データ活用は過度な期待を超え、徐々にビジネスパーソンの基礎的なノウハウとして定着し始めています。データサイエンティストでなくとも、データ分析の基礎的な考え方やその手法について学びたいという方は多いはず。 皆さんは、2021年3月に初学者向けの入門書『データ分析のための統計学入門 原著第4版』日本語版pdfが何と無料で公開されたのをご存じでしょうか？ 同書籍は以下のリンクから、閲覧可能です。 http://www.kunitomo-lab.sakura.ne.jp/2021-3-3Open(S).pdf 本記事では同書を書評し、データ活用・統計学初学者におすすめの使い方をレクチャーします。 『データ分析のための統計学入門』の内容は？ 何が学べる？ 『データ分析のための統計学入門』は米国のNPO OpenIntroが発行した書籍で、Mine Cetinkaya-Rundel、David M D
使える統計モデル10選（前編） 統計モデリング（statistical modelling）はデータ解析の方法論の1つです。データ解析の目的は、通常はただの数値や記号の羅列であるデータから、人間が何かしらの判断を行うために有益な情報を引き出すことにあります。データ分析者は、そのままでは意味をなさないデータに対して、折れ線グラフやヒストグラムなどを用いて、人間が判断を行いやすいようにデータの可視化を行います。一方で、時にはニューラルネットワークのような複雑な計算モデルを使ってデータを解析し、まだ観測されていない将来の値を予測させたりします。このように、データから有益な情報を引き出すために、データに対して人為的な視点や事前知識、数学的な仮定などを設計する作業をモデリング（modeling）と呼びます。 統計モデリングによるデータ解析では、データ自体や解析の目的に合わせて分析者が適切なモデルを設
はじめに データサイエンスや機械学習っておもしろそう！と思いつつも、どうやって勉強をしたら良いかわからない......と感じた経験はありませんか？ ちなみに自分もその一人です。 この記事では、機械学習ってそもそも何？ AIという言葉は知ってるけど詳しいことはわからないというような初学者でも、知識・経験を積んで機械学習に取り組めるようにするために必要な基礎の基礎から学ぶための勉強法を自分の経験をもとに紹介します！(ここで紹介するものは機械学習の中級者以上の方でも基礎知識の復習として活用できるものかなとも思っています） この記事の続編(データサイエンスはじめて1か月以内で参加したコンペで銀メダル(上位3%)とるまで！)はこちら 概要 (基本的にはこの3stepです) 基礎知識をつける(単語・用語の理解) ライブラリの使い方を理解 実際にコンペに挑戦(Kaggle) 1.機械学習&ディープラーニ
超過死亡、最大６５００人 １～５月、コロナ影響分析 | 毎日新聞
今年１～５月の国内死者数は、統計学的な予測値を最大約６５００人超過していた可能性があるとの分析結果を国立感染症研究所などの厚生労働省研究班がまとめた。超過死亡にはさまざまな原因での死者が含まれており、新型コロナウイルス感染症の影響で死亡した人がどれくらい含まれていたか引き続き分析する。 厚労省の人口動態統計によれば１～５月の…
新型コロナの死亡率、大気汚染で悪化と判明、研究
フランス、グルノーブルにある高さ約100mの塔の近くにある熱供給プラント（左奥）から、煙が雲よりも高く立ちのぼっている。（PHOTOGRAPH BY FRANCOIS HENRY, REA/REDUX） 世界中で猛威をふるう新型コロナウイルスは、医療崩壊から極端な貧富の格差まで、現代社会の弱点を突きながら拡散している。しかし、無視されがちなある大問題との関係は、少々複雑だ。それは、大気汚染がパンデミック（世界的な大流行）を悪化させた一方、そのおかげで、一時的でも空がきれいになっているということだ。 米ハーバード大学T・H・チャン公衆衛生大学院の研究者が、1本の論文を公開した。査読を受けて学術誌に発表されたものではないが、それによると、PM2.5と呼ばれる微粒子状の大気汚染物質を長年吸い込んできた人は、新型コロナウイルス感染症（COVID-19）による死亡率が大幅に高くなるという。 大気汚染
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
ベイズ統計学の概論的紹介
