You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
2021/9/10 追記: 改めて更新された話を統合して整理して書き直しました. 以降はこちらを参考にしてください: ill-identified.hatenablog.com 2021/1/15 追記: RStudio 1.4 がリリースされたのでなるべくアップデートしましょう 2020/12/06 追記: Japan.R で今回の話の要約+新情報を『Mac でも Windows でも, PNG でも PDF でもRのグラフに好きなフォントで日本語を表示したい (2020年最終版)/Display-CJK-Font-in-Any-Gpraphic-Device-and-Platform-2020 - Speaker Deck』として発表した. ハイライトは「近々出るRStudio 1.4 があれば fontregisterer はほぼいらなくなる」 2020/10/31 追記: geom
国勢調査は、人口・世帯の実態を明らかにする国のもっとも重要な統計調査です。 お知らせ 10月7日(水)までに回答をお願いします。 不審な電子メールなどにご注意を ○国勢調査では、金銭を要求することはありません。また、銀行口座の暗証番号やクレジットカード番号をお聞きすることもありません。 ○国勢調査をよそおった不審な訪問者や、不審な電話・電子メール・ウェブサイトなどにご注意ください。不審に思った際には、速やかにお住まいの市区町村にお知らせください。 ○調査員は、その身分を証明する「国勢調査員証」を携帯しています。一部の地域では、調査員業務を「建物を管理する事業者等」に委託しており、「国勢調査業務委託証明書」を携帯しています。 一世帯あたり、最大9名まで回答が可能 10名以上の場合は、紙の調査票でご回答ください。なお、紙の調査票が足りない場合はお住まいの市区町村にご連絡ください。 すでにインタ
この記事は特に記述がない限り、日本国内の法令について解説しています。また最新の法令改正を反映していない場合があります。ご自身が現実に遭遇した事件については法律関連の専門家にご相談ください。免責事項もお読みください。 1920年の第一回国勢調査。初回のために神武天皇が描かれている 国勢調査(こくせいちょうさ[1])は、統計法(平成19年5月23日法律第53号)に基づき総務大臣が国勢統計を作成するために「本邦に居住している者」[注釈 1] すべてを対象として実施される、日本国の最も重要かつ基本的な統計調査で、人及び世帯に関する唯一の全数調査である。各世帯の種類や人数、住居の位置・居住期間・建築物種類、世帯を構成する各人の年齢・性別・職業・従業地などを調べる。結果は、日本全国のほか、都道府県別、市町村別、あるいはさらに細かい地域区分による集計表として公表される[5]。衆議院議員選挙の小選挙区の区
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。(このテンプレートの使い方) 出典検索?: "国勢調査" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL(2018年10月) 1790年に米国で行われた国勢調査の結果の一部 国勢調査(こくせいちょうさ[1]、英: Census、中: 人口普查)は、ある時点における人口および、その性別や年齢、配偶の関係、就業の状態や世帯の構成といった人口および世帯に関する各種属性のデータを調べる「全数調査」。国勢調査の統計は、人口統計の中で静態統計に分類される。 世界の諸国における国勢調査の実施状況については、国際連合統計部(United Nations Statistics Division)が調査し
はじめに DeepLearningを学び出してから2週間ほど経ちました。そろそろ学んだことが頭から零れ落ちる音がしてきたので、整理がてらにアウトプットしたいと思います。今回から複数回に渡ってDNNを構築していきます。今回はフォワードプロパゲーション編です。 作成するDNNについて 画像が猫である(1)かそれ以外である(0)かを判定するネットワークを構築します。 使用するデータ 209枚の画像をトレーニングデータとし、50枚の画像をテストデータとして使用します。それぞれの画像のサイズは64 * 64です。 Number of training examples : 209 Number of testing examples : 50 Each image is of size : 64 * 64
機械学習において、Feature Hashing(フィーチャーハッシング)は、高速かつ省メモリな特徴量をベクトルに変換する手法であり、任意の特徴をベクトルあるいは行列のインデックスに変換する。kernel trick(カーネルトリック)に似せてHashing Trick(ハッシュトリック)とも呼ばれる[1]。連想配列を走査するのではなく、ハッシュ関数を特徴量に適用し、その値をインデックスとして直接使用する。 使用例[編集] 典型的な文書分類のタスクにおいて、機械学習アルゴリズムには(学習と分類の両方において)自由な形式のテキストが入力される。このテキストからBag of words(英語版)(BOW)表現が作られる。つまり、トークンが抽出・カウントされ、訓練データ中のそれぞれのトークンが、訓練データ・テストデータ両方におけるそれぞれの文書の特徴量(独立変数)として定義される。 ところが、ほ
Feature scaling is a method used to normalize the range of independent variables or features of data. In data processing, it is also known as data normalization and is generally performed during the data preprocessing step. Motivation[edit] Since the range of values of raw data varies widely, in some machine learning algorithms, objective functions will not work properly without normalization. For
スポーツメトリクス設計に対比較法を使いまくる / Sports metrics design using pairwise comparison method (spoana#14)
カテゴリ「因果推論」にあるページ このカテゴリには 25 ページが含まれており、そのうち以下の 25 ページを表示しています。
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
処理を実行中です
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