田代まさし容疑者が覚せい剤取締法違反(所持)の疑いで、宮城県警に逮捕された。インターネット上では「またか」「信頼していた人を裏切っている」という声が上がっている。薬物依存症の治療では「ペットボトルの水を見ただけで、覚せい剤を思い出す」と話す患者がいる。今、必要なのはバッシングよりも治療の現実を伝えることだろう。 メディアの過剰反応、問題のすり替え NHKでは過去に出演した番組が視聴できなくなっている。一時的な措置であれば、まだ理解できるが、安易に消すのは過剰反応だろう。バッシングにつながっていくことはやるべきではない。 私は薬物依存症治療や支援の現場で活動する医師や専門家の取材を重ねているが、薬物関連の著名人逮捕報道とその反応を見るたびに現場の常識と、メディア・社会の常識に乖離があると感じている。 精神科医の松本俊彦ら、薬物依存症の専門家たちの言葉を借りれば「覚せい剤の依存症って、簡単にい
導入 スパース推定の代表的な手法として、Lassoがあります。様々なシーンで活用されているLassoですが、Lassoは変数選択の一致性が保証されないという欠点があります。Adaptive Lassoは、その欠点を補う形で提唱されている手法となっています。こちらは、ある条件のもとで変数選択の一致性が保証*1されており、数理統計学的により好ましい性質を持っています。 このAdaptive Lassoですが、Rでは{glmnet}以外のパッケージを使わないと簡単にできないとかなりの期間勘違いをしてました。そんな中、以下の記事を最近見かけまして、冷静に考えたら{glmnet}でも表現できるよなあと猛省した次第です。 RPubs - Adaptive LASSO Examples 以上の経緯から、挙動を確かめておこうという考えのもと、メモがてらAdaptive Lassoの紹介をしようと思います。
善子が犬を拾って、梨子に一時預かれないか頼むが、犬は迷い犬だったという話。 よしりこ(りこよし?)がキマシタワーな回になっている。 ダイヤさんは第4話でダイヤちゃんと呼んでほしいと言っておきながら、今回は出番の少なさもあいまって誰の名前も呼んでない始末。 それよりも気になるのが、2期になって曜のセリフ回数が少ない。 果南にも負けているので曜回がないときつい。 ラブライブ!サンシャイン!! の名前呼び合いグラフをかく 1話目と2話目 - 驚異のアニヲタ社会復帰への道 ラブライブ!サンシャイン!! の名前呼び合いグラフをかく 3話目 - 驚異のアニヲタ社会復帰への道 ラブライブ!サンシャイン!! の名前呼び合いグラフをかく 4話目 - 驚異のアニヲタ社会復帰への道
この記事はStan Advent Calendar2017のエントリー記事です。 Stan盛り上がってますかー。盛り上がってますね(断定)。 私は本当に,Stanのおかげで生き返ったように楽しくモデリング出来ています。 先日の日本心理学会でもベイジアンモデリングのチュートリアルが大にぎわいでした。 それともう一つ人気だったな,と思うのが「時系列データ分析」とか「経験サンプリング」の話だったような印象です。 最近は加速度計とかモーションキャプチャ,アイトラックレコーダなどで,大量のデータが取れるようになってきているので,心理学者的には「わぁい隅々まで行動を計測できる!」というあたりが嬉しかったりするわけです。 でもまあ,大量に,時系列的に取れたデータはそれにあった分析が必要。特に 自己相関が高い;一時点,あるいはそれ以上前の数値に関係のある現時点のデータ 誤差まみれのデータ;無意味な情報も含
はじめに 私はノーテンキな進歩主義者です。人類は少しずつ、一進一退を繰り返しながらも精神面で進歩し続けていると固く信じています。その根拠の一つは、街中で歩きたばこや立小便や痰吐きなどの下品な行為を見かけることが減った、というような日常の些細な感覚です。そして最大の根拠は、「命が大事にされるようになったこと」です。具体的に数値で見ると、日本における殺人事件は減り続けています。 参考:平成12年版 警察白書 平成29年版 犯罪白書 日本人は長い年月を経て、命を大事にするようになりました。言い換えれば、昔の日本人は命を大事にしない蛮族であったということです。平然と殺し合いをしていました。歴史家の言葉を引用します。 光源氏が王朝時代の貴公子の理想像であることについて、これまでのところ、その優れた容姿や豊かな才能などが取り沙汰されるのが普通であった。だが、実のところは、理不尽な暴力事件を起こさないと
おそらく、既に分かっている人には「知らなかったの?」とびっくりされる系の話なんだろうけど、今さら理解したので備忘録として残しておく。 結論から書くと、目的変数を用いた特徴量生成を広義の Target Encoding と定義した場合、Target Encoding と Stacking は同じものと解釈できる。 例えば、Target Mean Encoding は多項分布を仮定したナイーブベイズ分類器を用いた Stacking とやっていることは同じになる。 また、Target Encoding と Stacking が同じものであると解釈することで、周辺の知識についても理解しやすくなる。 Target Encoding について Target Encoding は、データ分析コンペで用いられることがある特徴量生成 (Feature Extraction) の手法のこと。 一般的にはカテゴ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く