ベイズ統計学の基礎概念からW理論まで概論的に紹介するスライドです．数理・計算科学チュートリアル実践のチュートリアル資料です．引用しているipynbは * http://nhayashi.main.jp/codes/BayesStatAbstIntro.zip * https://github.com/chijan-nh/BayesStatAbstIntro を参照ください． 以下，エラッタ． * 52 of 80：KL(q||p)≠KL(q||p)ではなくKL(q||p)≠KL(p||q). * 67 of 80：2ν=E[V_n]ではなくE[V_n] → 2ν (n→∞). * 70 of 80：AICの第2項は d/2n ではなく d/n. * 76 of 80：βH(w)ではなくβ log P(X^n|w) + log φ(w). - レプリカ交換MCと異なり、逆温度を尤度にのみ乗す
ふと思い立ってこんなアンケートを取ってみたのでした。 頻度主義統計学における「95%信頼区間」の95%というのは、以下のどちらだと思いますか— TJO (@TJO_datasci) 2021年7月16日 結果は物の見事に真っ二つで、95%信頼区間の「95%」を「確率」だと認識している人と、「割合」だと認識している人とが、ほぼ同数になりました。いかに信頼区間という概念が理解しにくい代物であるかが良く分かる気がします。 ということで、種明かしも兼ねて95%信頼区間の「95%」が一体何を意味するのかを適当に文献を引きながら簡単に論じてみようと思います。なお文献の選択とその引用及び解釈には万全を期しているつもりですが、肝心の僕自身が勘違いしている可能性もありますので、何かしら誤りや説明不足の点などありましたらご指摘くださると有難いです。 頻度主義において、95%信頼区間の「95%」は「割合」を指す
こんにちは、クルトンです！ 2021年11月21日に実施された、統計検定1級（数理統計、応用統計（理工学））に合格することができました！ なので、この記事では統計検定を受けるまでに勉強した内容について書こうとおもいます。 勉強を始める前の状態 どんな試験か 参考書 入門統計解析 現代数理統計学 現代数理統計学の基礎 大学教養線形代数（数研講座シリーズ＋チャート式） 確率と確率過程 過去問（2012～2019） 統計学 日本統計学会公式認定統計検定1級対応 やって良かったことorやっておけば良かったこと まとめノートを作る 過去問を早くからやる 連想ゲームをしてみる 最後に 勉強を始める前の状態 統計はセンター試験と大学1回生のときに般教でやった程度（分散は分かるけど不偏分散って何？ぐらいのレベル） 大学数学は微積分を選択したので線形代数は何も知らない 高校数学は得意な方だった みたいな感じ
【2020年版・初心者向け】独学でAIエンジニアになりたい人向けのオススメの勉強方法 - Qiita
AI Academy Bootcamp ６ヶ月35,000円にてチャットで質問し放題の環境で、機械学習やデータ分析が学べるサービスを提供しております。 数十名在籍しているデータサイエンティストや機械学習エンジニアに質問し放題の環境でデータ分析、統計、機械学習、SQL等が学べます。AI人材に必要なスキルを効率よく体系的に身に付けたい方は是非ご検討ください！ https://aiacademy.jp/bootcamp この記事の対象者 ・将来Pythonでデータ解析をしたいと考えているが、何から手をつけたら良いか知りたい方 ・将来、人工知能に関連した業務に携わりたいと検討中の初学者の方 ・未経験者からAIエンジニアになりたく、そのためにどのような知識が必要か知りたい方 ・AIプログラミングスクールや専門学校に進学しようか考えているが、独学で勉強できる方法を知りたいという方 対象ではない方 ・既
線形代数を解説!高校レベルから学ぶ入門/基礎記事まとめ
【随時更新】線形代数学の入り口の解説記事総まとめページ このページは、高校で線形代数の基礎(行列)を習わなかった大学生と、機械学習などで線形代数の知識が必要になった社会人の方に向けて ・0から(高校数学のベクトルが分からない人でも) ・まずは、おおまかにでも理解出来る様に ・例をあげながら、線形代数の基礎を解説した記事 をまとめたページです！ (随時更新・記事の追加を行なっているので、ぜひブックマークB！やpocket、お気に入り等に登録して何度も読んで頂ければ幸いです！) 目次を見て、必要な記事から読んでいただいても良いですし、上から順に読んでいただいても構いません。 ↓目次を「タップ・クリック」すると、その記事へ飛びます↓ 線形代数の基礎知識編(高校数学:主にベクトルの復習) では、線形代数の超入門の前提となる「キソ分野」である、 「ベクトル(高校数学B)」と「集合と写像」の記事から紹
［ヘンテコ説検証］北の元寇によって追われた北方民族が北海道に移動した、それがアイヌであるという説を真面目に検証｜ヘンテコだよねノート
