Factorization Machinesを読んで実装してみました 論文内容 課題 既存手法として、SVMやMatrixFactorizationが存在するが、 レコメンドでよくある問題設定、つまりカテゴリー値が多い（＝sparseである）入力において、SVMだと非線形なカーネル空間となるため安定してパラメータを学習できない matrix factorizationはsparseな入力をうまく学習できるが、２種類の特徴量間の交互作用のみしか考慮できない そのため、sparseな入力に対してもmatrix factorizationのようにうまく学習ができて、一方でSVMのように様々な特徴量を入力できるモデルとして、Factorization Machinesを提案 想定する入力 下記のように、UserのItemに対する評価をターゲットラベルとして、User*Itemの値でユニークとなる
Satisficing関係の研究まとめ
ウェブ調査の結果はなぜ偏るのか, 吉村治正, 社会学評論 71巻 1号, (2020) ウェブ調査の示す結果の偏りが，インターネットが使えない人が排除される過少網羅のもたらすバイアス・低い回答率のもたらすバイアス・調査対象者の自己選択によるバイアスのいずれに帰されるかを，2 つの実験的ウェブ調査を通じて検証した．その結果，過少網羅および低回答率は1 次集計結果の偏りにはほとんど影響を与えないこと，対照的にモニター登録という自己選択のもたらす影響は無視しえない深刻なものであることが明らかとなった． オンライン調査モニタの Satisfice に関する実験的研究 著者：三浦 麻子（関西学院大学, 小林 哲郎（国立情報学研究所） Satisfice(目的を達成するた めに必要最小限を満たす手順を決定し、追求する行動) がしばしば見られること、すなわち協力者が調査に際し て応分の注意資源を割こうと
1. 概要 この記事は、Signateで2024年1月18日から2月15日の期間に開催されたコンペ「第2回金融データ活用チャレンジ」における優勝チームの解法を紹介するものです。 ただし、このコンペでは、「開催最終日の夕方ごろからサーバーの混雑によって投稿用ページに誰もアクセスできず、参加者が最終評価用の提出ファイルを変えられない状態のまま終了を迎えてしまう」というトラブルが発生しました。平均F値という評価指標の特性も勘案すれば、このトラブルが最終順位に与えた影響は無視できないものであったと思います。 私たちのチームは、幸いにも暫定的に提出ファイルを選んでいたため、このトラブルからそれほど大きな被害を被らずに済み、結果だけを述べればPrivate LB、Public LBともに1位となる予測を提出することができました。上述の経緯により、私たちは100％の確信をもって「優勝」を誇れる状態にはあ
■関節リウマチ（RA）は間質性肺疾患（ILD）の原因として頻度が高いが、結合組織病（CTD）を伴わないILDにおけるリウマトイド因子および抗CCP抗体血清陽性の影響は不明である。われわれは、非CTD-ILDにおいて、血清陽性とILD進行、死亡率、免疫抑制剤への反応性との関連性を検討した。 ■非CTD患者（IPF、HP、IPAF、分類不能ILD）1570人とRA-ILD患者181人を前向き登録の対象とした。年齢、性別、喫煙年数、ベースラインのFVCで調整した線形混合効果モデルおよびCox比例ハザードモデルを用いて、FVC、移植なし生存率、進行性線維化ILD（PF-ILD）の発生率を血清陰性非CTD-ILD（基準群）、血清陽性非CTD-ILD、RA-ILD間で比較検討した。治療前後で6か月以上の追跡期間がある患者を対象に、FVC低下に対する血清反応と免疫抑制剤の交互作用を評価した。 ■血清陽性
Yes「Owner Of A Lonely Heart」：鮮やかに装うロックの金字塔、テクノロジーが変えたバンドの音楽性｜FJK
Yes「Owner Of A Lonely Heart」：鮮やかに装うロックの金字塔、テクノロジーが変えたバンドの音楽性 Yesはメンバー構成も音楽スタイルも変化を続けたバンドです。僕が最も好きな曲は1972年に発表された大作「Close To The Edge」ですが、次点として挙げるなら「Owner Of A Lonely Heart」を選びます。1983年にリリースされたアルバム『90125』を代表する曲であり、Yesといえばこの曲の邦題「ロンリー・ハート」を思い浮かべる人も多いのではないでしょうか。 プログレッシブ・ロック（プログレ）の代表格であるYesが、異なる音楽スタイルで代表曲を生んだ点で、「Owner Of A Lonely Heart」の存在は重要です。プログレの盛期が過ぎた1980年代に、再び記憶に残る曲が生まれた。その要因はバンドの底力か時代の潮流か、あるいは両者の交
自民議連要請：補足資料
