日本人起業家が大型M&A後に描く次のビジョン「今35歳。あと2、3周は何かにチャレンジしたい」
Treasure Dataは、2011年に芳川裕誠氏、太田一樹氏、古橋貞之氏の3名がシリコンバレーで創業したビッグデータ分析企業。2018年8月、ソフトバンクグループ傘下のコンピュータチップ設計企業ARMが、約6億ドル（約660億円）で同社を買収したニュースは記憶に新しい。Treasure Dataの元CTOで現取締役の太田一樹氏に、学生時代から創業までの経緯や、グローバルスタートアップとして成長するプロセス、ARMとのM&Aの裏側などについて聞いた。（前編：日本人CTOがシリコンバレーで25歳で起業し、660億円で買収されるまでの道のり） ※インタビューシリーズ「シリコンバレーから日本を考える」では、櫛田健児氏（スタンフォード大学ジャパン・プログラム リサーチスカラー）がシリコンバレーの企業・スペシャリストにインタビューし、日本の未来・可能性について掘り下げます。 ＜目次＞ ・一番大きな
競技プログラミングの裏技！？ 誰が解いたかの情報から問題の傾向は予想できるか？ - tozangezan's diary
adventar.org もうちょっといいネーミングは無かったのでしょうか。 おことわり 今回の記事にデータ源として登場する人は、新AtCoderのコンテストに20回以上参加した人のうち、だいたいレートが2700以上とかの人だけです。 赤にいかないうちは、典型も解けていないという証拠なのでどんな問題がでても文句を言わずに解きましょう— rng_58 (@rng_58) 2017年10月12日 APIとかの使い方がわからないので、手作業で集められる範囲で許してください。 はじめに ある程度プログラミングコンテストに出ていると、限界を感じます。具体的には典型を全部把握していて過去に見たことがあるような問題ならゼロ時間で解けるのに、ある程度典型から外れた瞬間全く解けなくなるというやつです。AGCやCode JamのRound 3以降で顕著です*1。 だいたいそこからできることというのは、爆速でコ
蟻本シリーズ 2 ランダムウォーク - StatModeling Memorandum
今回は以下のランダムウォークの問題を考えます。 I×Jの大きさのグリッドがあります。(1,1)からスタートして、1ターンに上下左右4マスのうち移動できる方向にそれぞれ確率p1,p2,p3,p4で移動します。いくつかのマスには石が置いてあり、通行不可能になっています。(I,J)にはじめて辿り着くまでにかかるターン数の期待値を求めなさい。ただし、(1,1)から(I,J)に移動するパスが少なくとも1つは存在すると仮定します。 例：I = 3, J = 10 [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [1,] 1 0 1 1 1 0 1 1 1 0 [2,] 1 0 1 0 1 0 1 0 1 0 [3,] 1 1 1 0 1 1 1 0 1 1 0が石があるマスで、1が移動できるマスです。以降ではこのグリッドを「グリッドA」と呼びます。
【R】『新米探偵、データ分析に挑む』を読んでいます - 歩いたら休め
同僚のRプログラマーにおすすめのRの本は無いかと聞いたところ、 「新米探偵データ分析本→実務→（みんなのR→）advanced R」の順番に学ぶといいと聞き、新米探偵本を借りて読んでいます。 新米探偵、データ分析に挑む 作者: 石田基広,shimano出版社/メーカー: SBクリエイティブ発売日: 2015/10/28メディア: 単行本この商品を含むブログ (4件) を見る 最初にざっと目を通しただけですが、商店街に起こる事件を基に、 平均値のシミュレーション 回帰分析 ロジスティック回帰 テキストマイニング 時系列分析 などなど、いろんな分析のエッセンスや注意点が学べる本だという気がしています。 「こういうときに主成分分析を使う」「こういうときに自己相関グラフを使う」など、基本的な分析手法やグラフの使いどころを学ぶことができるような気がします。私のように、Rのプログラミングは慣れてきたけ
Rで線形単回帰分析 - matsuou1の日記
