®ãƒ¢ãƒ‡ãƒ«ã‚’説明ã—ã¾ã™ã€‚ ソフトウェア開発者やã€ã‚¨ãƒ³ã‚¸ãƒ‹ã‚¢éƒ¨é–€ã®ãƒžãƒãƒ¼ã‚¸ãƒ£ãƒ¼è·ã«å°±ã„ã¦ã„る人ãªã‚‰ã°æらãã€ä»¥ä¸‹ã®å›³ã®ã‚ˆã†ãªã‚¦ã‚©ãƒ¼ã‚¿ãƒ¼ãƒ•ã‚©ãƒ¼ãƒ«ãƒ¢ãƒ‡ãƒ«ã¯ã‚ˆãã”å˜ã˜ã§ã—ょã†ã€‚ 注釈: Waterfall model：ウォーターフォールモデル System Requirements：システムè¦ä»¶å®šç¾© Software Requirements：ソフトウェアè¦ä»¶å®šç¾© Analysis：è¦æ±‚åˆ†æž Progr
ofmind.net
ofmind.net 2020 Copyright. All Rights Reserved. The Sponsored Listings displayed above are served automatically by a third party. Neither the service provider nor the domain owner maintain any relationship with the advertisers. In case of trademark issues please contact the domain owner directly (contact information can be found in whois). Privacy Policy
決定木ã®Rパッケージã«ã¤ã„㦠- データサイエンティスト上ãŒã‚Šã®DXå‚謀・起æ¥å®¶
教科書 The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition (Springer Series in Statistics) 作者: Trevor Hastie,Robert Tibshirani,Jerome Friedman出版社/メーカー: Springer発売日: 2008/12/01メディア: ãƒãƒ¼ãƒ‰ã‚«ãƒãƒ¼è³¼å…¥: 1人 クリック: 222回ã“ã®å•†å“ã‚’å«ã‚€ãƒ–ãƒã‚° (16件) を見る Classification and Regression Trees (Wadsworth Statistics/Probability) 作者: Leo Breiman,Jerome Friedman,Charles J. Stone,R.A. Olshen出版社/メー
データ分æžã®ãƒ—ãƒã‚’目指ã™ã‚¨ãƒ³ã‚¸ãƒ‹ã‚¢å¿…èªã®æ›¸ - ã»ãã笑む
ç¦å³¶çœŸå¤ªæœ—『データ分æžãƒ—ãƒã‚»ã‚¹ã€ã‚’èªã¿ã¾ã—ãŸã€‚ データ分æžãƒ—ãƒã‚»ã‚¹ (シリーズ Useful R 2) 作者: ç¦å³¶çœŸå¤ªæœ—,金明哲出版社/メーカー: 共立出版発売日: 2015/06/25メディア: å˜è¡Œæœ¬ã“ã®å•†å“ã‚’å«ã‚€ãƒ–ãƒã‚° (2件) を見る 