ロバスト統計：外れ値を含むデータの扱い方
以下のような10個の観測値を得たとする。 2.773, 3.183, 2.969, 2.883, 3.229, 3.080, 3.204, 3.171, 2.798, 2.900 これらは標本平均 = 3.019、標本標準偏差 = 0.175であり、正規分布を仮定すれば95%信頼区間は [3.019 - 1.96 × 0.175, 3.019 + 1.96 × 0.175] = [2.676, 3.362] となる。実際このデータは平均 = 3、標準偏差 = 0.2 の正規乱数であるが、各統計量は良好な値を示している。しかしデータ収集時の記載ミスなどにより最後の値だけ小数点の位置がずれてしまったとすると、 2.773, 3.183, 2.969, 2.883, 3.229, 3.080, 3.204, 3.171, 2.798, 29.00 標本平均 = 5.629、標本標準偏差 = 8.
「カラス侵入禁止」警告文、なぜか効果 東大の研究施設：朝日新聞デジタル
「カラス侵入禁止」。そう書いた紙をつるしたら、本当に来なくなった――。岩手県大槌町にある東大の研究施設は春になると、カラスに「警告文」を出す。研究者が放つ奇策だ。今年で３年目、東大が連勝している。 ４月中旬の午後、大槌湾に面した「東京大学大気海洋研究所国際沿岸海洋研究センター」の１階で、佐藤克文教授（動物行動学）がパイプや窓枠に紙をつるしていた。パイプ周りの断熱材はむしられてボロボロだ。「カラスが巣作りで持っていきました」。佐藤教授は苦笑いする。 センターは世界的な海洋研究の拠点として１９７３年に前身がオープンした。だが、震災の津波は３階建ての最上階まで到達した。その後、３階だけ仮修復したが、１、２階はがれきの撤去後、物置になった。 佐藤教授によると、カラスの被害が目立ち始めたのは１５年春。むき出しになった１階天井のパイプの断熱材がむしり取られ、羽根やフンが落ちるようになった。 津波で周囲
青と黒を移動させると白と金……？ 見える色が変わるドレスの錯視が再現されたイラストにびっくり
色が白・金または青・黒に見えるドレスの錯視を再現したイラストがネット上で話題になっています。イラスト自体は昨年pixivに投稿されたものですが、最近になって海外のユーザーに取り上げられ再び話題に。 2015年に世界が2つの意見に分かれたドレスの色（関連記事）を使い、同じ2色でも「青黒」に見えるパターンと「白金」に見えるパターンをイラストでわかりやすく描いています。 やっぱり同じ色に見えない……（画像提供：しぴーさん/pixivアカウント） 投稿したのはしぴー（@pummeluff39）さん。もともとの作品はドレスの再現というわけではなく、「ラブライブ!」の矢澤にこちゃんの服で錯視を表現したもので、スポイトで色を確認しても同じであることが説明されていました。 謎の色のドレスと同様、周囲が明るいのか暗いのかによって認識する色が変わり、実際に「青黒」の一部を切り取って移動させると「白金」になると
環境副大臣、クールビズ設定「２８度は不快」 （読売新聞） - Yahoo!ニュース
夏に室温を２８度にして軽装で過ごし、消費電力を減らす「クールビズ」について、旗振り役の環境省の関芳弘・副大臣が１１日、首相官邸で開かれた副大臣会議で「２８度は不快な温度」などと述べる一幕があった。 同会議では、盛山正仁・法務副大臣が「なんとなく２８度でスタートし、独り歩きしてきた。働きやすさの観点から検討しては」と見直しを提案。盛山副大臣は２００５年のクールビズ開始当時、環境省で担当課長だったこともあり、関副大臣も「（２８度は）無理があるのではないか。実はかなり不快な温度。科学的に検討を加える」などと応じたという。 国の建築物環境衛生管理基準では、事業所など人が集まる建物で室温を１７～２８度に設定すると定めている。そのため、環境省はこの上限で快適に働くのを目指し、夏場は軽装にして「室温２８度」を呼びかけてきた。
機械学習初心者が、素早く学べるコンテンツとライブラリ19選（Python編） - paiza times
Photo by Horia Pernea こんにちは。谷口です。 最近「機械学習に興味がある」「いつかやろうと思ってるんだよね……」と言うエンジニアの方をよく目にします。また、その倍ぐらい「機械学習難しすぎて挫折した」という方も見ます。 弊社のITエンジニアにも機械学習を勉強中という人がいますが、特に最初は難しすぎて何から手を付けたらいいのかよく分からず、とても悩んだと言っていました。そこで同じような悩みを抱えている方の参考になればと思い、初心者の頃に参考になった機械学習入門者の方に役立ちそうな記事やスライドを聞いてきました。 また、Pythonには機械学習のためにデータを処理するライブラリ（数値演算をするためのライブラリや図を作成するためのライブラリなど……）がそろっていて、呼び出したり組み合わせて処理したり……といったことがしやすいため、多くの人が機械学習で使っています。コードも短く
フリーエンジニアのIT案件ならレバテックフリーランス
コンピュータに過去のデータを分析させ、未来のデータを予測させる機械学習。商品のレコメンドシステムや写真の顔検出など、身近なところに機械学習は広く活用されています。また、Microsoftの「Azure Machine Learning」、Amazonの「Amazon Machine Learning」、Googleの「Cloud Machine Learning」、といったクラウド機械学習サービスが公開されたことで、機械学習を専門としないエンジニアでも活用できるようになりました。 そこで今回は、「機械学習でどんなことができるか」をつかんでもらうために、機械学習にはどんな手法があるのかをざっくり把握できるスライドをまとめました。機械学習に興味をお持ちの方はぜひご参照ください。 機械学習の案件を提案してもらう
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
『富裕層の年寄りを優遇するなとか富の再分配をしろとかBIを導入しろと』へのコメント