次回のTokyo.Rの開催が近づいてきたので、前回の復習を兼ねてRで回帰分析をやってみます。 今回は最も単純な線形単回帰分析を行います。 回帰分析の流れ 回帰式を求める意義があるか検討する（説明変数と目的変数のグラフを作成する等） 回帰式を求める 回帰式の精度を確認する 回帰係数の検定を行う 信頼区間と予測区間を求める 回帰式を求める意義があるか検討 無相関なデータに対しても、数学的には回帰式が求められるため、検討しておくことは重要です。 データはマンガでわかる統計学 回帰分析編のデータを使用してみます。 ある喫茶店のアイスティーの売り上げとその日の最高気温についてのデータです。 > norns temperture icetea 8/22 29 77 8/23 28 62 8/24 34 93 8/25 31 84 8/26 25 59 8/27 29 64 8/28 32 80 8/2
【速報】神ハドリーの名著 "Advanced R" の翻訳が出ます - ほくそ笑む
ビッグニュースです。 統計言語 R の業界において神とあがめられているハドリー・ウィッカム。 彼は ggplot2 や dplyr などの数々の超便利パッケージを作成したことで知られていますが、その R に対する深い知識をもとに書かれた "Advanced R" という名著を昨年秋に出版しました。 Advanced R (Chapman & Hall/CRC The R Series) 作者: Hadley Wickham出版社/メーカー: Routledge発売日: 2014/10/28メディア: ペーパーバックこの商品を含むブログを見る 本書は、これまで複雑でわかりにくいとされてきた R 言語を、エッセンスにしぼり、体系的にここまで綺麗にまとめることができたのかと、思わずうなるほどの出来で、アメリカ Amazon で星 4.8 という超高評価をつけられている名著です。 この本の日本語訳
R vs Python：データ解析を比較 | POSTD
主観的な観点からPythonとRの比較した記事は山ほどあります。それらに私たちの意見を追加する形でこの記事を書きますが、今回はこの2つの言語をより客観的な目線で見ていきたいと思います。PythonとRを比較をしていき、同じ結果を引き出すためにはそれぞれどんなコードが必要なのかを提示していきます。こうすることで、推測ではなく、それぞれの言語の強みと弱みの両者をしっかりと理解できます。 Dataquest では、PythonとRの両方の言語のレッスンを行っていますが、データサイエンスのツールキットの中では両者ともそれぞれに適所があります。 この記事では、NBA選手の2013/2014年シーズンの活躍を分析したデータセットを解析していきます。ファイルは ここ からダウンロードしてください。解析はまずPythonとRのコードを示してから、その後に2つの異なるアプローチを解説し議論していきます。つま
固有ベクトル、主成分分析、共分散、エントロピー入門 | POSTD
(2015/11/19、記事を修正いたしました。) 目次 線形変換 主成分分析（PCA） 共分散行列 基底変換 エントロピーと情報の取得 とにかくコードが欲しい方へ その他の参考資料 本稿は固有ベクトルと行列との関係性について、平易な言葉で、数学にあまり詳しくなくても分かるように書いてみました。この発想に基づいて、PCA、共分散、情報エントロピーについても説明します。 固有ベクトルは英語で「eigenvector」ですが、この eigen はドイツ語で、「そのものだけが持つ」という意味です。例えばドイツ語の「mein eigenes Auto」は、「ほかならぬ私が持つ車」というニュアンスです。このようにeinenは、2つのものの間に存在する特別な関係性を意味します。独特、特徴的、その性質を端的に示すものということです。この車、このベクトルは、私だけのもので、他の誰のものでもありません。 線
Otsu's method - Wikipedia