「データ分æžã€ã¨ã²ã¨ã“ã¨ã§è¨€ã£ã¦ã‚‚ã€è‰²ã€…ãªäººãŸã¡ãŒè‰²ã€…ãªè€ƒãˆæ–¹ã§ã€Œãƒ‡ãƒ¼ã‚¿åˆ†æžã€ã‚’ã‚„ã£ã¦ã„ã‚‹ã¨æ€ã„ã¾ã™ã€‚ ãã®ä¸€å¤§å‹¢åŠ›ã¨ã—ã¦æŒ™ã’られるã®ãŒã€ŒExcelã§é›†è¨ˆã ã‘ã—ã¦ã‚‹äººãŸã¡ã€ã§ã™ã€‚ã“ã‚Œã¯ç‰¹ã«ãƒžãƒ¼ã‚±ã‚¿ãƒ¼å‡ºèº«ã®äººãŒå¤šã„ã®ã§ã¯ãªã„ã§ã—ょã†ã‹ã€‚*1 一方ã€æœ€è¿‘ã®ãƒ‡ãƒ¼ã‚¿åˆ†æžç•Œéšˆã«å¢—åŠ ã—ã¦ã„ã‚‹ã¨æ€ã‚れるã®ãŒã€Œæ©Ÿæ¢°å¦ç¿’ツールã«ãƒ‡ãƒ¼ã‚¿ã‚’入れるã ã‘ã€ã®äººãŸã¡ã§ã™ã€‚ 特ã«ã‚¨ãƒ³ã‚¸ãƒ‹ã‚¢å‡ºèº«ã®æ–¹ãŒã€ä¸Šå¸ã«ã€Œãƒ‡ãƒ¼ã‚¿åˆ†æžãŒæµè¡Œã£ã¦ã‚‹ã¿ãŸã„ã ã‹ã‚‰ä»Šæ—¥ã‹ã‚‰ãƒ‡ãƒ¼ã‚¿åˆ†æžã‚„ã£ã¦ã€ã¨è¨€ã‚ã‚Œã¦æ³£ããªãŒã‚‰ã‚„ã£ã¦ã„るケースãŒå¤šã„ã®ã§ã¯ãªã„ã‹ã¨ã€‚ ãã†ã„ã†äººãŸã¡ã¯ã€æ©Ÿæ¢°å¦ç¿’ã«ã¤ã„ã¦ã‚る程度ç†è§£ã—ã¦ãŠ
dplyrを使ã„ã“ãªã™ï¼åŸºç¤Žç·¨ - Qiita
ã¯ã˜ã‚ã« 4月ã¨ã„ã†ã“ã¨ã§ã€æ–°å’ãŒå…¥ã£ã¦ããŸã‚ŠRを使ã£ãŸã“ã¨ãªã„メンãƒãƒ¼ãŒJOINã—ãŸã‚Šã—ãŸã®ã§ã€ 超便利ãªdplyrã®ä½¿ã„方を何回ã‹ã«åˆ†ã‘ã¦ã¾ã¨ã‚ã¦è¡Œãã¾ã™ã€‚ Rã¯çŸ¥ã‚‰ãªã„ã‘ã©ã€SQLã¨ã‹ä»–ã®ãƒ—ãƒã‚°ãƒ©ãƒŸãƒ³ã‚°è¨€èªžã¯ã‚る程度やã£ãŸã“ã¨ã‚ã‚‹ã¿ãŸã„ãªäººå‘ã‘ã§ã™ã€‚ dplyrを使ã„ã“ãªã™ï¼ã‚·ãƒªãƒ¼ã‚º 基礎編以外も書ãã¾ã—ãŸã®ã§ã€â†“ã‹ã‚‰ã©ã†ãžã€‚ dplyrを使ã„ã“ãªã™ï¼Window関数編 dplyrを使ã„ã“ãªã™ï¼JOINç·¨ dplyrã¨ã¯ データフレームã®æ“作ã«ç‰¹åŒ–ã—ãŸãƒ‘ッケージã§ã™ã€‚ Rã¯åŸºæœ¬çš„ã«å‡¦ç†é€Ÿåº¦ã¯ã‚ã¾ã‚Šæ—©ããªã„ã§ã™ãŒã€dplyrã¯C++ã§æ›¸ã‹ã‚Œã¦ã„ã‚‹ã®ã§ã‹ãªã‚Šé«˜é€Ÿã«å‹•ä½œã—ã¾ã™ã€‚ ソースã®å¯èªæ€§ã‚‚よããªã‚‹ã®ã§ã€å®—教上ã®ç†ç”±ã§ç¦æ¢ã•ã‚Œã¦ã„る人以外ã¯ä½¿ã†ãƒ¡ãƒªãƒƒãƒˆã¯å¤§ãã„ã§ã™ã€‚ 処ç†å¯èƒ½ãªãƒ‡ãƒ¼ã‚¿ã‚µã‚¤ã‚ºã®ç›®å®‰ ã‚ãã¾ã§ã‚‚個人ã®ç’°å¢ƒã«å¼·ãä¾å˜ã—ãŸæ„Ÿè¦šå€¤ã§ã™ãŒã€1000万行ã€100MBãらã„ã®ãƒ‡ãƒ¼ã‚¿ã‚µã‚¤
分æžæŠ€è¡“ã¨ãƒ“ジãƒã‚¹ã‚¤ãƒ³ãƒ†ãƒªã‚¸ã‚§ãƒ³ã‚¹