補足資料 「ＨＰＶワクチンの積極的勧奨再開の要望」における子宮頸がんの疫学的状況、ＨＰＶワクチンの有効性及び安全性に関する記載の問題点 ＨＰＶワクチンの積極的勧奨再開を目指す議員連盟の令和３年３月２９日付「ＨＰＶワクチンの積極的勧奨再開の要望」（以下、「議連要望書」と表記します）に示された子宮頸がんの疫学的状況、ＨＰＶワクチンの有効性及び安全性に関する記載の問題点について、下記のとおり補足して意見を述べます。 第１ 子宮頸がんの疫学的状況 １ 子宮頸がんの罹患率・死亡率について 議連要望書においては、「ヒトパピローマウイルスを原因とする子宮頸がんは、罹患率・死亡率がともに増加しており、特に２０代〜３０代の若い女性に多い」と記載されています。 しかし、このような指摘は誤りです。 がんの罹患率・死亡率は人口高齢化の影響を受けるため、その推移を見るときは年齢調整を行うべきですが、国立がん研究セン
前回は、Kaggleデータをあさってみる1(Human Resource Analysis)で、人事データを俯瞰してみました。http://ritsuan.com/blog/5840/ Kaggleデータをあさってみる1(Human Resource Analysis) 今回は前回に引き続き、Human Resource Analysisを行っていきます。データは当然前回と同じ、Human Resource Analysisのデータを使用します。 https://www.kaggle.com/ludobenistant/hr-analytics 今回も前回同様に全体を俯瞰することを目的に解析を進めていこうと思います。 前回は、ランダムフォレストによって、目的変数に影響を及ぼしている変数を特定し、２変数での集計・可視化を行いました。 今回は、モデルとしてロジスティック回帰を行い、交互作用項を
こちらの続き。 ides.hatenablog.com bookdown.org ANOVAオブジェクトからは、多くの興味深い情報を得ることができる。1つに保存されているすべてを見るには、ANOVAオブジェクト上でコマンドを実行する。 二元配置分散分析(Two-way ANOVA)のデータをもう少し掘っていく。まずはTwo-way ANOVAのデータを作ろう。 詳しくはこちらから。 ides.hatenablog.com 「交互作用を考慮したANOVA」のところのデータ。 library(yarrr) cleaner.type.aov <- aov(formula = time ~ cleaner + type, data = poopdeck) cleaner.type.int.aov <- aov(formula = time ~ cleaner * type, data = poop
文責 田上孝一 □石塚先生については既に社会評論社著作選の月報「マルクスとの距離感と石塚先生」（第五巻付録、2015年1月）で、マルクス研究者としての私自身の立ち位置の変化から、やや疎遠な関係から近しい関係に移行してきたという経緯を書いた。石塚先生は今も昔も精力的に著作活動をされているが、マルクスを主題にした単著は先ごろ出版された『マルクスの「フェティシズム・ノート」を読む──偉大なる、聖なる人間の発見──』（社会評論社、2018年、以下「石塚書」と略記）が、博士論文『フェティシズムの思想圏──ド＝ブロス・フォイエルバッハ・マルクス──』（世界書院、1991年）以来とのことである。そんなこともあって、歴史知研究会での報告を依頼され、「石塚フェティシズム論に学ぶ」という題で発表させていただいた（2019年3月3日）。本稿は当日配布したレジュメを文章化するものである。 □当日の報告の主旨は、論
睡眠障害（不眠症）
日本人の4人から5人に1人が睡眠に関する悩みを持っており、その中の10人に1人が「不眠症」で悩んでいると言われています。睡眠障害には、不眠症のほか、眠っている間に呼吸が止まる睡眠時無呼吸症候群、眠り過ぎてしまう過眠症やナルコレプシー、睡眠覚醒リズムが通常の生活からずれて支障を来す概日リズム睡眠障害、睡眠中に異常な行動がみられるレム睡眠行動障害などがあります。 睡眠障害になると日中の眠気のため日常生活や社会生活に支障をきたします。日本の睡眠障害による経済的損失は、年間3兆5000億円以上と試算する研究もあります。また、睡眠障害は生活習慣病やうつ病など精神疾患の危険因子となることが知られています。 不眠症 日本睡眠学会による不眠症の定義は次の通りです。 不眠症と診断するためには次の訴えの1つ以上があること。 入眠障害：夜間中々入眠できず寝つくのに普段より２時間以上かかる 中途（中間）覚醒：一旦
【論文紹介】CFM: Convolutional Factorization Machines for Context-Aware Recommendation (IJCAI2019)
