なかなか内定がとれずに消沈する二人の学生が見た「当社は採用の多い企業ですからどうかそこはご承知ください」という文言。この企業はどんな企業なのだろうか? 本文 二人の若い大学生が、いっぱしのサラリーマンのかたちをして、ぴかぴかするアンドロイドのスマートフォンを持って、都心からは少し離れた、低中層のオフィスビルがぽつぽつとあるエリアを、こんなことをいいながら、あるいておりました。 「ぜんたい、ここらの企業はけしからんね。ろくに求人もしていやがらん。なんでも構わないから、早くトントンと、面接をすすめていきたいもんだなあ。」 「グループ討論で、アホウなFランクの学生のバカなセリフなんぞを、ちょっと気の利いたセリフで論破したら、ずいぶん痛快だろうねえ。顔を真っ赤にして、しどろもどろになって、それからどたっと倒れるだろうねえ。」 二人がそれぞれ持っていたスマートフォンが、二つともいっしょにフリーズを起
正規分布の100個の乱数と異なる平滑化帯域幅によるカーネル密度推定。 カーネル密度推定(カーネルみつどすいてい、英: kernel density estimation)は、統計学において、確率変数の確率密度関数を推定するノンパラメトリック手法のひとつ。エマニュエル・パルツェン(英語版)の名をとってパルツェン窓(英: Parzen window)とも。大まかに言えば、ある母集団の標本のデータが与えられたとき、カーネル密度推定を使えばその母集団のデータを外挿できる。 ヒストグラムは、一様なカーネル関数によるカーネル密度推定量と見ることもできる。 定義[編集] x1, x2, ..., xn を(未知の)確率密度関数 ƒ を持つ独立同分布からの標本とする。カーネル関数 K、バンド幅(平滑化パラメータ)h のカーネル密度推定量(英: kernel density estimator)とは を採用
ビッグデータ時代―なぜ、いま機械学習なのか Apache Hadoop(以下、Hadoop)の登場で、今まで捨てていたデータ、貯めるだけで処理しきれなかったデータを活用できるようになりました。 活用手段として最近とみに注目されている技術が「機械学習」であり、Hadoopの強みを生かし簡単に機械学習を行うためのライブラリが、「Apache Mahout」(以下、Mahout)です。 本稿ではMahoutを動かしてみることで、機械学習の常識を身に付けます。 そもそも、機械学習とは? 機械学習とは、一定のデータをコンピュータ・プログラムに「学習」させ(すなわち、そのデータに潜むパターンや規則性を表す「モデル」を自動的に構築させ)、他のデータにそのモデルを適用すれば、あたかも人間のように複雑で柔軟な判断が行えるようにするという試みです。 機械学習をビジネスに活用した例は、レコメンド(ユーザーや商品
合同会社マイクロベースのQGIS演習資料(ver.1.8)です。ご希望にしたがって研修内容を構成します。研修のご依頼をご希望の方は弊社ホームページよりお問い合わせください(※データは公開しておりません)。 http://microgeodata.com/ 製作・協力: 仙石裕明・東郷直子・秋山祐樹
k-medoids法 (k-medoids method)† k-means法と類似した分割最適化クラスタリング型の手法. k-means法は任意のベクトルの間の非類似度が計算できないと適用できないが,k-medoids法は分類する任意のデータ対の非類似度が,非類似度行列の形で与えられていれば適用可能. k-means法との具体的な相違点は次の二つ. クラスタはセントロイドではなくmedoidで代表される. medoidとは,クラスタ内のデータ点で,その点以外のクラスタ内の点でまでの非類似度の総和が最小になる点.クラスタを \(X_i=\{x\}\),データ間の非類似度を \(d(x,y)\) で表すとき,medoidは次式 \[\arg\min_{x\in X_i}\sum_{y\in (X_i-\{x\})} d(x,y)\] k-means法は,クラスタを代表するセントロイドとクラス
「どこまでセーフ? どこからアウト? 20周年だし歌わずにはいられない……あなたをもっと知りたくて……作ってみましたニューアルバム。歌うは倫理・嗜好の38度線」!!(プレスリリース引用) 面影ラッキーホールの1年2ヶ月振りとなるニューアルバム『On The Border』が、去る8月17日、いよいよ全国解禁となった。言わずと知れた当世唯一(?)の非感謝系音楽実演家として、また「不謹慎でも度を越してしまえば炎上は起こらない」という格好のケーススタディーを世に提示した下世話コラム「けだものだもの」「my aim is true」などによって、VOBO読者諸氏にも既にお馴染みのこのバンド。さて、結成20周年を祝する新譜の出来映えはと言えば…、呆れるばかりのムジカ・ノワール、いやこれぞまことのノーブレス・オブリージュ、時世が時世なら一家郎党13階段必至であろう、相も変わらぬ(笑)問題作だ。隔靴掻痒
まさかと思ったらまた「再犯者率」の間違いでした。 また、非行歴がある少年が再び検挙される割合の再犯率は33.9%と、統計が残る昭和47年以降、最も高くなりました。 警察庁は新たに非行に走る少年が減る一方で悪質な非行を繰り返す少年が増えるという、二極化の傾向が出ているとみて、取締りとともに非行からの立ち直りの支援などをさらに強化したいとしています。 刑法犯の少年の再犯率 最悪に NHKニュース 元になった資料はこれだと思います。 「少年非行情勢(平成24年1〜12月)」 (警察庁生活安全局少年課) この資料には「平成24年中の再犯者数は2万2,179人(前年比12.8%減)と減少傾向にあるが、再犯者率は15年連続で増加して33.9%となり、統計のある昭和47年以降で最も高い」(p6)とあります。33.9%は「再犯率」ではなく「再犯者率」です。 再犯者率は同書凡例にあるように「刑法犯少年全体に
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