わ、去年2023-08-26にこの記事書いたんだね。まる1年だね。2024年版機械学習・データ分析の必須10冊+ガチ90冊+Next5冊=105冊書きましたよ。 【データ分析の必読10冊+差をつける10冊＋100冊超】データサイエンス、データ分析、機械学習関連の本がご好評いただいてましたが古くなりごちゃごちゃしているので新たに作り直しました 本記事のめあて IT系の技術者の方がデータ分析関連の仕事をするために役立つ本を紹介する（私が学び始めた時にあれば欣喜雀躍したであろう）記事として書いております。 本記事作者の青木はバイオインフォマティクス（ゲノムデータのDB化中心・Perl・MySQL）からRで時系列分析→Pythonでデータ分析一般と業務をしてまいりました。 ですので研究者目的の本はありません。また、データ分析の基礎は主にRで学んだのですが、昨今の流行に合わせてPython本を中心に

Yahoo! JAPAN Digital Hack Day 2021の技術紹介イベントでのプレゼン資料です。 https://hackday.yahoo.co.jp/ アーカイブ動画はこちらからご覧頂けます。 https://youtu.be/3e9OPS8qSA4?t=9890

ひとつ前のブログで、児童手当についての話題をとりあげました。 www.shiratamaotama.com 簡単にまとめると下記のようになります。 日経新聞による報道 ・児童手当を「大人の小遣いに充てる」「使わずに残っている」人は年収600万～1000万円未満で39%、1000万円以上では49% ・これをふまえ、財務省は高所得者への児童手当廃止を含めた見直しを要請する 私が調べたこと ・児童手当の使途についての国の調査は、H24厚労省「児童手当の使途等に係る調査報告書」しかなさそう ・この調査報告書では、世帯年収1,000万円以上で児童手当を「大人のおこづかい」にしている割合は0.9％しかない。「使わずに残っている」17.1％と足しても18％であり、日経新聞の報道とは数字がかけ離れている 前回のブログを書いた後で、さらに発見したこと そして2019年10月9日の財政制度等審議会資料（財務省

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

厚生労働省の毎月勤労統計調査についての特別監察委員会の報告書が出され、樋口委員長の記者会見が行われた。疑問も残るが、おおむね事実関係は明らかになった。焦点になっている東京都の大企業の抽出調査については次の通り： 2003年5月22日付の事務連絡に「事業所規模５００人以上の抽出単位においては、今回から全国調査でなく、東京都の一部の産業で抽出調査を行うため注意すること」と書かれている。この事務連絡は雇用統計課長の決裁をへて他部局にも公式に伝達されており、隠蔽の事実はない。 当時の担当課長は「抽出調査としたことについて、覚えていないが当時自分が決裁したと思われる決裁文書を見たらそのように残っていたのでそうなのだと思う。ただ、抽出していたとしても労働者数に戻す復元を行っていれば問題ない」と供述しているが、この復元が行われた形跡がない。 システム改修を行った担当係によると「外部業者等に委託することな

厚生労働省「毎月勤労統計調査」のサンプリングがおかしかった問題について。標本調査で得た統計量をどうあつかうかの理屈自体がややこしいのに加えて、毎月勤労統計調査に固有の課題がいろいろあるので、理解するのがけっこう面倒である。以下、私の理解の範囲内で簡単な説明。 なお、この記事を書くにあたっての情報源は、ほぼ https://www.mhlw.go.jp/toukei/list/30-1.html からたどれる文書だけである。私自身は毎月勤労統計調査に関わったことはなく、この調査データを使った分析もしたことがない。何かかんちがいしている可能性はあるので、お気づきの点があれば、ご指摘いたたけると幸いである。 前提条件 まず、毎月勤労統計調査というのは、 日本全体の状況について リアルタイムで 超高精度の推計を おこなわないといけないという、きわめて条件のきびしい調査である。 この調査の結果は、た

◆人口 ・人口の長期時系列データ 人口というのは最も基本的な統計データだが、検索エンジンで「人口」と検索しても、どこを見たらよいか分からないだろう。 e-Statには人口の統計があるらしいと分かるが、長期の人口統計がどこにあるか、分からない。探し出しても、いくつかの期間に分かれていて、使いにくい。 私が探した限りでは、『日本統計年鑑』にあるこのデータ集が最も使いやすい。ただし、昔は長期に連続した表だったが、いまでは1920年で２つの表に分かれてしまっていて、やや使いにくくなった。 ・人口統計資料集 国立社会保障・人口問題研究所による統計資料集。 江戸時代の人口や世界の人口についての資料も、「Ⅰ．人口および人口増加」率の中にある。 ・将来人口推計 https://www.ipss.go.jp/pp-zenkoku/j/zenkoku2023/db_zenkoku2023/db_r5_suik

文責：松本 健太郎 マーケティングメトリックス研究所所長 2017年7月22日（土）に放映された、NHKスペシャル「AIに聞いてみた どうすんのよ！？ニッポン」が各所で波紋を呼んでいます。 その理由の1つとして「AIひろしは相関関係があるデータ項目を線で紐付けただけなのに、人間が勝手に因果関係だと解釈しているのではないか？」という声が多い点を挙げます。 しかし、放送を見ると、言うほど悪くなかったと思うのです。 近藤正臣さんが「因果関係は分からないけれど」と前提条件を説明したり、映像のテロップで「時系列の変化も分析」「『健康になった⇒病床数が減った』の順ではなく、『病床数が減った⇒健康になった』を導き出した」と注意書きが出たり。 一般市民としては「意外とちゃんとしてんちゃう？」感を抱きました。 そもそも時系列なデータのみで因果関係を証明するのは非常に難しく、統計的因果推論などの手法を用いて統