【論文紹介】CFM: Convolutional Factorization Machines for Context-Aware Recommendation (IJCAI2019) 2019/10/11 Factorization Machines Tech 機械学習 深層学習 論文紹介 こんにちは、ぐぐりら(<a href="https://twitter.com/guglilac">@guglilac</a>)です。 今回は、CFM: Convolutional Factorization Machines for Context-Aware Recommendation (IJCAI2019)を読んだのでまとめてみます。 ## 3行まとめ FMのembeddingの各次元同士の作用を考えつつ、高次の交互作用をexplicitに扱うモデルとして3D CNNとFMを組み合わせたCon
地位達成において社会ネットワークの格差は存在するのか？
本稿では、日本の新規大卒就職において、ＯＢへのアクセスとその効果に格差が存在するのかどうかを検証した。一九八八－二〇〇六年に初職についた大卒者を対象に、代表性のあるＪＬＰＳデータを用いて分析を行った。 まず、ＯＢへのアクセスについて検討した。その結果、高ランク大学の社会科学系への所属、サークル・部活動への熱心な参加によって、ＯＢへのアクセスが促された。 次に、大企業・官公庁への入職に対するＯＢ利用の効果を検討した。その結果、ＯＢ利用の主効果が見られる一方で、大学ランクとＯＢ利用の交互作用効果は確認されなかった。 このように、ＯＢへのアクセスには、高ランク大学の社会科学系か否かによって大きな格差が存在する一方で、ＯＢ利用の効果には、そのような格差は見られなかった。さらに、本稿の知見は、サークル・部活を経由するネットワーキングが、ＯＢへのアクセス機会を増やす可能性を示唆している。
【ライブ配信セミナー】実務のための実験計画法入門（基礎編） 4月8日（木）開催 主催：(株)シーエムシー・リサーチ本セミナーは、当日ビデオ会議ツール「Zoom」を使ったウェビナー（ライブ配信セミナー）となります。 先端技術情報や市場情報を提供している(株)シーエムシー・リサーチ（千代田区神田錦町： https://cmcre.com/ ）では、 各種材料・化学品などの市場動向・技術動向のセミナーや書籍発行を行っておりますが、 このたび「実務のための実験計画法入門（基礎編）」と題するセミナーを、 講師に栗原 伸一 氏 千葉大学大学院 園芸学研究科 教授）をお迎えし、2021年4月8日（木）10:30より、 ZOOMを利用したライブ配信で開催いたします。 受講料は、 一般：55,000円 （税込）、 弊社メルマガ会員：49,500 円（税込）、 アカデミック価格は26,400 円（税込）とな
Profile─田渕 恵 2007年，大阪大学人間科学部卒業。2012年，同大学大学院博士後期課程修了。関西学院大学文学部博士研究員，日本学術振興会特別研究員（PD）を経て，2018年より現職。博士（人間科学）。専門は生涯発達心理学。著書は『なるほど！心理学調査法（心理学ベーシック3）』（分担執筆，北大路書房），『よくわかる高齢者心理学』（分担執筆，ミネルヴァ書房）など。 はじめに 高齢世代が経験を活かし，人生の先輩として次世代を支えることは，社会の進展にとって重要である。例えば適応論的観点では，高齢者，特に高齢の女性が，閉経後も経験や知恵を活かして次世代の子育てを助ける利他行動が，人間社会の存続に多大な利益をもたらしたという「祖母仮説」（Hawkes et al., 1998）がある。こうした高齢者の次世代に対する利他行動は，自分の生きた証を次世代に残し，社会的役割を譲り渡すことができる
新しい「LASSO」たち（2） 状況によって回帰係数を変えられる「Pliable Lasso」 もう一つ、新しいLassoのアルゴリズムを紹介しましょう。 Lassoを代表とするような回帰分析においては、 \( \hat{y} = \sum_{j = 1}^p X_j \hat{\beta}_j \) というように、各説明変数\(X_j\)に対する回帰係数\(\hat{\beta}_j\)を推定していました。 一方、現実の問題では、この回帰係数を状況によって変えたいという要望が存在します。例えば以下のような場合です。 「ある薬は、男性にはよく効くが、女性にはあまり効かない」 数学的に言い換えれば、この薬を表す説明変数を\(X_j\)とすると、\(X_j\)に対する回帰係数\(\hat{\beta}_j\)を、男性に投与するときは大きく、女性に投与するときは小さく推定したいということになりま
特徴量エンジニアリングとは？ 機械学習モデルの性能を向上させるために、新しい特徴量を追加、既存の特徴量の表現を変更、不要な特徴量の削除などをし、最良のデータとなるように模索すること。 ワンホットエンコーディング (one-hot-encoding) カテゴリ変数を機械学習モデルが理解できるように数値で表現するための方法。 各カテゴリの値を新たに特徴量として追加し、それぞれのカテゴリに属するか、属さないかを「1」、「0」で表現する。 例えば、以下のようなデータであれば、 id 最終学歴 1 中学 2 高校 3 大学 4 大学院（修士） 5 大学院（博士） ↓のように新たに「最終学歴 中学」、「最終学歴 高校」、「最終学歴 大学」、「最終学歴 大学院（修士）」、「最終学歴 大学院（博士）」の5つの特徴量を追加する。 そして、当てはまるものに「1」、そうでないものに「0」を入れる。 id 最終学
