【API不要】Twitter上のtweetデータを自動収集する方法 - アクチュアリーはデータサイエンスの夢を見るか？
本記事ではTwitter上のtweetデータを自動収集する方法をご紹介します。APIを使用しなくても、tweetデータを簡単に自動収集することができます。今回はグーグルスプレッドシート上のTwitter Archiverというアプリを利用します。 Twitter Archiverの使い方 自動取得できるデータ Twitter Archiverの使い方 使い方の手順は次のとおりです。 1. まずグーグルスプレッドシートで空のシートを開きます。 空のグーグルスプレッドシート 2. Ad-onsを開きます Ad-onsを開きます 3. "Twitter Archiver"で検索をかけます。 検索結果 4. ダウンロードして、twitterアカウントと連携させます。 twitterアカウントとの連携 5. 検索条件を設定します。 検索条件の設定 6. 設定した検索条件に従って、１時間おきに100件
アクチュアリー試験の合格年数シミュレーター - アクチュアリーはデータサイエンスの夢を見るか？
本記事ではアクチュアリー試験合格までに何年かかるかをシミュレーションします。※実際の合格年数を保証するものではありませんので、ご承知おきください。 アクチュアリー試験を突破するには長い時間がかかることが知られています。一般的に、準会員になるまでには平均５年、正会員になるまでには平均８年かかるとも言われています。本記事では簡易的なモデルに基づいてシミュレーションするプログラムをご紹介します。 計算前提 1. 毎年２科目を受験する。(残り科目数が１科目の場合は１科目） 2. それぞれの科目の合格率は次のとおり。 受験者全体の合格率に、勉強の成果（追加上昇効果）を指定％上乗せして算出。 第１科目の合格率 ＝ 受験者全体の合格率 ＋ 第１科目の追加上昇効果 第２科目の合格率 ＝ 受験者全体の合格率 ＋ 第２科目の追加上昇効果 ※なお、残り科目数が１科目の場合は次の通り。 第１科目の合格率 ＝ 受験
機械学習とアクチュアリー数理の違い（バイアス、バリアンス分解との比較） - アクチュアリーはデータサイエンスの夢を見るか？
今回は機械学習と保険数理の違いについて、数式を用いて比較してみます。 １．機械学習の汎化誤差 ２．保険数理の推定二乗誤差 ３．両者の数式の比較 １．機械学習の汎化誤差 まずは機械学習で扱われる汎化誤差(Test error)について数式を見てみます。汎化誤差とは訓練誤差(Training error)に対する概念で、「観測されていない新たなデータを予測した時に生じる誤差」のことを指します。 以下の数式はScott Fortmann-Roeのessayからの引用です。 scott.fortmann-roe.com 確率変数Yはによってモデル化され、は理論値、はノイズを意味しています。一方では予測値を意味しており、との推定二乗誤差である（＝汎化誤差）を分解するのが上式の狙いです。 ポイントとなるのは、予測値が定数ではなく、訓練データに従って変動する確率変数として表現されることです。予測値の不確
1
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