日本の刑事裁判を語るとき、必ずといっていいほど持ち出されるのが「有罪率99.9%」とか「有罪率99%以上」というフレーズだ。 「有罪率99.9%」については、匿名弁護士の刑裁サイ太氏が以前ブログで検証していた。*1 keisaisaita.hatenablog.jp この記事によるとどうも99.9%ではなさそうだが、99%台後半ということにはなるようだ。いずれにしてもきわめて高い。 このような高い有罪率は、それ自体問題ではある。 しかし、マスコミや一般の方が「有罪率99％」云々を、「いったん疑われたら確実に有罪まで持っていかれる」的なニュアンスで言っているのを見ると、弁護士としては違和感がある。 以下に述べるとおり、刑事手続の全体像を見れば、疑われた人の99%以上が有罪になるなどということは全くないからだ。 1. 無罪より不起訴で終わるほうが圧倒的に多い (1) 起訴前に検察官が事件をふる

報道系ベンチャーのJX通信社では、6月17・18日の両日に実施した東京都内での世論調査の中で、各新聞の読者ごとに安倍政権、小池百合子東京都知事の支持率をそれぞれ調査した。調査の概要や実施方法は、本調査の詳報記事（リンク先）の通りだ。 この結果、安倍政権の支持率は各新聞毎にはっきりと分かれる傾向が見えた。 各新聞読者層別の安倍政権支持率・不支持率特徴的なのは産経新聞と東京新聞だ。産経新聞読者のなかでの政権支持率は86%に達した一方で、東京新聞読者ではわずか5%と極端な差が表れている。不支持率は産経新聞読者が6%なのに対して、東京新聞読者は77%と、そのまま支持率を裏返した結果となった。 朝日新聞、毎日新聞の読者も政権支持率はそれぞれ14%と9%にとどまり、かなり低い。 安倍首相が国会答弁で「熟読」を求めたことで話題になった読売新聞の読者層では、政権支持率は43%と、不支持率29%を上回ってい

指定されたURLは存在しません。 URLが正しく入力されていないか、このページが削除された可能性があります。

気象庁から1950年以降の夏の（平均）気温データを取ってきてプロットしてみると 平均気温をセ氏0℃～40℃のスケールでグラフにしてみると、確かに年ごとの変動以上のものは見えないような気もします 斑猫賢二(HAN-NEKO,Kenji) 💜💙💛🟠🌈🎌🇷🇺🇺🇦 @Tvvitter_com 「ほんの30年前はクーラーもないのにみんな普通に生活していた、30度を超える火は珍しく猛暑日という言葉もなかった、近年暑くなった」 という話を小耳にはさんだので、気象庁から1950年以降の夏の気温データをとってきてプロットしてみた pic.twitter.com/x6rx7cbNAt 2015-08-03 10:46:17

統計データを探す すべて 分野から探す国土・気象人口・世帯労働・賃金農林水産業鉱工業商業・サービス業企業・家計・経済住宅・土地・建設エネルギー・水運輸・観光情報通信・科学技術教育・文化・スポーツ・生活行財政司法・安全・環境社会保障・衛生国際その他 組織から探す 内閣官房人事院内閣府公正取引委員会警察庁消費者庁こども家庭庁総務省公害等調整委員会消防庁法務省外務省財務省国税庁文部科学省文化庁スポーツ庁厚生労働省中央労働委員会農林水産省林野庁水産庁経済産業省資源エネルギー庁特許庁中小企業庁国土交通省観光庁海上保安庁環境省防衛省 主要な統計から探す ５０音から探す あ い う え お か き く け こ さ し す せ そ た ち つ て と な に ぬ ね の は ひ ふ へ ほ ま み む め も や ゆ よ ら り る れ ろ わ すべて見る 分野から探す 国土・気象人口・世帯労働・賃金農林

お前は「[IPA] デスマらないために「超上流から攻める IT 化の原理原則17ヶ条」が思った以上に使える件 [要件定義] | oshiire*BLOG」で味をしめたからといって、また「IPA 独立行政法人 情報処理推進機構」ネタなのかと言われそうですけれども、そうじゃない、だってそうじゃない。 基本的に、その日にあった、または最近あった出来事を元に blogのネタを日々書いているので、実は、毎日 blog書くのは結構大変です。そんなに、毎日、なにかあるわけじゃなく、ナニゴトも無く穏やかに過ごす日だってあるわけで、なかなか大変なのです、これでも。ただ、落書きしてるわけじゃなくて、これでもすこしは頭を使ってるんです…( ﾟдﾟ )ｸﾜｯ!! さて、それはおいといて、「今年は見積もりしないぞ」と固く誓った割には年始からずっと見積の手伝いとかしています。なぜだ。しかも、インフラ屋さんにも関わらず

We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

こんにちは、ウェブサービス本部の鳴海です。 突然ですが、あなたが24歳男性だったとすると、同い年の年男は日本全国で何人いるでしょう？ また36歳男性には、同じく年男の同級生は何人いるでしょうか？ 答えは、24歳男性が64万人、36歳男性が87万人。実は、世代間で20万人以上の差があります。また、今年の年男・年女世代の中で、最も人口の少ない12歳女性（57万人）と最も人口の多い48歳男性（89万人）では1.5倍以上の開きがあります。最近、身の回りに小学生の女の子よりも中年男性の方が多いなと思っていましたが、気のせいではなかったようです。 同級生の人口なんて普段意識することはないですが、仕事をする上ではたまに大事だったりします。いま自分が手がけているサービスのターゲットはどの層で、人口で言えばどのくらいの規模なのか、前後の世代に比べてどのような傾向があるのかなどは感覚的に掴めているといいですね

Hatena ID is an account used for various Hatena services.