読書日記: 読了: Roberts, Steward, Tingley (in preparation) 構造的トピックモデルのRパッケージ stm
« トピックモデルの表記比較 (いつも思うんですが、専門家のみなさん記号を統一していただけませんかね) | メイン | 読了：佐藤(2017) 人工知能と政治 » 2017年9月13日 (水) Roberts, M.E., Steward, B.M., Tingley, D. (in preparation) stm: R package for structural topic models. 構造的トピックモデルのRパッケージ stm のvignette。いつ書かれたものかもよくわからないのだが、J. Statistical Softwareの判型になっているから、投稿中かなにかなのかも。 いわく。 構造的トピックモデル(STM)とは、トピックモデルに文書に付与されたメタデータを統合したモデル。トピックを抽出すると同時に、トピックとメタデータとの関連性を推定する。 モデルの説明。 通常
記事が長く分かり難いので最初に書きますが、本物の識者の 方たちから賛美される美しい人の長所は、美しい人の母親との 関係性から引き出されたものであるという結果のタロット占いです。 カードを上から順番に読んだまま書いているので、分かり難くく なっています。 １枚目のカード コインの２の逆位置 1枚目のカードは、2枚目のカードの過去や動機を表わしています。 コインの２の本質的な意味は、繰り返される実際的な何かです。 美しいと母親の関係性の中で何かが連綿と繰り返されたものが 過去から現在(美しい人が名前捨てるまで)あったはずと読みました。 ２枚目のカード 魔術師の逆位置 2枚目のカードは、このタロット占いの中心となるものです。 美しい人が生きていた時間は、私たちの時間では過去ですから この2枚目のカードは、の現在がどの時点なのかは、厳密には 分かりませんが魔術師のカードが現れたわけですから 新しい
急性冠症候群後または PCI 後の心房細動に対する抗血栓療法 ｜ 日本語アブストラクト ｜ The New England Journal of Medicine（日本国内版）
2×2 要因デザインの国際試験において，急性冠症候群を有するか PCI を受け，P2Y12 阻害薬の内服が計画されていた心房細動患者を，アピキサバンまたはビタミン K 拮抗薬，ならびにアスピリンまたはマッチさせたプラセボの 6 ヵ月間の投与に無作為に割り付けた．主要評価項目は大出血，または大出血ではないが臨床的に重要な出血とした．副次的評価項目は死亡または入院，虚血性イベントの複合などとした． 33 ヵ国の患者 4,614 例を登録した．主要評価項目，副次的評価項目のいずれにも，2 つの無作為化因子のあいだに有意な交互作用は認められなかった．大出血または大出血ではないが臨床的に重要な出血は，アピキサバン投与患者では 10.5%に認められたのに対し，ビタミン K 拮抗薬投与患者では 14.7%に認められ（ハザード比 0.69，95%信頼区間 [CI] 0.58～0.81，非劣性と優越性のいず
コヒーレンス法 コヒーレンス法（心臓呼吸）は、15年以上にわたるストレス研究に基づき、ハートマス研究所が推奨しているメンタルトレーニング法の1つです。 コヒーレンス法は、科学的な実験によって効果が検証されていること、簡単であること、短時間で習得できることなどから、企業、病院、学校、スポーツ分野などで幅広く使われています。 コヒーレンス法は、科学的な実験を重ねることで生み出され、効果が実証された、短時間でより理想的なコヒーレンス状態を作り出すためのメンタルトレーニング法です。 コヒーレンス法（心臓呼吸）の目的 ストレス状態（不安・緊張・いらいら）に陥ったとき、「冷静に」「落ち着いて」「前向きに」考えることで、その状態から抜け出そうと試みることがあります。ストレス状態が軽微であれば、ストレス状態から簡単に脱出できることもありますが、ストレス状態が深刻なほど、そんなに簡単には脱出できません。 こ
社交不安障害のカウンセリングと治療 | (株)心理オフィスK
