Answer 「統計学的に有意」とは「仮説」と「実際に観察された結果」との差が誤差では済まされないことを意味します．例えば，投薬による治療効果の検証では，偽薬を投与した人たちと実薬を投与した人たちとの間で症状が改善された人数を比較して，その差が偶然得られる確率を計算します．この確率が十分に低ければ有意であると表現します．有意であるかどうかの基準（有意水準）は目的によって異なり，統計的解析を行う前に設定します． 1）その観察結果は偶然か意味があるか 統計的検定の目的は，ある集団について仮説を設定し，その集団から抽出された標本の観察にもとづいて，その仮説が正しいのか否かを検証することにあります．このとき，理論上の仮説と実際の観察が厳密に一致しないのは言うまでもありませんが，知りたいのは，両者のズレがたんなる偶然による誤差の範囲内なのか，それとも誤差では済まされない，何か意味のあるものか，という

「統計的に有意差がないため、2つのデータには差がない」──こんな結論の導き方は統計の誤用だとする声明が、科学者800人超の署名入りで英科学論文誌「Nature」に3月20日付で掲載された。調査した論文の約半数が「統計的有意性」を誤用しており、科学にとって深刻な損害をもたらしていると警鐘を鳴らす。 「統計的に有意差がない＝違いがない」は間違い 例えば、ある薬の効能を調べたいとする。統計学では一般的に「仮説検定」を行って薬を与えたグループとそうでないグループを比較し、薬効の指標となる何らかのパラメータに統計的有意差があるかどうかを見る。仮説検定は、2つの事象の差異が偶然生じたものかどうかを統計的に結論付けるものだ。 もし、統計的有意差がある（薬を与えた群のパラメータの方が有意に大きい）なら「薬には効能がある」という結論を導けるが、有意差がなかった場合はどうだろうか。 「統計的有意差がある＝薬効

記事を書いたデイリーの小林記者はイチローがメジャー1年目の2001年に初めて野球を担当したという。そんなルーキーに当時27歳のイチローは容赦なかったと振り返る。 《「次どうぞ」、「それ、答えなきゃいけないかな」。記者の質問をことごとくはねつける。無言でスルーされる。そこまで厳しくされる理由が分からなかった。》（デイリー・3月22日） それから3年後に初めて単独インタビュー。イチローが求めていたのは「プロフェッショナル」だったことを知る小林記者。 後年、「（あの頃は）地獄でした」とイチローに語ったという。引退を伝える記事の最後は「イチローには感謝の言葉しかない」。 「僕に鍛えられたんだから……」 同じ紙面には「'94年～'97年までオリックス担当」の記者が、 《記者泣かせの選手だった。》　《想定通りにやりとりが進んだことなんてなかった。》 《「学級新聞じゃないんだから」。時に叱られ、呆れられ

ようこそ、サル先生のGit入門へ。 Gitをつかってバージョン管理ができるようになるために一緒に勉強していきましょう！ コースは4つ。Git初心者の方は「入門編」からどうぞ。Gitを使った事がある方は「発展編」がおすすめです。さらに「プルリクエスト編」では、コードレビューする文化をチームに根付かせましょう。 「あれ？何だっけ…？」という時は「逆引きGit」で調べて見てくださいね。

Resources for Developers, by DevelopersDocumenting web technologies, including CSS, HTML, and JavaScript, since 2005. ////////////   ////////////   ////////////   ////////////   ////////////   ////////////   ////////////  ++++++  ++++++  ++++++  ++++++  ++++++  ++++++  ++++++{{{{ }}}}  {{{{ }}}}  {{{{ }}}}  {{{{ }}}}  {{{{ }}}}  {{{{ }}}}     ../../    ../../    ../../    ../../    ../../    ../..

こんにちは！ ZOZOテクノロジーズ開発部の中坊（e_tyubo）です。 私の所属しているマーケティングオートメーション（MA）チームでは、ZOZOTOWNやWEAR等の各サービスで蓄積されたデータを集約したデータ基盤の運用を行なっております。我々MAチームはこの集約されたデータを用いて顧客分析を行いマーケティングに活用しています。 今回はその運用の中で生じた問題とその解決方法ついて紹介致します。 概要 データ基盤には定期的にデータを流し込む処理がスケジューリングされており、膨大なデータが毎日転送されています。 現在このデータ転送処理はサービス側のデータベースから直接データを流しておらず、一度ハブとなるデータベースに集約しています。 ZOZOTOWNとWEARはどちらもSQL Serverを使っているため、ハブとなるデータベースもSQL Serverを使っています。 SQL Serverで

こんにちは。zozoバックエンド部の廣瀬です。 弊社のサービスではDBMSとしてMicrosoft社のSQL Serverを使用している箇所があります。 本記事では、過去に経験したSQL Server関連のトラブル及びその調査内容をご紹介し、最後にトラブルシューティングを通して策定した統計情報の更新に関する方針をまとめます。 トラブル発生 ある日突然、SQL Serverが稼働しているサーバーのCPU使用率が高騰し、100％に張り付く状態が一定期間続きました。 CPU使用率のグラフを見ただけでは、なぜ突然高騰したのか原因は分かりません。 そのため、原因を特定するための調査を実施しました。 トラブルシューティング 同一ホスト上で稼働している主要なプロセスはSQL Serverしか無かったため、SQL Server上でCPUリソースを多く消費するようなクエリが実行されていることを疑いました。

回答 (5件中の1件目) この質問にかなり先行して2015年、Quora（本家）で投げかけられた質問として、 Why do some functional programmers criticize design patterns in OOP languages as a sign of language deficiency, while Monad is also a design pattern? なぜ、関数型プログラマらは、オブジェクト指向(OOP)言語のデザインパターンを、言語の欠陥の象徴だと批判するのでしょうか？モナドもデザインパターンじゃないんですか？ があります。...

