震源地の推移
このページについて 震源地の推移をアニメーションします． から までのデータを表示可能です． マーカーの大きさはマグニチュードに比例，するんじゃなくて，マグニチ ュードを m とすると，「マーカーのサイズ = 5 * 1.5m」としてい ます．1.5 にはあんまり意味が無くて，それっぽく見えるサイズを調整しました． 深さを色（白黒）で表しており，浅い（0km）と白く，10km 刻みでだん だん暗くなっていき，深い（90km 以上）と黒くなります．深さが公開されてい ないデータがあったんですが，面倒なので 0km として扱っています．なので， 白が目立つかも． 震源地のデータはhttp://tenki.jp/earthquake/で公開 されている，震源地が明らかなデータを利用させて頂きました．いい加減に抜き 出しているので，間違いなどあるかもしれません．また，多分発生時の発表デー タなので
大規模データマイニングでのモデル探索手法：K-sample plot - データサイエンティスト上がりのDX参謀・起業家
巨大地震が日本を襲い、皆不安を感じながら生活していると思います。 そんな中せめて自分に出来ることをしようと思い、研究してきた内容をブログに記します。 サンプル数が大規模なデータでニューラルネットワークとかサポートベクターマシンとかをしたくても、 時間がかかってしょうがない！ってときに参考にしてみて下さい。 近年、特にweb関係の業界ではデータデータをいくらでも記録できるようになったため、データの規模が非常に大きくなっています。 大規模データに機械学習、マシーンラーニングを適用したいという要望は高まっています。 そういうときはデータからサンプリングして性能を確かめることが多いと思います。 ですがそんな時は、 「サンプル数はどれくらいがいいの？」 「一回やっただけじゃ真の性能は分からないよね？」 「しかもクロスバリデーションしなきゃいけないし。。」 などのような事を疑問に思うでしょう。 今回紹
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