［ヘンテコ説検証］北の元寇によって追われた北方民族が北海道に移動した、それがアイヌであるという説を真面目に検証 SNSなどでは、アイヌ民族のあれやこれやに対し事実誤認や偏見に基づく暴言や誹謗中傷、ヘンテコな誤解が呟かれている。実際にはその先には当事者がいて、それらの暴言や誹謗中傷によって傷つく人がいる。気軽に呟くその言葉はそのままヘイトスピーチにつながっていることも多い。 本noteはそれらの事実誤認に応えるために開設した。心当たりのある方は悪意のある言説に乗せられ、犯罪者にならないためにもお読みください。 ※ここではアイヌに対して日本のマジョリティである日本民族、和人を「和民族」と統一して表記します。 アイヌ民族鎌倉時代渡来説を検証してみるアイヌ民族が鎌倉時代(13世紀)に北方から来襲し、擦文人やオホーツク人を殺戮して定住をし始めたので、アイヌ民族は先住民族では無いとのトンデモ説がネット
一般的な時系列のモデリング＆予測に、機械学習系の手法よりも古典的な計量時系列分析の方が向いている理由を考えてみた（追記あり） - 渋谷駅前で働くデータサイエンティストのブログ
この記事は、以下の@icoxfog417さんによる問題提起に合わせたちょっとした実験をまとめたものです。 時系列予測の問題において、機械学習のモデルより既存の統計モデル(ARMAモデルなど)の方が予測精度において優良な結果が出るという研究。データへの適合=予測精度の向上ではないことも実験で示している。機械学習の研究では統計モデルとの比較も入れるべきという提言をしている。 https://t.co/jboGhYSX6E— piqcy (@icoxfog417) September 16, 2019 この点について僕はこんなコメントをしたのですが。 だいぶ以前から「一般的な時系列データ予測の問題は単位根過程や季節調整など非定常過程との戦いなので、本質的に定常過程を想定する機械学習手法での予測は計量時系列分析など非定常過程も考慮した古典的なモデルによる予測には及ばない」と言い続けてきたけど、やっ
こんにちは，米国データサイエンティストのかめ(@usdatascientist)です． (追記)動画版も公開しました！全38時間の3部作という超大作です 【日本一の高評価】機械学習超入門講座(前編&後編)を公開しました!! 【ついに3部完結】機械学習超入門講座の本番編を公開しました!! いやーついに長かったデータサイエンス入門機械学習編35回分の記事を書き終えました！！ 本記事はそのまとめです．目次として使ってください． 目次 線形回帰 第1回: 機械学習とは？なにをしているのか？ 第2回: 線形回帰の損失関数をわかりやすく解説 第3回: 最急降下法を図と数式で理解する(超重要) 第4回: 正規方程式を完全解説(導出あり) 第5回: scikit-learnを使って線形回帰モデルを構築する 第6回: 線形回帰の係数の解釈の仕方(p値) 評価 第7回: (超重要)過学習と汎化性能を理解する(
総務省は2020年5月19日、データサイエンス・オンライン講座「社会人のためのデータサイエンス入門」を開講すると発表した。データ分析の基本的な知識を学べる入門編講座で、社会人や大学生が主な対象。Webサイトから同年7月7日まで受講登録が可能で、誰でも無料で利用できる。 データの見方から公的統計データの使い方まで 内容は、2019年10月に実施した講座と同じで、「統計データの活用」「統計学の基礎」「データの見方」「公的データの使い方とコースのまとめ」という4つのテーマから成る。例えば、統計データの活用では平均値の見方や、太陽光発電システムの普及率などを例に挙げた分析事例。データの見方では統計表の見方や時系列データの見方、といった具合だ。1つのテーマ当たり6～9回、1回当たり10分程度の動画にまとめられており、1テーマを1週間程度で学習できる構成だ。 関連記事 TensorFlowが学べる、無
ソフトバンクは約1万8000人の全社員に、人工知能（AI）や統計学の実践的なスキルの習得を求める。講座や研修を用意し、外部資格の取得を促す。データを利活用できる人材を底上げする。IT（情報技術）人材が不足するなか、企業が社員に学び直しを促す動きが広がりそうだ。受講は強制ではなく、人事考課にも影響しないが「強い推奨」と社員に通知している。グループ内のAI企業と共同で、AI講座の内容を開発した。
PDFを見返すと独習を始めた頃の線形代数のノートはほとんど殴り書きで、単に計算用紙としてノートを使っています。微分積分に入ると少しはましになってきますが、頭に入れたい概念の定義や定理の証明を何度も書き直したりしています。また独習ですから間違った理解を正しいと思い込んだまま証明を書いて、分かったつもりになっている箇所も少なからずありそうです。とまれ上記の表に挙げた各書籍に曲がりなりにも取り組んだことを示す、書証のつもりでノートを晒しました。 余談ですが、使用したノートは、PLUS の品番 NO-204GS (A4 G罫 5mm方眼 40枚) という方眼ノートです。また筆記用具は当初シャープペンシルを使っていましたが、「オイラーの贈物」からは万年筆に替えました。プラチナ#3776センチュリーUEF(超極細字)を使っています。 1.3 私について 本記事の作者であり学び直しをした本人である私は、
