タグ

統計と研究に関するkmzwのブックマーク (6)

  • 「受動喫煙と肺がんに関するJTの反論」を国立がん研究センターが完全論破

    国立がん研究センターが2016年8月30日付けで出した「受動喫煙による日人の肺がんリスク約1.3倍-肺がんリスク評価『ほぼ確実』から『確実』へ」という発表に対して、日たばこ産業(JT)が「研究結果だけをもって、受動喫煙と肺がんの関係が確実になったと結論づけることは、困難である」と発表しました。このJTの声明に対して国立がん研究センターはあらゆる論点で緻密に反論し、「完全論破」と呼ぶにふさわしい状態になっています。 受動喫煙と肺がんに関するJTコメントへの見解 << 国立がん研究センターについて http://www.ncc.go.jp/jp/information/20160928.html 事の発端は、2016年8月30日に国立がん研究センターが発表した以下の研究(研究)です。 受動喫煙による日人の肺がんリスク約1.3倍 << 国立がん研究センター http://www.ncc

    「受動喫煙と肺がんに関するJTの反論」を国立がん研究センターが完全論破
    kmzw
    kmzw 2016/09/30
    がんセンター、激おこw
  • スマート化が進む中、求められる省エネ情報の提供方法とは

    スマートハウスの構成要素の1つに、家庭用エネルギー管理システム(HEMS, Home Energy Management System)がある。その制御機能を概念的に分けるならば、家電・照明などの状態を直接操作する「自動制御」と、使用量見える化などを通じて行動変容を促す「間接制御」がある。HEMS 設置世帯の省エネルギー効果に関する実証試験によれば、効果の多くは間接制御によってもたらされ、自動制御の効果は少なかったとされる。

    スマート化が進む中、求められる省エネ情報の提供方法とは
    kmzw
    kmzw 2016/06/08
    論文 to 一般記事。なるほど。
  • 東京風速

    About Control | «前日 – 1時間前 – 1時間後 – 翌日» – 最新 – 現在地 Overlay | None – Temp – Hum – WV – IN – NO – NO2 – NOX OX – SO2 – CO – CH4 – NMHC – SPMPM2.5 Air Data | 東京都環境局環境改善部大気保全課 Map Data | 国土数値情報(行政区域データ)国土交通省 Author | Cameron Beccario @cambecc, Facebook, はてな Source | github.com/cambecc/air Modules | node.js, D3.js, when.js Inspiration | HINT.FM wind map 免責事項 | 正確な情報を提供するためのものではありません

    東京風速
  • NHKスペシャル

    Copyright NHK (Japan Broadcasting Corporation). All rights reserved. 許可なく転載することを禁じます。 このページは受信料で制作しています。

    kmzw
    kmzw 2013/09/04
    これは見る。
  • データマイニングで使われるトップ10アルゴリズム - データサイエンティスト上がりのDX参謀・起業家

    2006年のデータマイニング学会、IEEE ICDMで選ばれた「データマイニングで使われるトップ10アルゴリズム」に沿って機械学習の手法を紹介します(この論文は@doryokujin君のポストで知りました、ありがとうございます!)。 必ずしも論文の内容には沿っておらず個人的な私見も入っていますので、詳細は原論文をご確認下さい。また、データマイニングの全体観をサーベイしたスライド資料がありますので、こちらも併せてご覧下さい。 データマイニングの基礎 View more presentations from Issei Kurahashi 1. C4.5 C4.5はCLSやID3といったアルゴリズムを改良してできたもので、決定木を使って分類器を作ります。決定木といえばCARTが良く使われますが、CARTとの違いは以下のとおりです。 CARTは2分岐しかできないがC4.5は3分岐以上もできる C

    データマイニングで使われるトップ10アルゴリズム - データサイエンティスト上がりのDX参謀・起業家
  • 形態素解析の過去・現在・未来

    NLP コロキウム https://nlp-colloquium-jp.github.io/ で発表した際のスライドです。 論文: https://arxiv.org/abs/2205.01954 GitHub: https://github.com/joisino/wordtour 概要 単語埋め込みは現代の自然言語処理の中核技術のひとつで、文書分類や類似度測定をはじめとして、さまざまな場面で使用されていることは知っての通りです。しかし、ふつう埋め込み先は何百という高次元であり、使用する時には多くの時間やメモリを消費するうえに、高次元埋め込みを視覚的に表現できないため解釈が難しいことが問題です。そこで研究では、【一次元】の単語埋め込みを教師なしで得る方法を提案します。とはいえ、単語のあらゆる側面を一次元で捉えるのは不可能であるので、研究ではまず単語埋め込みが満たすべき性質を健全性と完

    形態素解析の過去・現在・未来
  • 1