カルマンフィルタとベイズフィルタ センサーにはノイズがつきものだ。世界にあふれるデータやイベントを私たちは計測・追跡したいのだが、センサーから完璧な情報が取得できるとは期待できない。例えば私の車に搭載されている GPS は高度を報告するが、同じ道路の同じ場所を通ったとしても報告される高度は少し異なる。また私が持っているキッチンスケールの上に同じものを二度載せると、目盛りは異なる値を指す。 すぐに解決できる簡単
カルマンフィルタとベイズフィルタ センサーにはノイズがつきものだ。世界にあふれるデータやイベントを私たちは計測・追跡したいのだが、センサーから完璧な情報が取得できるとは期待できない。例えば私の車に搭載されている GPS は高度を報告するが、同じ道路の同じ場所を通ったとしても報告される高度は少し異なる。また私が持っているキッチンスケールの上に同じものを二度載せると、目盛りは異なる値を指す。 すぐに解決できる簡単
こんにちは。 データチームの後藤です。 A/Bテストはサービス改善のための施策の効果測定に欠かせないツールですが、最近のVASILYでは、運用するサービスが増えてきたことに伴いA/Bテストの内容も多様化してきました。今回はそのA/Bテストにベイズ推論を用いた具体的な例を紹介します。 問題設定 あるサービスのコンバージョン率を上げるため、コンバージョンの前提となる行動Xを増やすための修正を実施しました。ここで、「コンバージョン」は商品の購入などの成約を、「コンバージョン率」は利用数に対して成約に結びついた割合を、「行動X」は買い物カゴに商品を入れるなどコンバージョンの前提となる行動のことを指すことにします。修正がコンバージョン率の上昇に寄与したのかをデータから判断する必要があります。 修正後のページ(パターンA)を表示したグループと、修正前のページ(パターンB)を表示したグループの行動ログを
当シリーズではPyMC3のチュートリアルを元に統計モデリングについて確認していきます。PyMC3はベイズ統計モデリングのためのPythonのパッケージで、Pythonにおいてベイズ統計を取り扱うにあたってはデファクトとみて良いパッケージだと思います。 #1では導入としてPyMC3の概要の確認とインストールに加え、簡単な動作確認を行います。 以下、目次になります。 1. PyMC3の概要 2. PyMC3のインストール 3. 動作確認 4. まとめ 1. PyMC3の概要 まず1節ではPyMC3の概要について、主にWikipediaを元に確認します(https://en.wikipedia.org/wiki/PyMC3)。冒頭の記載を簡単に確認してみます。 上記によると、PyMC3は「高度なMCMCや変分近似アルゴリズムに特化した、ベイズ統計モデリング(Bayesian statistica
今回の実験環境 今回は私が使っているWindows10の中にサブで構築している仮想Windows10環境が肥大化しすぎてしまったため、仮想マシンファイル(vhdxファイル)の最適化をしてみます。 仮想マシン内でディスク使用量を確認 仮想マシンのWindows10を起動すると、このような状況です。ディスク全体は38.4GBで、そのうち36.4GBが使用中。空きは2.02GBでした。 ホスト側から仮想マシンファイルを確認 それより、ホスト側から仮想マシン全体のファイルサイズを確認すると、65.7GBも使ってしまっています。仮想マシン内で確認した使用量とだいぶ違います。 チェックポイントを2つ作っているせいもあるかも知れませんが、実使用量と仮想マシンファイル(vhdx)の差が激しいので、なんとかしたいところです。 この場合、仮想マシンファイル(vhdx)の最適化を行うことでホスト側のディスク使用
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
処理を実行中です
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