1.社交不安障害とは 社交不安障害とは、人前で話すことや集団の中にいることなどの社交的な状況で、強い不安や恐怖を感じる症状です。自己評価が低く、否定的な自己イメージが強いため、人前で失敗や恥をかくことを恐れます。対人関係に問題を抱えたり、生活や仕事に支障が出ることがあります。治療法としては、認知行動療法や薬物療法などがあります。 これまで日本では対人恐怖と言われることが多くありましたが、DSM-5（精神疾患の診断と統計のマニュアル 第5版）では社交不安障害という名称が用いられ、最近ではこの呼称が広くいきわたっています。 ある研究では、自分のことをシャイである、と回答した割合は約40%に上るとされています。それだけ多くの人が自分自身をシャイであると認識しています。しかし、シャイであったとしても、社交不安障害に該当するとは限りません。DSM-5にもあるように、それが社会的、職業的な支障をきたし
所属・職名大学院人間社会科学研究科 教授メールアドレスkirikoshiroshima-u.ac.jp自己紹介社会心理学，特にリーダーシップと集団，ジェンダーやダイバーシティといったテーマに関心をもっています。多様なメンバーで構成される組織や集団において，どのように集団が運営されればメンバーの幸福と集団の生産性が両立できるのか，明らかにしたいと考えています。 基本情報主な職歴1995年10月16日, 2001年03月31日, 広島大学, 総合科学部, 講師1991年07月01日, 1995年10月15日, 広島大学, 総合科学部, 助手2001年04月01日, 2008年03月31日, 広島大学, 総合科学部, 助教授2009年04月01日, 2020年03月31日, 広島大学, 総合科学研究科, 教授学歴広島大学, 生物圏科学研究科, 環境計画科学, 日本, 1989年04月, 1991
SPSSでPROCESSマクロを使用しModel1を分析する[PROCESS][SPSS] - 井出草平の研究ノート
モデル1とは一番シンプルな調整変数があるモデルである。 こちらの本の7.2あたりから説明されている例。 Introduction to Mediation, Moderation, and Conditional Process Analysis, Second Edition: A Regression-Based Approach (Methodology in the Social Sciences) (English Edition) 作者:Hayes, Andrew F.発売日: 2017/10/30メディア: Kindle版 Chapman and Lickel (2016)のデータを用いた例のようだ。 journals.sagepub.com Chapman, D. A., & Lickel, B. (2016). Climate change and disasters:
![SPSSでPROCESSマクロを使用しModel1を分析する[PROCESS][SPSS] - 井出草平の研究ノート](https://cdn-ak-scissors.b.st-hatena.com/image/square/656b212af59e473472a42054b76a4ed39d516459/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fi%2FiDES%2F20201022%2F20201022073530.png)
統計学:Rを用いた入門書 作者: Michael J.Crawley,野間口謙太郎,菊池泰樹出版社/メーカー: 共立出版発売日: 2008/05/08メディア: 単行本購入: 53人 クリック: 2,292回この商品を含むブログ (30件) を見る「R」とは、オープンソースの統計解析向けプログラミング言語です。 様々な統計処理のための解析環境、統計に特化した数多くの組込関数、高機能なグラフ機能を備えています。 本書は、タイトルの通り、このR言語を用いて統計学の理論を学ぶための入門書です。 元々は大学の講義に用いることを想定して書かれた教科書的なもののようです。 まえがき 訳者まえがき 第1章 基本 すべては変動する 有意性 良い仮説，悪い仮説 帰無仮説 p値 解釈 統計モデル 最大尤度 実験計画 節約の原則（オッカムの剃刀） 観測，理論，実験 管理 反復：「平均」を正当化するn個のもの 何
高タンパク食によって腸管バリア機能が低下 その影響は男性に比べて女性でより大きい | スポーツ栄養Web【一般社団法人日本スポーツ栄養協会（SNDJ）公式情報サイト】
高タンパク質の食事を是としがちなアスリートの栄養という視点では、やや気になる研究結果が報告された。タンパク質の摂取量の多いことが腸管のバリア機能の低下をもたらし、そのような影響には性差があって、男性に比べて女性ではよりバリア機能低下が大きい可能性があるという。著者らは、タンパク質の摂取量に関する将来の推奨事項には、腸内環境が関与している慢性疾患の予防という観点も考慮する必要があると述べている。英国の研究者らの報告。 腸管バリア機能の低下がさまざまな慢性疾患のリスクに関与している可能性 タンパク質の摂取は、食物アレルギーを除けば、健康の維持・増進に対して基本的にプラスの働きがあると考えられている。また従来、タンパク質の消化・吸収は非常に効率よく行われていると考えられていた。しかし最近の研究から、ヒトでは摂取したタンパク質の最大10％が消化されずに大腸に到達することが明らかになってきた。 大腸