Here are the 25 most viewed decks of 2023: わかりやすい説明のための 10 の鉄則 / 10 golden rules for easy-to-understand explanations by @e869120 私考える人、あなた作業する人」を越えて、プロダクトマネジメントがあたりまえになるチームを明日から実現していく方法/product management rsgt2023 by @moriyuya 解像度を上げる 🔬/ Increase resolution by @tumada セキュリティ研修【MIXI 23新卒技術研修】/ Security training [MIXI 23 new graduate technical training] by @mixi_engineers ソフトウェアの内部品質に生じる様々な問題は組織設計に
データサイエンティスト・機械学習エンジニア・データアーキテクトの定義とスキル要件（2021年版） - 渋谷駅前で働くデータサイエンティストのブログ
(Image by Dirk Wouters from Pixabay) この記事は毎年恒例のスキル要件記事の2021年版です。昨年版は以下のリンクからご覧ください。 今回は、試験的に「データアーキテクト」についても触れています（詳細は後述）。残り2つの職種については基本的な内容はそれほど大きくは変わっていませんが、先般公開した推薦書籍リスト記事の時と同じ変更点が一つだけあります。それは「機械学習エンジニアのスキル要件」は今回は想定していない（というか例示できない）という点です。これまた詳細は後述しますが、端的に言えば「分野ごとの細分化が過剰に進んでいる」という印象があるためです。 ということで、前回までとは違って「職種ごと」に定義とスキル要件（書けるようであれば）を挙げていくスタイルになっています。なお、言わずもがなですが以下に挙げる3職種の説明は僕個人のこれまでの経験や見聞や伝聞をもと
ログイン
1月末で約2年ほど働いたIndeedを退職して、UbieというAI×医療のベンチャーに転職します。せっかくの節目なので、社会人になってからを振り返りたいと思います。 目次 ・リクルートについて ・Indeedへの異動に向けて ・Indeedについて ・Ubieへの転職のきっかけ ・これから リクルートについてもともとは新卒でリクルートにデータサイエンティストとして入社して社会人生活を始めました。リクルートは様々なデータを保有しており、データ分析のしがいがありました。また、上司、同期、後輩は優秀な人ばかりで、常に学ぶことばかりでした。特に、データにどのように向き合って、仮説をたてて分析するのか、また、データの裏側にいる実際のユーザーやクライアントの課題を把握してどうしたら解決ができるのかといったスタンス面の土台がこの頃にできたように思います。技術面においても、GCPやAWSを使って機械学習プ
そもそも新型肺炎とPCR検査には誤解が多い 5月16日の記事「歪んだ日本のPCR検査信仰、死者・感染者が少ないのには理由がある」で述べたように、「PCR法」というのは、映画「ジュラシックパーク」で古代の化石に残っていた遺伝子から生きた恐竜を復活したり、犯罪捜査で容疑者のコーヒーカップから採取したDNAで判定したりなど、「少ないDNAを増やして増幅する」方法である。 鼻の粘膜の採取は「生きた人間」が「生きた人間」から行うので、工業製品の検査のようにはいかない。検査員の熟練度に大きく左右されるし、採取・運搬する際の混入も避けられない。 例えば、Aという感染者のウイルスのDNAがBという検査者の検体に混じればBは感染していなくても陽性反応が出る。 また、増殖・鑑定するのはすべてのDNAではなく、遺伝子の特定の部位である。裁判でDNA鑑定の精度がよく問題になるが、PCR法ではすべての遺伝子を検査し
www.sponichi.co.jp 体操の内村航平選手が先日、新型コロナウイルス感染症に対する検査を受けて陽性になりましたが、昨日、結局は偽陽性であった旨の発表がなされました。 この報道を受け、偽陽性なる語が、いくらか話題になっています。その中で、偽陽性の意味合いがきちんと理解されていない場合もあるように見受けられますので、簡単に説明をします。 ❓偽陽性って聞いた事無い。最近作られた言葉なのでは 違います。偽陽性（false positive）は、古くから、検査に関する議論の文脈で用いられてきたものです。 たとえば、古い文献を探すと、1928年に既に用例が見られます↓ www.jstage.jst.go.jp 斯る強き偽陽性反應を呈した血清 ただ、同じ語でも微妙に意味合いが変化していく事もあるので、なるべくはっきりと現代的な意味で用いられているもので探してみます。それでも、1950年代の
