「10代で聴いていた音楽が生涯にわたって影響を与える」「新しい音楽の発見は24歳でピークを迎える」など音楽と年齢に関する調査結果が報告される
好きな楽曲やアーティストは年齢を重ねるごとに移ろうものです。しかし、これまでの調査で10代の頃に好きだった楽曲が生涯にわたっての音楽の好みに大きな影響を与えることや、新規に音楽を発見できるのは30歳までということがわかっています。 When Do We Stop Finding New Music? A Statistical Analysis https://www.statsignificant.com/p/when-do-we-stop-finding-new-music データジャーナリストのダニエル・パリス氏によると、さまざまな楽曲や音楽ジャンルを聴き、もっと聴きたいという個人の欲求や能力は「オープンイヤー」と呼ばれるとのこと。これまでの研究で、思春期の若者はより高いレベルのオープンイヤーを示し、多様な音楽ジャンルを探求し、音楽鑑賞に対する意欲が高いことが示されています。 また、
東京の感染者数を5週間ぶん予測した (7月19日版)
(※ 新しい予測を公開しました→ 東京の感染者数を5週間ぶん予測した (7月26日版)) 東京の感染者数を5週間ぶん予測した (6月21日版) から (7月12日版) に至る記事の続き。まえがきは初回(6月21日版)の記事でご覧ください。 先週の予測は、日曜までの週単位で 9642人(6月21日版)、10151人(6月28日版)、8038人(7月5日版)、6461人(7月12日版) でしたが、現実は 7478人 となりました。 重症者数の予測をする目的で、ワクチンの効果を考慮した年代別の感染者数も計算しているのですが、この1週間の数字を振り返ると、高齢者の数字はだいたい予測通りなのに対して、若者の数字だけが予測よりめちゃくちゃ多いという日々が続いています。予測に用いている 3週前の感染者数の最大値 と 2週前の人流 との関係で言うと、主に若い都民が、急増している感染者数に動じることなく人流
東京の感染者数を5週間ぶん予測した (6月28日版)
(※ 新しい予測を公開しました→ 東京の感染者数を5週間ぶん予測した (7月5日版)) 東京の感染者数を5週間ぶん予測した (6月21日版) の続き。まえがきは前回の記事でご覧ください。 前回の予測はかなり高い精度で当てることができました。日曜までの週単位では 3368人 の予測に対して 3342人 の現実となりました。 今回は、宣言解除による～6月27日の週の人流増を反映し、～7月11日の週の予測を上振れさせました。2人での飲酒が解禁になった影響は、ある程度は人流の増加に織り込み済みとみなしています。ただし、「3週前の感染者数の最大値」を予測に用いている性質上、上振れした週の感染者数は都民を緊張させ、3週後のブレーキにつながるので、全体としての影響は限定的です。新たに追加した～8月01日の週では、5月の大阪並みの緊張感にワクチンの効果も加わって急減速するも、デルタ株を減らすにはまだ及ばな
棒グラフのデザイン集 | おしゃれで伝わるグラフの作り方｜かわちゃん
棒グラフについて「書くときの注意点」「棒グラフの種類」「どういったデータが棒グラフに向いているか」「実際の棒グラフのデザイン」などを画像を使ってわかりやすくまとめました✨ さくっと書きたい人は「棒グラフの種類」から読むことをおすすめします。いろいろな棒グラフのデザインがあるので、気に入ったグラフをまねして使ってね。 しっかり考えて書きたい人は、「棒グラフを書くときの注意点」を読めば、伝わる棒グラフの作り方がわかるとおもいます💡 棒グラフを書くときの注意点・棒グラフは使いやすい無難なグラフ シンプルで正確なグラフだけを考えるなら、棒グラフは簡単なグラフです🥇 エクセルの初期設定でもフォントを変えれば無難な棒グラフは簡単に作成できます。 円グラフは真面目に作ってもわかりにくいグラフはできるが、棒グラフは意図的に見る人を欺こうとしない限りわかりにくいグラフにはなりにくいです。 ただし、完成し
円グラフのデザイン集 | おしゃれで伝わるグラフの作り方｜かわちゃん
