井庭崇のConcept Walk | 地震の規模と頻度の法則から、大地震の発生可能性について考える（１）
東北地方太平洋沖地震によって亡くなられた方々のご冥福をお祈りいたします。そして、現在も被災地において、あるいは避難先において、不自由な生活を余儀なくされている方々に、心よりお見舞い申し上げます。 2011年3月11日に発生した東北地方太平洋沖地震では、大地震の被害のみならず、そこから派生した大津波や原発の問題などによって、大きな被害・不安が続いている。このような状況のなかで、僕はなかなか仕事が手につかなかったのだが、少しずつ動き始めたいと思う。そこでまずは、研究者としての専門を活かしながら、地震について見つめ直すことから始めたい。 ここでは、地震の規模と頻度の法則と、近年の日本の実データから、大地震の発生可能性について考えることにしたい。 地震の規模と頻度に関しては、「グーテンベルク・リヒター則」（Gutenberg-Richter Law）という法則が知られている。この法則によれば、地震
SVM のチューニングのしかた（１） - ほくそ笑む
SVM のチューニング SVM(Support Vector Machine) はみなさん御存じ機械学習の手法です。 SVM はデフォルト設定でモデルを作ってもしょうがないです。gamma と cost というパラメータがあるので、これらの値に最適値を設定しなければなりません。R の SVM の Help にもこう書いてあります。 Parameters of SVM-models usually must be tuned to yield sensible results! (訳) SVM でいい結果出したかったらチューニングしろよな！ というわけで、SVM のチューニングのしかたについて説明したいと思います。 交差検証 おっと、その前に、交差検証の話をしなければなりません。 SVM モデルをチューニングする際、二つのパラメータでグリッドサーチをします。 すなわち、パラメータをいろいろ変
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