20128月3 Python：決定木ã®ä½œæˆ Pythonを用ã„ãŸãƒ‡ãƒ¼ã‚¿ãƒžã‚¤ãƒ‹ãƒ³ã‚°äº‹ä¾‹ã¨ã—ã¦æ±ºå®šæœ¨ã®ä½œæˆã‚’ã¾ã¨ã‚る。 ã“ã‚Œã¾ã§ã®äº‹ä¾‹ã¯ã€ã‚る変数ã¨ã‚る変数ã®ä¸€å¯¾é–¢ä¿‚ãŒä¸å¿ƒã ã£ãŸã€‚ãã‚Œã«å¯¾ã—本手法ã¯ã€ã‚る目的変数ã«å¯¾ã—複数ã®èª¬æ˜Žå¤‰æ•°ãŒã©ã®ã‚ˆã†ã«çµ„ã¿åˆã‚ã•ã£ãŸé–¢ä¿‚ãŒã‚ã‚‹ã®ã‹ã‚’探索ã™ã‚‹ãŸã‚ã®æ‰‹æ³•ã§ã‚る。 決定木ã®å¼·ã¿â€¢å¼±ã¿ã¯ä»¥ä¸‹ã®ãƒšãƒ¼ã‚¸ãŒå‚考ã«ãªã‚‹ã€‚ http://scikit-learn.org/stable/modules/tree.html  上記ページã¯pythonã®ãƒ‡ãƒ¼ã‚¿ãƒžã‚¤ãƒ‹ãƒ³ã‚°ãƒ©ã‚¤ãƒ–ラリã®scikit-learnã®ã‚‚ã®ã§ã€ 機能ã®å¤šæ§˜ã•ã§ã„ãˆã°ã“ã‚ŒãŒä¸€ç•ªè‰¯ã•ãã†ã«æ„Ÿã˜ã‚‹ã€‚ ãŸã ã—ã€çµæžœã®å¯è¦–化方法ã¾ã§å«ã‚ãŸèª¿æŸ»ãŒã‚¹ãƒ ースã«ã„ã‹ãªã‹ã£ãŸãŸã‚〠機能ã®æ•°ã¯ã‚„や劣るãŒå†…容ã¯å分ã«ã‚ã‚‹Orangeライブラリを用ã„ãŸä¾‹ã‚’紹介ã—ãŸã„。 scikit-learnã¯ç²¾åº¦å‹è² ã®æ™‚ã«ã¯è‡ªç”±åº¦ã¨ç¨®é¡žãŒã‚
多変é‡è§£æžã®åŸºç¤ŽçŸ¥è˜ï¼šãƒªã‚µãƒ¼ãƒã‚½ãƒªãƒ¥ãƒ¼ã‚·ãƒ§ãƒ³ | マクãƒãƒŸãƒ«
調査çµæžœã‚’より深ãç†è§£ã™ã‚‹ãŸã‚ã«æ§˜ã€…ãªè§£æžã‚„データå¯è¦–化ã®ãŸã‚ã®æ‰‹æ³•ãƒ»ãƒ„ールをã”用æ„ã—ã¦ã„ã¾ã™ã€‚ å°‚é–€ã®ãƒªã‚µãƒ¼ãƒãƒ£ãƒ¼ãƒ»ã‚¢ãƒŠãƒªã‚¹ãƒˆãŒèª¿æŸ»ç›®çš„ã«å¿œã˜ã¦å¹…広ã„手法ã‹ã‚‰æœ€é©ãªæ‰‹æ³•ã‚’ã”æ案ã€ã‚µãƒãƒ¼ãƒˆã„ãŸã—ã¾ã™ã€‚
Nastran - Wikipedia
Nastran（ナストラン）ã¨ã¯ã€æ§‹é€ 解æžã‚’主用途ã¨ã—ãŸæœ‰é™è¦ç´ 法CAEソフトウェアã§ã‚る。従æ¥ã¯ã€é–‹ç™ºè€…ã®è¨ç«‹ã—ãŸMSCソフトウェアよりリリースã•ã‚Œã¦ã„ãŸãŒã€åトラスト法ã®é©ç”¨ã§ã€ç¾åœ¨ã¯è¤‡æ•°ã®ä¼æ¥ã‚ˆã‚Šãƒªãƒªãƒ¼ã‚¹ã•ã‚Œã¦ã„る。 リãƒãƒ£ãƒ¼ãƒ‰ãƒ»ãƒžã‚¯ãƒ‹ãƒ¼ãƒ«[1]ã¨ãƒãƒãƒ¼ãƒˆãƒ»ã‚·ãƒ¥ãƒ´ã‚§ãƒ³ãƒ‰ãƒ©ãƒ¼[2]ã¯ã€SADSAM[3]ã¨ã„ã†å称ã§ã€æ§‹é€ 解æžãƒ—ãƒã‚°ãƒ©ãƒ を開発ã—ã¦ã„ãŸã€‚åŒæ™‚期ã«ã‚¢ãƒ¡ãƒªã‚«æ”¿åºœã¯ã‚¢ãƒ¡ãƒªã‚«èˆªç©ºå®‡å®™å±€ï¼ˆNASA）ã®ãŸã‚ã«æ§‹é€ 解æžãƒ—ãƒã‚°ãƒ©ãƒ 開発をè¦æœ›ã—ã¦ã„ãŸãŸã‚ã€å½¼ã‚‰ã¯MSCソフトウェアをè¨ç«‹ã—ã€é–‹ç™ºã—ãŸãƒ—ãƒã‚°ãƒ©ãƒ ã‚’1968å¹´ã«Nastran[4]ã¨ã„ã†å称ã§ç´å…¥ã—ãŸã€‚ ã“ã®ãƒ—ãƒã‚°ãƒ©ãƒ ã‚’ã€MSCソフトウェアã§ã¯1971å¹´ã‹ã‚‰ MSC.Nastran ã®å称ã®ã‚½ãƒ•ãƒˆã‚¦ã‚§ã‚¢ã¨ã—ã¦è²©å£²ãŠã‚ˆã³ã‚µãƒãƒ¼ãƒˆã‚’開始ã—ãŸã€‚ã“ã‚Œã¯ã€ã¾ã¨ã¾ã£ãŸæ§‹é€ 解æžãƒ—ãƒã‚°ãƒ©ãƒ ã¨ã—ã¦ã¯ã€åˆã‚ã¦ã®å•†æ¥ç”¨ãƒªãƒªãƒ¼ã‚¹ã§ã‚ã£ãŸãŸã‚ã€æ©Ÿæ¢°ã€å»ºç¯‰ãƒ»åœŸ
MetaTrader 4 Platform for Forex Trading and Technical Analysis
MetaTrader 4 is a platform for trading Forex, analyzing financial markets and using Expert Advisors. Mobile trading, Trading Signals and the Market are the integral parts of MetaTrader 4 that enhance your Forex trading experience. Millions of traders with a wide range of needs choose MetaTrader 4 to trade in the market. The platform offers ample of opportunities to traders of all skill levels: adv
Installing IPython — IPython
Installing IPython¶ There are multiple ways of installing IPython. This page contains simplified installation instructions that should work for most users. Our official documentation contains more detailed instructions for manual installation targeted at advanced users and developers. If you are looking for installation documentation for the notebook and/or qtconsole, those are now part of Jupyter
櫻田潤 | インフォグラフィック・エディター