目的 2011年3月の東京電力福島第一原子力発電所の事故から9年経った現在でも，「放射線の影響が子どもや孫など次の世代に遺伝するのではないか」という「次世代影響不安」が根強く残っている。マスメディア報道やインターネットによる情報等が，この不安に影響していると考え，その関連を明らかにして，今後の施策に繋げることを目的とした。 方法 2016年8月に，20～79歳の福島県民2,000人を対象に，無記名自記式質問紙による郵送調査を実施した。福島県の会津地方，中通り地方，浜通り地方，避難地域から500人ずつ無作為抽出し，原発に近い沿岸部の浜通りと避難地域のデータを分析対象とした。目的変数は「次世代影響不安」で，その程度を4件法で尋ねた。説明変数は，放射線について信用する情報源と，利用するメディアを尋ねた。この他に属性，健康状態，放射線の知識等を尋ねた。2つの地域を合わせた全体データで，「次世代影響
水星が加速させる幸運の働き方
第１２ハウス(無意識側)を味方にする記事で、生きるスペースを 創っていくことを書いたり、第１２ハウス(無意識側)自体が 風の時代に適した形にバージョンアップしていくことを 書いてきました。 無意識と言う観念的なもののボディーを実際に動かすために 現実も変化していく必要があります。 言い方を変えれば、それは具体的な動きを変えることです。 その部分だけを切り取れば、こうすれば、こうなるという 方法論(幸運術)のように見えますが、最初のイマジネーションに 対応する部分(第１２ハウスを探索する状態)がなければ、 そうなるとそれなりに壁にぶつかると思います。 第１２ハウスの中から時前の材料を探します。 ここで水星と海王星のハードアスペクトを使います。 知性とイマジネーションの交互作用で混乱し易いアスペクト ですが、無意識側を味方につけて第１２ハウス的世界から エネルギーを引き出して具体化しようとすれ
【論文紹介】Neural Graph Collaborative Filtering (SIGIR 2019)
【論文紹介】Neural Graph Collaborative Filtering (SIGIR 2019) 2020/01/26 Tech 機械学習 深層学習 論文紹介 こんにちは、ぐぐりら(<a href="https://twitter.com/guglilac">@guglilac</a>)です。 今回は、Neural Graph Collaborative Filteringという論文について読んだので、要点まとめ記事を書きました。 [ Neural Graph Collaborative Filtering](https://arxiv.org/abs/1905.08108) ## 概要 Matrix Factorizationなどの協調フィルタリング系の手法では、userとitemを空間に埋め込み、それらの交互作用を内積などでモデル化し、間接的に交互作用を考慮したベクトル表
アンケートの質問の順序―キャリーオーバー効果 - 統計WEB
※コラム「統計備忘録」の記事一覧はこちら※ アンケートを作るとき注意すべきものとして「キャリーオーバー効果」があります。 キャリーオーバー効果とは、前に置かれた質問が、後の質問の回答に影響を与えることです。キャリーオーバー効果を無くすことは不可能なので、影響を最小限に止めるようアンケートの質問の順序を考えなければいけません。 (1)重要な質問は前の方に 後になるほど効果が積み重なっていきますから、重要な質問は前の方に配置します。かといって冒頭で核心をつくような質問をしてしまうと、回答者が警戒したり、先入観を植えつけることになったりしますから、最初は答えやすい質問から始めます。 (2)因果関係が成り立つような質問同士では、結果を先に 質問A.「○○○は好きですか」 質問B.「○○○が▲▲▲であることを知っていますか」 Bを先に質問した場合、「▲▲▲」がポジティブかネガティブであるかで、Aの回
ディスカッションペーパー21-07「失業の地域差の要因分析―市町村の産業・人口構造と個人属性の影響」｜労働政策研究・研修機構（JILPT）
概要 研究の目的 本研究の目的は、地域の産業構造や人口構成を所与としたとき、どのような属性を持つ個人の失業リスクがより高いのかを明らかにすることである。具体的には、個人レベルでは性別、年齢、学歴、初職、地域レベルでは市町村の第3次産業比率と55歳以上の労働者比率に注目して、レベル間の交互作用が失業に与える効果を分析する。 研究の方法 2017年『就業構造基本調査』の個票データに、『国勢調査』（2015年）と『経済センサス』（2016年）から集計された市町村別のデータを統合して、二次分析を実施。 主な事実発見 分析（混合効果二項ロジスティックモデル）の結果、地域の産業構造の違いや高年齢化の程度によって、性別や年齢が失業リスクに与える影響が異なることがわかった。推計結果をもとに、第三次産業比率や55歳以上の労働者比率と失業確率の関係をプロットしたものが図表1〜3である。図表1は男女別、図表2は