注：この記事は、有識者個人の意見です。日本医師会または日本医師会COVID-19有識者会議の見解ではないことに留意ください。 今回の新型コロナ流行（COVID-19）は，100年前のスペイン・インフルエンザや90年代におけるエイズ流行に比肩しうるパンデミックであるが，とくにワクチンが開発されない段階における非薬剤的流行制御に関しては，感染ダイナミクスを記述・分析する感染症数理モデルの活用が世界的に広まり，その果たす役割が非常に大きいことが認識されるようになった点に特徴がある。 しかしながら，緊急事態宣言や行動自粛政策の影響はあまりにも大きく，国レベルにおける社会経済的環境との相互作用も十分に検討されていなかった。理論・数理分析の結果をいかに有効な政策に結びつけるかに関しては多くの問題が残されている。 一方で，COVID-19の数理モデル分析によれば，緊急事態宣言や自粛行動は一定の成果をあげ
戦力になるレベルのデータサイエンティストを育成することの難しさ - 渋谷駅前で働くデータサイエンティストのブログ
(Image by Pexels from Pixabay) 僕自身がデータサイエンティストという肩書きを与えられて働くようになった9年前から、一貫して問題意識を持ち続けてきたのが「データサイエンティストをどう育成すべきか」についてでした。その後、この9年の間に質の良し悪しや量の多寡はともかく多くのデータサイエンティスト向け技術講座・資料が沢山世に出るようになり、一見その育成体制はそれなりに整ってきたように見えます。 以前議論していた「何故戦力になるレベルのデータサイエンティストが育たないのか」4項目を発掘して面白かった 1. 実戦可能レベルになるまでの学習量が多過ぎる 2. 『知っている』から『使いこなせる』への溝が深い 3. コミュニケーションで死ぬ 4. ビジネス価値と結びつけて自走するところに溝がある— TJO (@TJO_datasci) 2021年6月1日 しかし、当事者たちか
August 02, 2021 大塚淳『統計学を哲学する』を読む [追記：この記事について大塚さんご本人からリプライをいただいています。] 昨年出版された大塚淳『統計学を哲学する』は、日本人の統計学の哲学者によるはじめての「統計学の哲学の本」である。こうした科学哲学の先端の領域になかなか日本の研究者が切り込めて来なかった中で、ついにこうした本が出版されるようになったことは大変慶賀すべきことだと思う。さらに言えば、本書は決してただの解説書ではなく、大塚さんの独自のアイデアに溢れた、統計学の哲学の研究書である。特に、ベイズ主義と古典統計をそれぞれ内在主義と外在主義の認識論になぞらえて認識論的含意を取り出そうとするあたりは、他の追随を許さない独自の議論が多く展開されている。本書は今後日本で統計学の哲学について議論する際に常に出発点となることだろう。本書は非哲学者も含めて広いリーダーシップを獲得し
アリックス営業終了！その経緯とMLMの実態は？ | インターネット（オンライン）集客ネットワークビジネス｜成功しやすい会社と成功法
アリックスが営業終了となりました。 http://ariixjapan.jp/ この度、ARIIX Japan合同会社は、2022年9月30日をもって営業を終了し、解散決議を経て2022年度中の生産結了を目指すこととなりましたので、お知らせいたします。 2022年以降、業務の回復に全力で務めて参りましたが、力及ばず事業を清算する以外に選択肢が見つからず、ご期待をお寄せいただいておりました会員の皆様には深くお詫び申し上げます。また、予定しておりましたニューエイジンググループ企業との統合計画は無くなり、存続会社となる法人はございません。 なお、製品の販売は2022年9月30日をもって終了いたします。9月30日までに発生したコミッションにつきましては、2022年10月11日までに規定とおりお支払いいたします。 ・・・・ 緊急情報 アリックスが9か月間の営業停止に 消費者庁 連鎖販売業者【ARII
移り変わる「データサイエンティストの『常識』」について考える - 渋谷駅前で働くデータサイエンティストのブログ
