「基礎からのベイズ統計学」の入社試験問題で考えたこと - Qiita
お題「入社試験問題」 基礎からのベイズ統計学を読んで考えたことです。 59ページより引用 入社試験問題：ある企業の入社試験では、毎年、同じ難しさの問題を7問出題します。 X大学のxさんは3問正解、4問不正解でした。正解率を$\theta_x$とします。 Y大学のyさんは4問正解、3問不正解でした。正解率を$\theta_y$とします。 X大学とY大学からは、毎年たくさんの受験者がいます。調べてみると、 X大学の受験者の正解率は平均0.8、分散0.04のベータ分布で近似され、 Y大学の受験者の正解率は平均0.4、分散0.04のベータ分布で近似されることがわかりました。 $\theta_x$と$\theta_y$を推定し、母数の値の大きな受験者を1人だけ入社させるとしたら、 xさんとyさんのどちらでしょう。 「試験の結果だけでなく、その人の所属するグループの能力も併せて評価すると、より精度のよ
iOSでDebugの時だけの時間計測クラス - Qiita
2017/04/28 今更だけど肝心のNSLogで出力を最後に入れ忘れてた... 重たい処理を高速化する時の目安程度に作ってみた #import <Foundation/Foundation.h> #ifdef DEBUG //デバッグ時だけ計測 #define MEASURE_START [Measure measureMethod:^{ #define MEASURE_END_M(message) } withMessage:(message)]; #define MEASURE_END }]; #else #define MEASURE_START #define MEASURE_END_M(message) #define MEASURE_END #endif typedef void (^measureBlock)(); @interface Measure : NSObject
大学１年生で学ぶ数学「解析学・微積分」の要点まとめ，勉強法の解説。 入門用に全体像・概要をわかりやすく紹介 - 主に言語とシステム開発に関して
講義ノートの目次へ 大学一年生で学ぶ数学のうち，「解析学の基礎（微積分）」について 勉強法やポイントを，図表を交えつつ分かりやすく解説。 つまずきがちな微積分の全体像をつかめる。 解析学は，「微小量の厳密な理論」だ。 これを学ぶ理由・価値は何なのか？ また，どのように全体像を把握して学習を進めたらよいのか。 下記は，新入生が「解析学の概要」を理解する助けになるだろう。 （要約） 解析学とは，一言でいうと「微小量の理論」であり，微積分や極限のこと （特徴） 無限小のレベルでの「精密さ・厳密さ」を追求する学問 （価値・意義） 微小量を制する者は，巨大な量をも制する。厳密な理論を展開できるから （要点のつながり） 大学１年生の「解析学」のポイントを追いかけるストーリー （ステップ１）「多重積分」のためには，１変数での積分や微分が必要。 （ステップ２）１変数の微分のためには，「関数列」や「点列」の
DeepLearningだ！と意気込んだものの手書き数字認識の後に続かなくなった時に読むデータそのものの話 - Qiita
DeepLearningだ！と意気込んだものの手書き数字認識の後に続かなくなった時に読むデータそのものの話PythonMachineLearningDeepLearning人工知能Chainer DeepLearningだ！人工知能だ！機械学習だ！ エンジニアとしての意気込みと、 なんだかすごいことが出来そうだな！という上司の後押しを一身に受け、 深層学習本やQiita記事を流し読み、 TensorFlowやChainerを導入して、 チュートリアルの写経で徳を積んで、 ゲームに使っていたGPUも学習という大義名分のもとフル稼働させた、、、 Accuracy 99.23% 今回は、MNISTやIRISを99%超で識別するエンジンを実装して満足してしまったエンジニアが MNISTを脱却するためにMNISTを知るための話 おなじみ、「MNIST」がつまりどんなデータなのか？ 28行28列の画像
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
