1.IPアドレスを指定して除外する 自分のアクセスを除外する1つ目の方法として、IPアドレスを指定する方法があります。IPアドレスとは、インターネットで通信を行う際に必要となる番号のことで、データの送受信を行う際に相手を特定するために使われます。自分のIPアドレスを除外することで、自分のアクセスを除外できることとなります。 IPアドレスを指定するメリット IPアドレスの指定は、Googleアナリティクスのフィルタ機能を使うことで、簡単に行えます。複数のIPアドレスの指定ができるため、複数の端末からのアクセス除外も簡単です。自社のIPアドレスを除外すれば、社内からのアクセスをすべて除外できます。 IPアドレスを指定するデメリット 除外したIPアドレスでは、自社サイトの設定を変更した際などの確認が行えません。スマートフォンやポケットWi-FiなどのIPアドレスは定期的に変更されるため、IPアド

はじめに データを見てみましょう まずはインポート 下記の関数でデータを作ります データを可視化 直線フィッティング データの素性を知らない場合 Stanでモデルを書く データを辞書で渡す 推論（学習）開始 事後分布 ベイズ予測分布 会社毎のバラツキを考慮したモデリング 階層ベイズモデリング 辞書でデータを渡し学習 結果の可視化 まとめ データの生成過程を想像してモデリング なぜに個々にフィッティングしないか はじめに 凄い、Stanすんごく使いやすい……ナンジャコリャ。 なぜにアヒル本をTF-Pで進めようと思っていたのか謎である。— HELLO CYBERNETICS (@ML_deep) 2018年11月13日 とあるように感動したので、怒られない程度にアヒル本の中に出てくるモデルを使ってPyStanで実行してみました。 （TF-PはEdwardだったときは割と分かりやすいAPIだった

逆翻訳 (Back-Translation) を用いた手法が驚くべき快挙を成し遂げました*1． 逆翻訳がヤバいスコアを叩き出しててびっくりした．おそらくAttention以降では最大の性能uphttps://t.co/ssaQw2s22f 深層学習はえげつない手法が突然ポッとでてくるからおもろい pic.twitter.com/RwyrjCn8Rx— Ryobot | りょぼっと (@_Ryobot) 2018年11月15日 毎年開催される機械翻訳の国際会議 WMT18 のシェアードタスク*2にて人手評価の1位を獲得し，機械翻訳のベンチマークでは以前の最高スコアが 29.8 なのに対しこの手法は 35.0 を達成しています． 下図は機械翻訳のベンチマークにおける手法の比較です*3． 昨年登場した翻訳モデル Transformer *4も大きく評価スコアを上げましたが，逆翻訳はそれ以上の上が

はじめに 多変量データは実世界の様々なところで現れる(e.g., 画像、音声、動画)．これらの多変量データの多くは、データ自体がもつ次元 (e.g., ピクセル数)よりも小さい次元(自然画像の多様体的なやつ)で表現することができる． データから低次元の構造(低ランク行列)を取り出す代表的な方法として、PCAがある． しかし、実世界で観測されるデータには外れ値が含まれていることが多く、PCAはこの外れ値の影響を強く受けて低ランク行列を求めてしまうという性質がある． 外れ値にロバストに低ランク行列を推定する方法 (a.k.a., robust PCA)として、Principal Component Pursuitが提案されている． ここではPCPの簡単な説明と実装を行い、PCAと比較する． 低ランク行列 なんらかの低ランクな構造を持っている(日本語あやしい)多変量データは低ランクな行列とノイズ

「英語で論文を出す」 それができないと研究がなかったことになる。 そうやって消えた研究って実は山ほどあって、もしそれが残ってたら科学は今よりもっと進んでたりするんだろうか。 英語で論文が出せさえすれば、自分の研究もいつか誰かの役に立つかもしれない。 そこでどうすれば英語で論文が出せるのかを考えてみたい。 ぼくが英語論文を出すことについて、いちばん多くを学んだのは初めて投稿したときだと思う。 ぼくならきっとうまくいくと思った修士１年目のおわり 大学院に入って１年目の冬、ぼくは先生と話し合って国際会議に論文を投稿することに決めた。 やっていた研究がうまくいった。 すぐに論文にとりかかれば投稿〆切になんとか間に合いそうだった。 時間に余裕は全くなかったけど、自分ならきっとなんとかやれると思った。（あの自信はどこへ行ってしまったのか） 投稿した論文がもし受理されたら、半年後にアメリカで行われる会議