円グラフについて「書くときの注意点」「円グラフの種類」「どういったデータが円グラフに向いているか」「実際の円グラフのデザイン」などを画像を使ってわかりやすくまとめました✨ note公式Twitterでも紹介された人気記事なので、よかったら見てね😊 さくっと書きたい人は「円グラフの種類」から読むことをおすすめします。いろいろな円グラフのデザインがあるので、気に入ったグラフを真似して使ってね。 しっかり考えて書きたい人は、「円グラフを書くときの注意点」を読めば、見やすい円グラフの作り方がわかるとおもいます。 円グラフを書くときの注意点・本当に円グラフでいいの？ 円グラフはわかりにくくなりやすいグラフです。 要素が3つ以上ある場合は、棒グラフを使ってみるのもおすすめです🙆 「円グラフは使うな」という方もいますが、私は使い方さえ間違えなければ円グラフも素晴らしい表現方法だと思うので、簡単にわか
テレビを観る人と観ない人との差は国や言語の違いよりも深いから、きっとあなたは知らない
「オレ今度テレビに出るからな！」ノックも無しに会議室に飛び込んできた CEO が満面の笑みでそう言った。 こっちは別の話してのにイキナリなんなんだよ、と思いながら、話を聞くとどうやら CEO はドイツでちょっと有名なニュース番組に出ることになった、と。 CEO は「すごいトラフィックが来るかもしれんから、準備しといてくれよ！」と言い残して、意気揚々と去って行った。 その時、会議室にいたのは全員がエンジニアで CEO が立ち去った後の反応の薄さに笑ってしまった。 「今どきテレビって www」 「観ないでしょ、テレビなんか」 「そのテレビ番組なに？知ってる？」 「ていうか前にやったテレビ CM、最悪だったね。」 エンジニア達は全員が外国人でそれぞれアメリカ人、ロシア人、ブラジル人、イタリア人、とリモートで繋いでるのがウクライナとトルコからだった。つまり全員がそのドイツの有名なテレビ番組を知らな
データサイエンティスト生活でお世話になった本｜武田邦敬｜Kunihiro TAKEDA
みなさんこんにちは。くにです。 データ分析の世界に足を踏み入れてから9年が過ぎました。 分析実務未経験でキャリアチェンジできたのは幸運としか言えませんが、ある意味無知だったからこそ無謀な挑戦ができたのかもしれません。この挑戦の泥臭い記録は、この記事に書きました。 ポジションは変われど、データを扱う仕事をまだ続けています。 私は実務で手を動かしつつ、不格好に失敗しながら学んできました。わからないことにぶつかるたびに本を買い、その本でわからないことがあればまた本屋に行き、自分が少しでも理解できそうな本を探して買いました。そして、気になる参考文献があれば、それも買って読んでみる…。 こんな生活を続けているうちに、部屋が本だらけになってしまいました。 正直に言って読み切ったという実感のある本はありません。しかし、実務で何かしらお世話になった本は数多くあり、そういう本は手放さずに手元に置いています。
若き統計学者の英国: いかにしてマクロ経済学はオワコンになったか
マクロ経済学という分野は、残念ながらもう所謂オワコンになってしまった。正しく言うと、実を言うとDSGEはもうだめです。突然こんなこと言ってごめんね。でも本当です。こんな感じだろう。 結論から言うと、データを見るふりをして実は全くデータを見ておらず、はっきりいってモデル化に失敗したからだ。とくに予測能力が兎角ないのが致命的だったと思う。予測能力がない結果、モデル・理論を通して将来の政策談義を結局は出来ないので、政策提言すらまともにできず、役立たずの烙印を押された。政策評価・提案等の役目は統計的手法を上手く用いている、応用ミクロの研究者が主に担うことになった。 そもそもの始まりは、合理的期待形成仮説というバカげた仮定に基づいて、数学音痴がmathinessにまみれたリアルビジネスサイクル(RBC)理論などという、さらにバカげた理論を推し進めた点であろう。それに呼応してニューケインジアンモデルが
タダで学べるデータサイエンス名著5冊 【日本書は高額でも英語ができれば怖くない】 - Qiita
この時期だからこそ自学しよう 海外って太っ腹な組織が多いのか、無料で読める専門書がすごく多い。 これ系のまとめ記事は他にもありますが、 翻訳済の日本の本と、原著を並べて表示していきたいと思います。 特にデータサイエンス分野に限って紹介。 お高いあの名著も実は原著なら無料かも？ (2020年5月時点) 続編、データサイエンスの名大学講座 を書きました (2020年8月) 1冊目 邦題 : 統計的学習の基礎(1万5千円) 俗に言う「カステラ本」です。 日本では2014年に翻訳されましたが、原著は2001年と今から約20年前に出版されました。 内容からしても、当時は体系的に理論学習ができる刷新的な一冊だったのでしょう。 まさに「アルゴリズム・理論の辞書」。 年代的に古い感じはしますが、基礎はいつだって大切です。 数字に強くないと絶対読み切れない。。。 原著 : The Elements of S