(Image by Pixabay) 先日、こんな話題を見かけました。 【夏なので怖い話】 こないだ、いかにもエリートな男性と知り合ったんですよ 彼は年収1000万で飛ぶ鳥を落とす勢いのデータサイエンティストだっていうじゃないですか それでふとAICの話題を持ちかけたんです 「あー現実であまり使わない数学の話はわかりません」 …おわかりいただけただろうか？— ゆうな (@kawauSOgood) 2019年8月14日 で、悪ノリした僕はこんなアンケートをやってみたのでした。 データサイエンティストという肩書きで年収1000万円以上の高給取りが、知らなかったとしても許される項目はどれですか— TJO (@TJO_datasci) 2019年8月15日 このアンケート結果こそが、今回の記事を書こうと思ったきっかけです。ある程度知識のある方ならお分かりかと思いますが、ここで挙げた「AIC」「正則
中国の研究チームは、新型コロナウイルスの陽性反応が出ても症状がない「無症状」の感染者から濃厚接触者にウイルスが感染する確率は、症状がある感染者と大きな差はないという調査結果を発表しました。中国政府は、「無症状」の感染者は、統計には加えていないだけに、国民からの懸念が強まりそうです。 それによりますと、研究チームは、新型コロナウイルスの陽性反応が出た感染者のうち症状がある157人と、症状がない「無症状」の30人について、それぞれの濃厚接触者合わせて2147人を追跡し、ウイルスに感染しているかどうか調査しました。 その結果、症状がある人から濃厚接触者に感染する確率が6.3％だったのに対し、「無症状」の人からの確率は4.11％となり、「統計学上、大きな差はなかった」としています。 中国政府は、「無症状」の感染者については、２週間隔離して経過観察の対象とするものの、ほかの人に感染させる確率は比較的
TL;DR（思ったよりもかなりの長文になってしまったので*1、時間がないという方は1番目と2番目のセクションの冒頭だけお読みください） しんゆうさんの舌鋒鋭いブログ＆note記事にはいつも楽しませていただいているのですが、この記事は一点僕のデータ分析業界の認識に新たな視点を与える話題があって特に目を引きました。それが以下の箇所です。 資格があるわけでもないので名乗るのは自由だし、未経験だろうが文系だろうがそれはどうでもいいのだけど、傍から見ていると「サイエンティスト」と名乗っているわりには「サイエンス」な話をしていないなぁとは思っている。（中略） 現在起きている第３次データサイエンティストブームは「データサイエンティストと名乗りたい人」が盛り上げているように見える。 （太字筆者） この問題は、このブログの前々回の記事でも取り上げています。 ただ、僕はこういう「データサイエンティストになりた
原著：ペドロ・ドミンゴス 翻訳：神嶌 敏弘 イラスト：六七質 出版社：講談社 発行日：2021-04-21 ISBN：978-4062192231 本書は，ペドロ・ドミンゴス著『The Master Algorithm』の翻訳書で，近年の人工知能技術の進展を支える機械学習についての解説書です．機械学習とは，作業手順を明示的に指示しなくても，それをデータから学ぶ能力を計算機に与える技術です．この機械学習について，計算機科学や統計学の高度な知識を前提とせずに，その内側に踏み込んで仕組みを明らかにし，この技術の可能性と課題を論じています． 出版社ホームページ 版元ドットコム Googleブックス ネット書店：Amazon 楽天ブックス honto 紀伊國屋書店 電子書籍：Amazon 楽天ブックス honto 紀伊國屋書店 Apple 読書ログ： 読書メーター（電子版） ブクログ（電子版） 図書
『「誤差」「大間違い」「ウソ」を見分ける統計学』は既に統計学を学んだ人がさらなる理解の深みと多様さを求めて読むべき「副読本」 - 渋谷駅前で働くデータサイエンティストのブログ
「誤差」「大間違い」「ウソ」を見分ける統計学 作者:デイヴィッド・サルツブルグ共立出版Amazon しばらく前に共立出版様からご恵贈いただいたのがこちらの『「誤差」「大間違い」「ウソ」を見分ける統計学』。お気付きの方もいらっしゃるかもしれませんが、原著者デイヴィッド・ザルツブルグは『統計学を拓いた異才たち―経験則から科学へ進展した一世紀』で知られる生物統計学者で、その彼の近著です。なお本書の訳者の一人竹内惠行氏は『統計学を拓いた〜』の翻訳も手がけており、同じチームによるいわば「続編」的な一冊と言って良いかと思います。 前著は割と分厚い「統計学史」についての「読み物」という雰囲気の強い一冊でしたが、本書はそれに比べると古今東西の統計学がキーワードとなった幅広い分野における実例を挙げつつ、同時に統計学の具体的なポイントについての解説を加えていくというスタイルで書かれており、いわば統計学テキスト
実践 時系列解析