因果推論と因果探索を学びたい初心者の方を対象に、因果分析のPythonプログラムを実際にGoogle Colaboratoryで実装しながら学ぶ書籍を執筆しました。 単著としては、「つくりながら学ぶ! PyTorchによる発展ディープラーニング」、以来、約1年ぶりの新刊となります。 本記事では、因果分析の書籍を執筆したモチベーション、Pythonによる因果推論、因果探索の概要について解説します。 「つくりながら学ぶ! Pythonによる因果分析 ~因果推論・因果探索の実践入門」 ●2020年6月30日発売 ●著者：小川雄太郎（自己紹介、Twitter）@電通国際情報サービス（ISID） ●出版社: マイナビ出版 本記事の内容 ● 0. 本書を執筆したモチベーション ● 1. 因果推論が必要な事例 ● 2. 因果推論をしたいデータ ● 3. 因果推論の方法 ● 4. 因果探索の手法 ● 5.
さぁここから年齢、性別などの特徴量と生存率の関係を見ていきます。基本的には 特徴量の変化によって生存率に差がでるか？ 特徴量の変化に対して生存率が上下したり非単調な変化をしていないか？ を確認します。特徴量生成の重要ポイントの1つが特徴量と目的変数の単調性[1]特徴量の増加に伴い目的変数が増加／減少し続けることを単調性と言います。で 回帰系のアルゴリズムは特徴量の変化に対する目的変数の単調性を仮定 木系のアルゴリズムも単調性があると学習が効率的 のため、非単調な変化がある場合はフラグ化、カテゴリ化などの変換を検討します。 また、「コンペで差をつける」…だけでなく、より良い「知見獲得」のためには この特徴量と生存率との関係はきっとこうだろう と仮説を持ち、疑問があれば繰り返し検証することで理解を深めることも重要です。 それでは「子供と女性を優先して救助した」と言われるタイタニック号沈没事故で
The purpose of this research was to examine the influence of internal working model on subjective well-being and interdependent happiness and the interactions between internal working models (consisted in secure, ambivalent, and avoidance). Two hundred ten undergraduates completed measures of Internal Working Model Scale (secure, ambivalent, and avoidance subscales), Subjective Well-Being Scale an
交互作用項の結果の解釈 AとBの交互作用項を入れたときの主効果の意味は、 ・主効果 A ： B = 0 の時の A の効果 ・主効果 B ： A = 0 の時の B の効果 です。「交互作用項を入れたときの主効果には意味がない！」などという人がいますが、意味がないことはありません。 もっとも意味がないと言いたくなる人の気持ちも、場合によってはわかります。例えば年齢と喫煙の交互作用項をモデルに入れる場合、年齢の主効果は喫煙＝０の時の効果、喫煙の主効果は年齢＝０の時の効果になります。０歳の時の喫煙の効果を調べることに意味があるかと言えば、０歳で喫煙している人はいないでしょうから、「意味はありません」。ただ、それが何にも意味がないかと言われれば、今言ったような内容が結果の解釈となるわけです。1逆に、解釈する意味のある値にしたいのであれば、平均年齢が0になるように変数を変換するなどの方法が考えられ
www.rdocumentation.org サポートベクターマシンは、分類、新奇性検出、回帰のための優れたツールである。ksvmは、ネイティブのマルチクラス分類の定式化や境界制約SVMの定式化とともに、よく知られたC-svc、ν-svc、（分類）one-class-svc（新奇性）eps-svr、ν-svr（回帰）の定式化をサポートしている。 ksvmは、クラス確率の出力と回帰の信頼区間もサポートする。 type type パラメータは SVM をどのように適用するかを指定するために使われる。 C-svc (C classification): これは通常の SVM 分類器で、二クラスまたは多クラスの分類問題に使用される。ハイパーパラメータ C を用いて誤分類のトレードオフを調整する。 nu-svc (nu classification): こちらも分類器であり、C の代わりに nu パ