文系社会人が統計のために１から高校数学をやりなおしました｜hanaori
こういう人間です ・ 文系（英文学科） ・ Webエンジニア ・ 統計を勉強中モチベーションここ２年ほど統計を勉強しているのですが、そこで毎回立ちふさがるのが数学の壁でした。わたしは文系ということもあって数ⅡB（しかも途中まで）しか履修していなかったため、微分積分や線形代数などが出てくると理解することが難しく時間がかかってしまいます。 でももっと統計を知りたいし理解したい 😭 という気持ちをずっと感じていて今回数学をやり直すことにしました。 高校３年分と考えるとなかなか決心するのに時間がかかりましたが、やってよかったと思います。スケジュール感や実際使った本などを共有することで同じような方の参考になればよいなあ、と思います。 実際使用した本 ・ 講座■ よくわかる数学シリーズ 主にMY BESTシリーズを使用しました。カラーで説明もわかりやすく、目にも心にもやさしい仕上がりになっております
数学を勉強する時におすすめのツール｜hanaori
少し前に高校数学をやり直したのですが、徐々に勉強スタイルが整ってきたので使って便利だったツールをまとめておこうと思います。 今から勉強はじめようと思ってる方や、もうすでにはじめられてる方の参考になればうれしいです。 GeoGebra Graphing Calculator 数式を入力するとグラフを描いてくれます。 Webブラウザやスマホ・iPadのアプリでも使用でき、ぱっとグラフの形を確認したいときにとっても便利です。 Webブラウザや iPad などでも使用できます。 Wolfram Alpha図を描いてくれるところは GeoGebra に似ていますが、こちらは入力された数式などに対して構造化されたデータを用いて適切な結果を返してくれる検索エンジンのようです。 いろんなWebページをインデックスして検索結果を返す Google などとはまた違っておもしろいですね。 GeoGebra は非
データ視覚化のプロが選ぶデータ分析のオススメ本32選
データ分析&データ視覚化のコンサルティングをしております、永田ゆかりと申します。 これまで2000人以上の方にデータ分析や活用の研修・トレーニング講師、企業への分析コンサルティングをさせていただいており、仕事をさせていただく中で必要な本を読み続けているうちに、気がついたらデータ分析領域の本を200冊以上読んでいました。 中でもデータビジュアライゼーション・視覚化の領域に関しては私自身の得意領域ということもあり、数多く読み込んでいます。 本記事では数多くのクライアントの方々との問題解決に役立った知識・ノウハウが書かれている良書をご紹介させていただきますので、是非最後までご覧ください。 データ可視化そのものについて知りたいたは、こちらの記事からどうぞ。 データ可視化とは？その重要性や手法、よくある課題と解決策を解説 データ分析における視覚化（ビジュアライゼーション）系のおすすめの本17選1 S
食べログ3.8問題に終止符を打つ
import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns import json import glob import math from pathlib import Path from collections import Counter from sklearn.linear_model import LogisticRegression from sklearn.metrics import accuracy_score from sklearn.metrics import confusion_matrix from sklearn.metrics import roc_auc_score from sklearn.model_selection imp
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