時系列データが使われる範囲は広く、医療データ、金融分析、経済予測、天気予報など、さまざまな分野で使われています。本書は時系列データを通してデータ解析手法を学んでゆくアプローチで、データのクリーニング、プロットの方法、入出力など基本的なトピックについてひととおりカバーしてから、さまざまな分野の事例を数多く取り上げ、統計的手法と機械学習手法の両方を時系列データに適用し、また人気のオープンソースツールも積極的に取り入れた手法を紹介します。プログラムにはRとPythonの両方を利用。データセットやコードはGitHubからダウンロード可能です。 はじめに 1章 時系列の概論と簡単な歴史 1.1 時系列の多様な用途の歴史 1.1.1 時系列問題としての医学 1.1.2 気象予測 1.1.3 経済成長の予測 1.1.4 天文学 1.2 時系列解析の人気に火がつく 1.3 統計的時系列解析の起源 1.4
(Image by Pixabay) こんな記事が、しばらく前に我らが盟主タカヤナギ＝サンによって言及されていました。 データサイエンティストになる魅力がなくなってきた理由を４つの理由（ジュニアのポジションが減っている、アナリスト職種で良い、データサイエンスを簡単だと思いすぎ、AutoML出てきた）とともに紹介。 Why Is Data Science Losing Its Charm? by @iamharshitahuja https://t.co/fqRUil9QLr— Shinichi Takayanagi (@_stakaya) 2020年6月8日 Why Is Data Science Losing Its Charm? データ分析業界の中の人という立場から見れば、ここで言われている主張については分からないこともありません。ただ、同意できる部分もあれば同意できない部分もあり、ま
質問 オンラインゲームのガチャを100回引きましたが、1％の確率で出るレアアイテムが、1回も出ませんでした。確率表記が間違っているのではないでしょうか。 回答 オンラインゲームの電子くじ（一般に「ガチャ」と呼ばれるもの）は、店舗等のカプセルトイ（一般に「ガチャガチャ」と呼ばれるもの。1回引くごとに確率は上がっていく）と仕組みが異なり、確率の計算方法が異なる場合があります。 オンラインゲームに関する相談がトラブルメール箱に多く寄せられており、その中でも「ガチャ」を引いたのに希望のアイテムが出ないという事例が多く見られます。 確率の表記について オンラインゲームの「ガチャ」の確率表記については、業界団体である一般社団法人コンピュータエンターテインメント協会（CESA）と一般社団法人日本オンラインゲーム協会（JOGA）がガイドラインを定めています。例えばCESAのガイドラインでは、原則として「提
｢書き写し｣や｢蛍光マーカー｣には意味がなかった…最新科学でわかった｢昔ながらの勉強法｣の本当の効果 ｢勉強したつもり｣にはなれるけれど…
科学的に効果が高くない勉強法1 繰り返し読む（再読） 教科書や本は何度も繰り返し読んだほうが良いと、どこかで聞いたり読んだりしたことがある人は多いかもしれません。繰り返し読む、再読するという勉強法は、最も一般的な勉強法の1つだと言えます。 アメリカのある名門大学の学生を対象にした調査では、アンケートに答えた84％の学生が、ノートや教科書の再読を試験対策に使う勉強法として挙げていました。そして、アンケートに答えた半数以上（54.8％）の学生が、再読が最も重要な勉強法だと回答しました。 では、再読は、効果の高い学習方法と言えるのでしょうか。 結論から言うと、「ただ繰り返し読むこと」は、『科学的根拠に基づく最高の勉強法』で説明するような他の勉強法と比較すると効果が低いことがわかっています。 ★研究 コロラド大学の大学生たちを対象とした研究では、約1500～1700語の文章を再読するグループと、再
ダニング＝クルーガー効果は「実力の低い人は自分の実力を過大評価する傾向がある」という認知バイアスについての仮説です。この効果が本当に存在するのかについて、政治経済学者のブレア・フィックスさんとデータサイエンティストのダニエル・アンダーソンさんがそれぞれの意見をブログに投稿しています。 The Dunning-Kruger Effect is Autocorrelation – Economics from the Top Down https://economicsfromthetopdown.com/2022/04/08/the-dunning-kruger-effect-is-autocorrelation/ I can’t let go of “The Dunning-Kruger Effect is Autocorrelation” | andersource https://an
資格の勉強がめんどくさい人にやってほしい8つのこと - STUDY HACKER（スタディーハッカー）｜社会人の勉強法＆英語学習