前回のエントリでは，分散型データセンターOSの背景と概要について述べた． hb.matsumoto-r.jp 本エントリでは，さくらインターネット研究所としてのフォーカス領域に基づいて、分散型データセンターOSからさらに踏み込んだ、ユビキタスデータセンター(命名 id:y_uuki )としての目的と解釈を紹介し，その文脈で，各社研究開発しているコンテナ実行環境，すなわち，コンテナランタイムにおけるOCIランタイム（Low-Level runtime）がどのように分類できるかを具体的に整理する． ユビキタスデータセンターOSとは ユビキタスデータセンターOSの役割 コンテナ実行環境とは コンテナ実行環境の分類 プロセス型 サンドボックス型 ユニカーネル型 microVM型 VM型 リアクティブ性の高いコンテナ実行環境の必要性 まとめ 大規模なデータセンターを建設し，ハードウェアリソースを集約

最近の都心のコンビニは国際色豊かで、従業員もお客さんも多国籍だ。いっぽう田舎のコンビニにも独特の景観があり、茶髪や金髪のお姉さんが働き、地元の高齢者が足しげく通っていたりして、これはこれで趣がある。 私の通勤圏にあるＦというコンビニ*1は、そういう趣の非常に強い良いコンビニだ。 そのコンビニは過疎化の進んでいる小集落と新興住宅地の中間ぐらいの場所に建っていて、国道にも面していた。国道沿いだから私のような通勤客が立ち寄ることもあるし、もちろん地元の高齢者の姿もよく見かける。 で、地元の高齢者の何人かが、どうやらコンビニを日用雑貨店として使っているように見受けられるのだった。 たとえば典型的なばあさんの場合、彼女はいつもカゴいっぱいに買い物をする。生鮮食料・助六弁当・漬物・乾電池・煎餅・チョコレート・アルコール・タバコ――要は、日用雑貨のあらゆるものをコンビニで買っているのがみてとれる。客単価

(Google Trends) 最近時系列分析あまりやってないので、{bsts}の使い方を思い出しがてらついでに与太記事を書いてみます。お題は「データサイエンティスト」「人工知能」「AI（トピックス）」のGoogleトレンドから見る今後のブーム動向です。今回は互いに相互作用がないものとみなして、VARモデルではなく全て個々の時系列の単変量モデルでやります。 なお互いに相互作用があるケースを想定した分析については、1年半前のこちらの記事をご覧ください。ただし現在のデータで同じことをやったら違う結果になると思われます。 また{bsts}パッケージの使い方とその背景にある理論については僕が書いた以前の記事と、id:ill-identifiedさんの記事が分かりやすいかと思います。 {bsts}でそれぞれのGoogleトレンドの向こう1年間の予測をしてみる ここからが本編。まず元データとして201

※本記事は、Lionbridge AI発の連載記事を再編集したものです。他の機械学習に使えるオープン・データセットまとめ記事は、こちらからご覧ください。 本記事は、日本語のデータセットを紹介いたします。日本語の公開データセットを無料ダウンロードできるポータルサイトや、自然言語処理に使える日本語のテキストデータセットを含みます。 機械学習に使える日本語のデータセットポータル DATA GO JP: 日本政府のデータカタログサイト。日本政府は、公共データを広く公開することにより、国民生活の向上、企業活動の活性化等を通じ、我が国の社会経済の発展に寄与する観点から、機械判読に適したデータ形式を、営利目的も含めた二次利用が可能な利用ルールで公開する「オープンデータ」の取組を推進しています。このウェブサイトは、二次利用が可能な公共データの案内・横断的検索を目的としたオープンデータの「データカタログサイ

(人にお願いするだけじゃなくて自分も貢献しろよということで昔話を書いてみました。kazawaフォーマットに従っています。) 学生時代 大学は、東大の計数工学科の計測コースというところでした。プログラミングは、課題をやったり卒論を書いたりするのにCを、バージョン管理には助手さんに教えてもらったRCS(CVSの前身?)を使っていました。みんなと一緒に修士まで行きましたが、研究者になるようなタイプでなかったので博士には進みませんでした。大学(特に計数工学科)で学んだことは今でもいろいろと役立っているなぁと思って感謝してますが、当時Googleを受けていたら120%落ちていたと思います 🙂 前職 ソニーに新卒で入社して、2000年から2007年までの8年間働いていました。前半は研究所（しかし論文とかは書かない）、後半はテレビ事業部にいました。 プログラミングの経験 いわゆる（当時の）標準的な開発

■PHPerKaigi 2019の登壇資料です - https://phperkaigi.jp/2019/ - https://fortee.jp/phperkaigi-2019/proposal/328896eb-c084-41c9-847f-f0512a538811 ■前作 - 失敗から学ぶ、RDBの正規化の話 - https://soudai.hatenablog.com/entry/learn-from-failure-1

サイトの構築。作品の販売。ブログの投稿。この他にもさまざまな機能があります。 ログイン サイトをはじめよう 非公開サイト このサイトは現在プライベート設定になっています。