不正なデータは世界を駆ける - 海の底には何がある
朝起きて、ツイッターなど眺めていると、とんでもないニュースが飛び込んでくる。社会性クモの個性研究の第一人者であるところのPruitt氏の論文に不正なデータがあることがわかり、論文の取り下げが生じており、それが下手すると一本や二本に留まらず（現在は二本取り下げ）、大規模な撤回が生じる可能性が出てきているとのこと。 www.sciencemag.org げげげげ、クモの個性の話は「クモのイト」で一章割いて書いている大事なテーマ。Pruitt氏の仕事もめっちゃ面白いのでいくつか紹介している。 クモのイト 作者:中田兼介 出版社/メーカー: ミシマ社 発売日: 2019/09/26 メディア: 単行本（ソフトカバー） で、撤回された論文がなにか見てみると大当たり。その個性の章でとりあげていた社会的ニッチ構築の話であった。で、いろいろ調べてみると、撤回された論文の第一著者が、おかしなデータを発見して
読書日記: 読了：Graefe(2014) 実はvote expectationが最強の選挙予測だった
« 読了：Krishna & Schwarz (2014) センサリー・マーケティングと身体化認知 | メイン | 読了：Wilson(2002) 身体化認知という概念を解剖する » 2014年12月16日 (火) Graefe, A. (2014) Accuracy of vote expectation surveys in forecasting elections. Public Opinion Quarterly, 78, 204-232. ぼんやりPOQのサイトを眺めていて、アブストラクトを数行読んで、これはえらいこっちゃ、と青くなった論文。まさにこれ、こういう研究を探していたのに、これまで見つけることができなかった。探し方が悪かったのだ。嗚呼愚かなり。 表題の vote expectation surveyというのは、「誰に投票しますか」ではなく「誰が勝つと思いますか」と尋ね
確率分布間の距離推定： 機械学習分野における最新動向
1To appear in 日本応用数理学会論文誌. 確率分布間の距離推定： 機械学習分野における最新動向 Distance Approximation between Probability Distributions: Recent Advances in Machine Learning 杉山 将 東京工業大学 計算工学専攻 Masashi Sugiyama Tokyo Institute of Technology, Japan. sugi@cs.titech.ac.jp http://sugiyama-www.cs.titech.ac.jp/˜sugi 概 要 確率分布間の距離の推定は機械学習における基礎的な研究課題の一つであり，二標本 検定，変化点検知，クラスバランス推定など様々な目的に応用することができる．本 稿では，確率分布の推定を介さない直接距離近似法，特に，カルバック
http://arxiv.org/pdf/1210.7559v3.pdf
arXiv:1210.7559v3[cs.LG]1Mar2014 Tensor Decompositions for Learning Latent Variable Models Anima Anandkumar1 , Rong Ge2 , Daniel Hsu∗3 , Sham M. Kakade2 , and Matus Telgarsky4 1 University of California, Irvine 2 Microsoft Research, New England 3 Columbia University 4 Rutgers University March 4, 2014 Abstract This work considers a computationally and statistically efficient parameter estimation met
The Dynamics of Repeat Consumption(WWW 2014) 読んだ - 糞糞糞ネット弁慶
The Dynamics of Repeat Consumption(pdf) 概要 同じ商品を繰り返し買う行動はいかにして起こるのか? の論文 結論としては「繰り返し買われるものは，最近買われた商品」の一言． データセット youtubeの再生履歴，google+のチェックイン履歴，Brightkiteのチェックイン履歴，wikipediaの閲覧履歴，YES.comの再生履歴，シェークスピア(?)など． 基礎分析 データに関する統計．重要なのは ユーザは人気のアイテムを消費している Satiation(ユーザがあるアイテムを飽きること)は今回は観測されていない repeat consumingの割合を見ると程度の差こそあれ，全てのデータセットで現れている事がわかる 「分布を見るとパラメータの異なるポアソン分布に似ている」とあるが後半での利用無し よくよく考えてみると，リピートの傾向が2つ
共変量シフト下での教師付き学習
日本神経回路学会誌¸ ÚÓк½¿¸ ÒÓº¿¸ ÔÔº½½½ß½½ ¸ ¾¼¼ º ½ 共変量シフト下での教師付き学習 杉山 将 東京工業大学 計算工学専攻 〒 ½ ¾¹ ¾ 東京都目黒区大岡山 ¾¹½¾¹½¹Ï ¹ ×Ù ×ºØ Ø º º Ô ØØÔ »»×Ù Ý Ñ ¹ÛÛÛº ×ºØ Ø º º Ô» ×Ù 概要 これまで，教師付き学習は訓練用の標本がテスト時に用いる標本と同じ規則に従って 生成されるという大前提のもとで研究されてきた．しかし，現実的な場面ではこの前 提が成り立たないことも多く，そのような場合は従来の教師付き学習法では良い学習 結果が得られない．このような背景のもと，共変量シフトと呼ばれる状況下での学習 法が近年盛んに研究されている．共変量シフトとは，与えられた入力に対する出力の 生成規則は訓練時とテスト時で変わらないが，入力（共変量）の分布が訓練時と
Traveling the Silk Road: A Measurement Analysis of a Large Anonymous Online Marketplace (WWW 2013) 読んだ - 糞糞糞ネット弁慶
Traveling the Silk Road: A Measurement Analysis of a Large Anonymous Online Marketplace 概要 売上なんと1170億円。FBIがドラッグのアマゾン｢Silk Road｣閉鎖、運営者逮捕 | ギズモード・ジャパン 先日FBIの取り締まりによって閉鎖したオンラインマーケットプレイスである silk road の調査論文．タイトルがかっこいい． WWWはこのような，面白データの分析論文が定期的に出てくる． クロールしたデータセットも公開されている (Traveling the Silk Road: Datasets)． silk roadの概要 Torでしか接続できないonionドメインを持ち，支払いはbitcoinで行われる完全匿名サイト． データ収集 クロールしている事が気付かれないように(これはBANされ
How to Grow a Mind: Statistics, Structure, and Abstraction
How to Grow a Mind: Statistics, Structure, and Abstraction Joshua B. Tenenbaum1,*, Charles Kemp2, Thomas L. Griffiths3, Noah D. Goodman41Department of Brain and Cognitive Sciences, Computer Science and Artificial Intelligence Laboratory (CSAIL), Massachusetts Institute of Technology, 77 Massachusetts Avenue, Cambridge, MA 02139, USA.2Department of Psychology, Carnegie Mellon University, Pittsburgh
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
Inferring personal economic status from social network location - Nature Communications
http://cucis.ece.northwestern.edu/projects/DMS/publications/AnomalyDetection.pdf
Learning Deep $\ell_0$ Encoders
Bidirectional Helmholtz Machines
AICとMDLとBIC(<特集>統計モデル選択)
Daily Stress Recognition from Mobile Phone Data, Weather Conditions and Individual Traits
Learning Deep Structured Semantic Models for Web Search using Clickthrough Data (CIKM 2013)
Using Random Forest to Learn Imbalanced Data
Statistical detection of systematic election irregularities
Conference registration: how people react to a deadline
A practically tractable expression of the covariances of the Cross-Nested Logit model
Detecting influenza epidemics using search engine query data