Access Options You can be signed in via any or all of the methods shown below at the same time.
SAGE Journals: Your gateway to world-class journal research
Access Options You can be signed in via any or all of the methods shown below at the same time.
【月刊ラブプラス出張版】秋葉原で507人とすれ違い通信！ データを分析してみた
KONAMIから6月24日に発売されたDS用ソフト『ラブプラス＋』の情報をまとめていく企画“月刊ラブプラス出張版”。最終回の今回は、秋葉原でカレシ507人とすれ違い通信を行った。その際に分析したデータをお届けする。 ■休日でにぎわう秋葉原で507カレシとすれ違ってみた！ 『ラブプラス＋』発売後、ご当地ラブプラスの交換のため、秋葉原ですれ違いが盛んに行われているという情報をキャッチ。そこで、発売10日後の7月4日（日）、人が集まりそうな秋葉原の4つのスポットで、それぞれ1時間半ずつすれ違い通信を決行。名刺から見えるさまざまなデータを分析してみた。 ●すれ違い企画のポイント ■秋葉原の4つのスポットで1時間30分ずつすれ違い通信を行う ■名刺が入手できたカレシの数をカウントし、その名刺内のデータの統計を取る ■分析1：すれ違い人数 某家電量販店前がダントツ！ 4つのスポットでのすれ違いカレシ数
部分空間法研究会2010;
部分空間法研究会 ２０１０ Lectures on Subspace 2010 in conjunction with MIRU2010 ２０１０年７月２６日 釧路市観光国際交流センター お知らせ 講演スライドを発表時のものに更新しました (8/6) ここからダウンロードして下さい 日時・会場について 日時： ７月２６日 午前９時頃～午後６時(予定) 会場： 釧路市観光国際交流センター (MIRU2010と同じ会場) プロシーディングスを公開しました (7/20) 印刷用はこちら PCで見る方はこちら 参加者の皆様へ (7/20) 「【チュートリアル】使ってみよう部分空間法！」の詳細情報をアップしました． こちらをご覧下さい．なお，講師３名(河原，坂野，堀田)は昼食休憩時も会場にて 質問，相談などを受け付けております． 講演，チュートリアルの概要を記載したパンフレットを作成しました．(6/
RapidMiner - 機械学習の「朱鷺の杜Wiki」
RapidMiner† Weka の学習ルーチンに，前処理・可視化の部分を強化したYaleが，Rapid-I 社がオープンソースで開発している RapidMiner になった． さらに今は社名も RapidMiner になった． Community Edition は無料でオープンソースで 5.x 6.x 移行は製品で，機能制限版で無償のStarter版と，有償のものとがある．無償版は読めるファイルが CSV/Excel でDBアクセスなしの小規模データのみ． ビデオ： http://www.youtube.com/user/RapidIVideos ↑ しましまの個人的感想† 便利にできている．アルゴリズムをいじらないで分析だけする人にはおすすめ． Helpメニューからは，Wikiやビデオなどの他の資料へのアクセスができる．Wikiは結構ユーザがいることが伺える． 下の方にエラーが出てく
A scaling normalization method for differential expression analysis of RNA-seq data - Genome Biology
Method Open access Published: 02 March 2010 A scaling normalization method for differential expression analysis of RNA-seq data Mark D Robinson1,2 & Alicia Oshlack1 Genome Biology volume 11, Article number: R25 (2010) Cite this article The fine detail provided by sequencing-based transcriptome surveys suggests that RNA-seq is likely to become the platform of choice for interrogating steady state R
Fisher Matrix Toolbox (Fisher4Cast )
Fisher4Cast Authors: Bruce A. Bassett, Yabebal Fantaye, Renee Hlozek and Jacques Kotze The Fisher4Cast suite provides a standard, tested tool set for general Fisher Information matrix prediction and forecasting for use in both research and education. The toolbox design is robust and modular, allowing for easy additions and adaptation while keeping the user interface intuitive and easy to use. Fish
"Do You Need All That Data? "という問題提起から考える必要なデータの条件とは？
Harvard Business Review Blogに"Do You Need All That Data?"というエントリがあり、無駄な調査を減らし調査のROIを高めるためにマネージャーが考えるべき４項目が書かれていましたので妙訳ともにご紹介します。 1. Are we asking the right questions? 全てのデータを集めようとせず、意思決定の鍵となる項目は何か？ 2. Does our data tell a story? データを組み合わせて、必要なストーリーを語ることができるか？ 3. Does our data help us look ahead rather than behind? 過去の説明だけではなく、どのようなデータがいつまでにあれば的確な意思決定ができるのか？ 4. Do we have a good mix of quantitative