An example image thresholded using Otsu's algorithm Original image In computer vision and image processing, Otsu's method, named after Nobuyuki Otsu (大津展之, Ōtsu Nobuyuki), is used to perform automatic image thresholding.[1] In the simplest form, the algorithm returns a single intensity threshold that separate pixels into two classes – foreground and background. This threshold is determined by mini
統計屋のためのAWK入門 - あんちべ！
はじめに 本稿はAWKという言語を用いて、 ごく簡単にデータ分析用の前処理*1をするための解説記事です。 AWKは短いコマンドを記述するだけで多様なデータ処理を可能にします。 特にデータの抽出に関して恐るべき簡易さを提供します。 具体的には、input.txtというファイルの中から "fail"という文字列を含む行を抽出したければ次のように書くだけです。 awk /fail/ input.txt つまり、スラッシュ記号で文字列を指定するだけで その文字列を含む行を抽出できるのです。 大変簡単ですね！ また、awkはLinuxやMacには標準で入っており、 Windowsでもawk.exeを一つ用意するだけなので、 面倒なインストール作業や環境構築は不要で誰でも即座に使えるため、 自分で書いた処理を他人に渡したり*2各サーバに仕込むなども簡単に出来ます。 複雑な処理をする場合はPythonや
シリーズUseful R『戦略的データマイニング』『金融データ解析の基礎』ご恵贈いただきました - 渋谷駅前で働くデータサイエンティストのブログ
戦略的データマイニング (シリーズ Useful R 4) 作者: 里洋平,金明哲出版社/メーカー: 共立出版発売日: 2014/08/23メディア: 単行本この商品を含むブログを見る 金融データ解析の基礎 (シリーズ Useful R 8) 作者: 高柳慎一,井口亮,水木栄,金明哲出版社/メーカー: 共立出版発売日: 2014/08/09メディア: 単行本この商品を含むブログ (1件) を見る 著者の@yokkunsこと里さんと高柳さんからご恵贈いただきました！ ということで簡単にできるだけ辛口ではない書評を書いておきます*1。皆さんの参考になれば嬉しいです*2。 『戦略的データマイニング』 内容：☆☆☆☆☆（非公開） オススメ度：☆☆☆☆☆（非公開） タイトルと著者が@yokkuns氏であるという点からも想像がつくように、具体的にビジネス的なテーマがある時にどんなデータ分析手法をどのよ
パッケージユーザーのための機械学習(1)：決定木 - 渋谷駅前で働くデータサイエンティストのブログ
（※はてなフォトライフの不具合で正しくない順番で画像が表示されている可能性があります） だいぶ前に「糞コードで頑張る機械学習シリーズ」と言うのを始めようとしたんですが、パーセプトロンをPythonで実装した次にMatlabで書いたSMO-SVMコードをPythonに移植しようと思っているうちに時間が過ぎ。。。 あまつさえ転職したら、今の現場にはライブラリ皆無でほぼ全ての機械学習のコードをPython / Java / C++のどれでも書ける化け物^H^H「教授」がいてそんなこと僕がやる必要性は完全になくなってしまったのでした（笑）。 ということで、カテゴリ名はそのまま*1ながら方向性を変えて、僕のようなパッケージやライブラリに依存するユーザーが機械学習を実践する際に原理上のどのような点に気を付けて実装・実践すべきかを、僕自身の備忘録のためにだらだらと書いていくシリーズにしてみようと思います
パッケージユーザーのための機械学習(5)：ランダムフォレスト - 渋谷駅前で働くデータサイエンティストのブログ
（※はてなフォトライフの不具合で正しくない順番で画像が表示されている可能性があります） さて、こんな記事をクリスマス・イヴのプレゼントにするのはアレなんですが（笑）、教師あり学習＆分類器系では一旦これでシリーズを〆る予定です。 トリを飾るのはランダムフォレスト。アンサンブル学習の代表選手ですね。「ランダムフォレスト最強」とか言っちゃう人が多いらしいんですが*1、そういう人にはぜひ今回（と次回予定の5回分まとめ）の記事を読んでもらいたいなぁと思います。 今回の参考文献もピンクの薄い本です。pp.193-197に決定木、バギング、アダブーストの後にランダムフォレストの説明があります。 はじめてのパターン認識 作者: 平井有三出版社/メーカー: 森北出版発売日: 2012/07/31メディア: 単行本（ソフトカバー）購入: 1人 クリック: 7回この商品を含むブログ (4件) を見る 他だと、例