資格の勉強でぶつかる壁と言えば「勉強めんどくさい問題」。仕事のため、キャリアのためと義務感だけで資格を目指している場合、やる気が出ないのも無理はありません。 「勉強めんどくさい問題」に対し、この記事ではふたつのアプローチで解決法を提案します。 勉強へのやる気を高める やる気がなくても勉強できる工夫をする 「資格をとりたいけど、勉強がめんどくさい……」と悩んでいるなら、これから紹介する8つの解決策を試してみてください。 「資格の勉強がめんどくさい……」への対処法1：好奇心を刺激する 「資格の勉強がめんどくさい……」への対処法2：本の前書きを読む 「資格の勉強がめんどくさい……」への対処法3：内発的動機＆外発的動機を書き出す 「資格の勉強がめんどくさい……」への対処法4：葛藤を分析する 「資格の勉強がめんどくさい……」への対処法5：通俗本を読む 「資格の勉強がめんどくさい……」への対処法6：ア
0. はじめに 1. 因果推論~施策の本当の効果~ 1.1 TVのCMを見るとアプリのプレイ時間が短くなる！？ 1.2じゃぁ理想的な比較方法は？ 1.3 背景要因を揃えた比較が難しい問題 1.4 反実仮想：仮に「xxxしたら / しなかったら」の効果算出 2. 傾向スコアを用いた効果測定 2.1 絶対にこの条件は守ろう ~ 「SUTVA」/「強く無視できる割り当て条件」~ 2.1.1 SUTVA 2.1.2 強く無視できる割り当て条件 2.1.3 どうやって条件が成り立ってるか確認するの？ 2.2 傾向スコアとは 3. 傾向スコア算出 3.1モデリング 3.2モデルの評価 4. 傾向スコアを用いたマッチング 4.1 マッチングのお気持ち 4.2 様々なマッチング手法 4.3 マッチングのメリット / デメリット 4.4 マッチングの評価 4.5 そもそも傾向スコアをマッチングに用いるべ
オーディオファイル（audiophile; 日本だといわゆるオーオタ、オーディオマニア）界隈を観察していると、WAVとFLACで音質が違う！と叫ぶ人たちがいる。この記事では本当なのかを考察したい。 それぞれの違いWAV(WAVE)はリニアPCMを格納できるファイルフォーマットで、FLACは可逆圧縮（つまり、音質を損失することなく圧縮ができる）で音声を格納できるフォーマットである。 FLACの規格上、32bit整数 / 655,350 Hzまでのフォーマットが格納できるが、エンコーダ自体は24bit整数までの対応だ。 WAVは1991年にできた古い規格で、実際のところRIFFというコンテナ規格の一種だ。WAVには色々な波形データを保存でき64bit floatなども格納できる。 つまりどちらも24bitの範囲であれば、全く同じ波形を保存できるということだ。これは波形のレベルで完全に一致する。
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
『データ分析のための統計学入門』pdf版が無料公開！ 実際に読んだ感想は……？
使える統計モデル10選（前編） | AIdrops
機械学習をゼロから学ぶための勉強法 - Qiita
『データ分析のための統計学入門』無料PDF公開中 データサイエンティストら執筆 | Ledge.ai
95%信頼区間の「95%」の意味 - 渋谷駅前で働くデータサイエンティストのブログ
統計初学者が統計検定1級に合格する方法 - クルトンのプログラミング教室
【無料】データサイエンス入門:機械学習編全35回まとめと目次
データ分析の基本を無料で学べる 総務省が「社会人のためのデータサイエンス入門」を開講
ソフトバンク、全社員1.8万人にAI･統計スキル習得求める - 日本経済新聞
50代になってから始めた数学の学び直しを振り返り、独習ノートを晒します。
2023 - Most Viewed Decks
深層学習の原理を明らかにする理論の試み - Google ドライブ
Indeedを退職してUbieに入社します｜masa_kazama
やみくもにPCR検査を広げるべきでない…これがその「基本計算」だ（大原 浩） @gendai_biz
《偽陽性》などの言葉について - Interdisciplinary
感染症数理モデルとCOVID-19 | COVID-19有識者会議
Daily Life:大塚淳『統計学を哲学する』を読む
無症状感染者からの感染確率 症状ある人からと大差なし 中国 | NHKニュース
データサイエンティストに王道無し - 渋谷駅前で働くデータサイエンティストのブログ
マスターアルゴリズム ー 世界を再構築する「究極の機械学習」
何故データサイエンスは魅力を失いつつあるのか - 渋谷駅前で働くデータサイエンティストのブログ
オンラインゲームの「ガチャ」で欲しいレアアイテムが出ない(消費者トラブル解説集)_国民生活センター
「能力が低いほど自分を過大評価する」というダニング＝クルーガー効果への反論がさらなる反論を呼ぶ
傾向スコアを用いた因果推論入門~理論編~ - 下町データサイエンティストの日常
なぜWAVとFLACで「音質が違う」というバカが現れるのか