Circular analysis in systems neuroscience: the dangers of double dipping - Nature Neuroscience
“Show me the data,” we say. But we don't mean it. Instead of the numbers generated by measurement, which can be billions for a single experiment, we wish to see results. This frequent confusion illustrates an important point. We think of the results as reflecting the data so closely that we can disregard the distinction. However, interposed between data and results is analysis, and analysis is oft
200職種の総合順位、統計家は - respiceの日記
200個の職種を、Stress, Work Environment, Physical Demands, Income and Outlookの観点からスコアをつけてランキング。 統計家 (Statisticitan)は、第3位。1位は数学者、2位はアクチュアリー、4位は生物学者、5位はソフトウェアエンジニア。 JobsRated.com offers help for uncertain job seekers by analyzing 200 different jobs according to 5 vital criteria: Stress, Work Environment, Physical Demands, Income and Outlook. In every area each job receives a specific score, and data is mi
Rでガウス過程による分類を実装 - 遥かへのスピードランナー
PRMLの6.4.5〜6.4.6の範囲にあるガウス過程による分類をRで実装してみました。 ソースコード全文はgithubにアップしています。 http://github.com/thorikawa/prml/blob/master/gaussian_process_classify.R ここでは例として、(1,0),(2,0),(3,0)で1、(0,1),(0,2),(0,3)で0の値を取る訓練集合を用いています。 # Training data x=list(c(1,0),c(2,0), c(3,0), c(0,1), c(0,2), c(0,3)) t=c(1,1,1,0,0,0) training_data_num <- length(x) この訓練集合とカーネル関数をもとに予測分布を導出しています。 ガウス過程においては、訓練集合から予測分布を決める（ほぼ）唯一の要素はカーネル関数
社団法人 電子情報通信学会 THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS 信学技報 TECHNICAL REPORT OF IEICE. [チュートリアル講演] EM アルゴリズムと統計物理 井上 純一† † 北海道大学
社団法人 電子情報通信学会 THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS 信学技報 TECHNICAL REPORT OF IEICE. [チュートリアル講演] EM アルゴリズムと統計物理 井上 純一† † 北海道大学 大学院情報科学研究科 〒 060–0814 北海道札幌市北区北 14 条西 9 丁目 E-mail: †j inoue@complex.eng.hokudai.ac.jp あらまし マルコフ確率場やベイジアンネットを用いて確率的推定/推論を行う際, 用いる確率モデルにはシステムをマクロ に特徴つける変数– ハイパパラメータ– の他, 直接的には観測されない欠損データが含まれるケースが多い. この場合, それ ら欠損データに関して周辺化された対数尤度 –周辺尤度 – を最
確率の記法 - カーネル法Wiki
2009-10-08 コラム カーネル多変量解析 2009-10-07 確率の記法 2009-10-06 全体の補注 各章への補注 2009-10-01 ランキング 2009-09-23 所蔵図書館 2009-09-17 誤植情報 FrontPage 2009-09-13 R.vs.matlab 全体の補注 確率の記法について † たまに集中講義や非常勤の講義で学習関係の話をすると、確率や統計に関する知識がかなり欠けていると感じます。 これは高校の教育課程や大学のカリキュラムなどにも問題があって、線型代数や微分積分は必修なのに統計や確率は選択のことが多いことも一因でしょう。 確率について、そもそも記法の段階でつまずく人がいるのでここにメモしておきます。 本書でも記法についてはかなり省略した書き方をしているので確率に慣れていない方は参考にしてください。 ↑ "p" という字の特別性 † 離
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
http://choosel-mashups.appspot.com/
Videolectures
http://rikanet2.jst.go.jp/contents/cp0530/start.html
Error bars in experimental biology | Journal of Cell Biology | Rockefeller University Press90022-9)
https://dl.acm.org/doi/10.1016/0734-189X%2888%2990022-9
A Bayesian deconvolution strategy for immunoprecipitation-based DNA methylome analysis : Abstract : Nature Biotechnology
Videolectures
Elements of Statistical Learning: data mining, inference, and prediction. 2nd Edition.