統計グラフの色
[TODO] R 4.0.0 以降の色についてはそのうち書きます。とりあえず palette() のヘルプをご覧ください。palette("Okabe-Ito") とするとsafe colorsになります。→ A New palette() for R，Color Universal Design，Essentials of color in R。あと Colorspace 2.0 とその JSS paper。 はじめに 統計グラフに色を付けることは広く行われています。しかし，色は万人に共通のものではありません。日本人男性の5%，白人男性の8%は，RGB（赤緑青）のうち赤と緑の区別がうまくできません。その内訳は1:3で赤の感受性がないP型（1型，protanopia）と緑の感受性がないD型（2型，deuteranopia）に分かれます。青を感じない人や，RGBのうち2色以上を感じない人もい
R言語の基礎と実習 担当者 中田真吾、天野禎章 2010.10.12 初稿 2010.10.25 第一改訂版 2011.9.27 第二改訂版 Yokoyama-Lab 2 R言語：概要と特長 ● ニュージーランドのAuckland大学のRoss IhakaとRobert Gentleman�
R言語の基礎と実習 担当者 中田真吾、天野禎章 2010.10.12 初稿 2010.10.25 第一改訂版 2011.9.27 第二改訂版 Yokoyama-Lab 2 R言語：概要と特長 ● ニュージーランドのAuckland大学のRoss IhakaとRobert Gentlemanによ り作られた統計解析向けプログラミング言語 ● AT&Tベル研究所によって設計されたS言語を元に設計 → S/S-PLUSとScheme (Lisp)から受け継がれた言語特徴 ● 統計解析に適した機能：メルセンヌ・ツイスタによる擬似乱数や多様な乱数 を生成する機能を提供 ● ベクトル・行列単位での処理 ● 最適化された高速な組込み関数群 ● CRAN（パッケージ管理システム）：PerlのCPANに近い ● オブジェクト指向 ● 視覚化に優れた機能 Yokoyama-Lab 3 R言語：長所と短所 長
confidence - 信頼区間に関する18種類の説明
統計的推測における信頼区間は，どのような初等統計学の教科書にも説明されているにもかかわらず，議論の多い問題でもある．いくつかの参考書の記述を引用してみよう． 実務教育研究所(1994)「現代統計実務講座Ⅰ」p．266 このとき95％あるいは99％という確率を信頼率（信頼度ともいう）とよぶ．この信頼率は何をあらわしているのだろうか．真の値（母数）ｐは，この区間に入っているかいないかのいずれかである．したがって，ただ一つの標本から求めた信頼区間だけを考えるときには，95％や99％という確率は出てこない．このような無作為抽出を繰り返し行ない，そのたびに，前と同じ方式で信頼区間をつくるとすれば，推定値p^が変わることによって，その信頼区間の中点も，また，区間の幅も変わる．このような操作を無限に繰り返して無数の信頼区間を得るとすれば，そのうち真の値ｐを含むものの割合を示すのがこの信頼率である． 東京
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
piqcy on Twitter: "A/Bテストのサンプルサイズをどう決めるか?を解説した記事。全3編にわかれていて、後半ほど技術的な解説となっている。Notebookによる実装もある。 https://t.co/fhP7Ol6sje"
Top 77 R posts for 2014 (+R jobs) | R-bloggers
*IRU on Twitter: "簡潔にまとまってて良い : 統計のための線形代数 ～基本的な定理・性質から発展的なものまで～ http://t.co/hkRFZXDxs9"
Amazon.co.jp: 統計のための行列代数 上: D. A. ハーヴィル: 本