ビジュアルã®åŠ›ã§ä¸–界を丸ãã™ã‚‹ã€‚ 地çƒã®å½¢çŠ¶ãŒã€Œä¸¸ã„ã€ã®ã¯ã€ãã“ã§æš®ã‚‰ã™åƒ•ãŸã¡ã«ã²ã¨ã¤ã®ã€Œãƒ“ジョンã€ã‚’指ã—示ã—ã¦ã„ã¾ã™ã€‚地çƒã®å½¢ã¨åŒã˜ã‚ˆã†ã«ã€ä¸–ç•Œã§èµ·ã“ã£ã¦ã„ã‚‹ã“ã¨ã®ã™ã¹ã¦ãŒä¸¸ãåŽã¾ã£ã¦ã„ã‚Œã°è‰¯ã„ã®ã§ã™ãŒã€ç¾å®Ÿã¯é•ã„ã¾ã™ã€‚ 大å°ã„ã‚ã„ã‚ãªè¦æ¨¡ã®æ‘©æ“¦ãŒã„ãŸã‚‹ã¨ã“ã‚ã«ç™ºç”Ÿã—ã€ç¹°ã‚Šè¿”ã•ã‚Œã¾ã™ã€‚ãã®è§£æ±ºã«å¿…è¦ãªã®ã¯ã€ãŠäº’ã„ã®ã€Œè€ƒãˆã€ã‚„「価値観ã€ã€Œç«‹å ´ã€ã€ã€ŒçŠ¶æ³ã€ã€ŒçŠ¶æ…‹ã€ã‚’示ã—ã€èªã‚åˆã†ã“ã¨ã§ã™ã€‚ãã®ãŸã‚ã«ã€ã€Œãƒ“ジュアルã€ã®åŠ›ã‚’活用ã—ã¦ã„ãã¾ã™ã€‚
クラスタリング (クラスター分æž) - Toshihiro Kamishima
クラスタリング (clustering) ã¨ã¯ï¼Œåˆ†é¡žå¯¾è±¡ã®é›†åˆã‚’，内的çµåˆ (internal cohesion) ã¨å¤–的分離 (external isolation) ãŒé”æˆã•ã‚Œã‚‹ã‚ˆã†ãªéƒ¨åˆ†é›†åˆã«åˆ†å‰²ã™ã‚‹ã“㨠[Everitt 93, 大橋 85] ã§ã™ï¼Žçµ±è¨ˆè§£æžã‚„多変é‡è§£æžã®åˆ†é‡Žã§ã¯ã‚¯ãƒ©ã‚¹ã‚¿ãƒ¼åˆ†æž (cluster analysis) ã¨ã‚‚呼ã°ã‚Œï¼ŒåŸºæœ¬çš„ãªãƒ‡ãƒ¼ã‚¿è§£æžæ‰‹æ³•ã¨ã—ã¦ãƒ‡ãƒ¼ã‚¿ãƒžã‚¤ãƒ‹ãƒ³ã‚°ã§ã‚‚é »ç¹ã«åˆ©ç”¨ã•ã‚Œã¦ã„ã¾ã™ï¼Ž 分割後ã®å„部分集åˆã¯ã‚¯ãƒ©ã‚¹ã‚¿ã¨å‘¼ã°ã‚Œã¾ã™ï¼Žåˆ†å‰²ã®æ–¹æ³•ã«ã‚‚å¹¾ã¤ã‹ã®ç¨®é¡žãŒã‚り，全ã¦ã®åˆ†é¡žå¯¾è±¡ãŒã¡ã‚‡ã†ã©ä¸€ã¤ã ã‘ã®ã‚¯ãƒ©ã‚¹ã‚¿ã®è¦ç´ ã¨ãªã‚‹å ´åˆ(ãƒãƒ¼ãƒ‰ãªã‚‚ã—ãã¯ï¼Œã‚¯ãƒªã‚¹ãƒ—ãªã‚¯ãƒ©ã‚¹ã‚¿ã¨ã„ã„ã¾ã™)や，逆ã«ä¸€ã¤ã®ã‚¯ãƒ©ã‚¹ã‚¿ãŒè¤‡æ•°ã®ã‚¯ãƒ©ã‚¹ã‚¿ã«åŒæ™‚ã«éƒ¨åˆ†çš„ã«æ‰€å±žã™ã‚‹å ´åˆ(ソフト，ã¾ãŸã¯ï¼Œãƒ•ã‚¡ã‚¸ã‚£ãªã‚¯ãƒ©ã‚¹ã‚¿ã¨ã„ã„ã¾ã™)ãŒã‚ã‚Šã¾ã™ï¼Žã“ã“ã§ã¯å‰è€…ã®ãƒãƒ¼ãƒ‰ãªå ´åˆã®ã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°ã«ã¤ã„ã¦è¿°ã¹ã¾ã™ï¼Ž
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
統計科å¦ã®ãŸã‚ã®é›»å図書システム
[PDF]1時間ã§ã ã„ãŸã„ã‚ã‹ã‚‹æ§‹é€ 方程å¼ãƒ¢ãƒ‡ãƒªãƒ³ã‚°
Amazon.co.jp: 10年戦ãˆã‚‹ãƒ‡ãƒ¼ã‚¿åˆ†æžå…¥é–€ SQLã‚’æ¦å™¨ã«ãƒ‡ãƒ¼ã‚¿æ´»ç”¨æ™‚代を生ã抜ã (Informatics &IDEA): é’木峰郎: 本
yEd Graph Editor
{{#tags}}- {{label}}
{{/tags}}