![サポートベクターマシンkernlabパッケージのtypeとclass[R] - 井出草平の研究ノート](https://cdn-ak-scissors.b.st-hatena.com/image/square/9ea71978d8aca154284a493b4452b76294668c9a/height=288;version=1;width=512/https%3A%2F%2Fogimage.blog.st-hatena.com%2F10328749687261244581%2F6801883189105612360%2F1715450550)
相互作用特徴量 - Qiita
この記事の狙い・目的 機械学習を取り入れたAIシステムの構築は、 ①データセット作成（前処理）→ ②モデルの構築 → ③モデルの適用 というプロセスで行っていきます。 その際「データセット作成（前処理）」の段階では、正しくモデル構築できるよう、事前にデータを整備しておくことが求めらます。 このブログでは、その際用いられることのある「相互作用特徴量」の生成方法について解説していきます。 プログラムの実行環境 Python3 MacBook pro（端末） PyCharm（IDE） Jupyter Notebook（Chrome） Google スライド（Chrome） 相互作用特徴量の生成方法について、解説したいと思います。 相互作用特徴量とは、二つ以上の変数をかけ合わせた新しい変数を作る方法のことです。 特に、二つの特徴量の積で表された特徴量を「ペアワイズ交互作用特徴量」と言います。 メリ
現在では初期併用治療（upfront combination therapy）が標準的になってきました。DLcoが低いSSc患者さんでは、いつもPAHの存在がないか疑っています。DLcoが60％未満では、肺動脈圧が経時的に上昇していきます（Eur Respir J. 2018 Apr 4;51(4). pii: 1701197.）。 ・参考記事：DETECT研究：全身性強皮症における肺高血圧症の進展 Hachulla E, et al. Survival improved in systemic sclerosis associated pulmonary arterial hypertension patients aged 70 years or less over the period 2006-2017 in France. Chest. 2019 Nov 19. pii: S00
以前のエントリーの続き。 ides.hatenablog.com 今回は交互作用を含むモデル。 独立変数(介入)と媒介変数は交互作用が生じることが多いので交互作用項を作成して分析に含めるか、連続変数の場合はセンタリング(参照)をした方がいいと言われている。タイタニック・データはカテゴリカルなので、交互作用項を作成することにした。 パス図でいうと下記のように表現できる。 コード TITLE: Binomial Logistic Regression Analysis with a Noninal Mediator and Interaction using Titanic Data DATA: FILE = titanic.dat; LISTWISE = ON; VARIABLE: NAMES = Survived Pclass Sex Age Fare; USEVARIABLES = Su
![タイタニック・データを用いた交互作用項のある媒介分析[Mplus] - 井出草平の研究ノート](https://cdn-ak-scissors.b.st-hatena.com/image/square/8f3666604b84a76102046099fa9a64c81414eab0/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fi%2FiDES%2F20201020%2F20201020142431.png)
人々は自分の所属する集団（内集団）に対して、自分が所属しない集団（外集団）よりも好意的・協力的に行動する傾向を持つ。この内集団ひいき現象は様々な種類の集団間で観察されるのみならず（e.g., Sumner, 1906）、実験室内でのみ存在する名目的な集団、すなわち最小条件集団（Tajfel, Billig, Bundy, & Flament, 1971）においても生じることが多くの研究で確認されている（e.g., Brewer, 1979）。近年、この最小条件集団における内集団ひいきは、適応論的視点からの集団協力ヒューリスティック仮説（e.g., 神・山岸，1997; Yamagishi, Jin, & Kiyonari, 1999）や評判維持仮説（Mifune, Hashimoto, & Yamagishi, 2010; Yamagishi & Mifune, 2008）によって説明され
はじめに 今回はレコメンダシステムのxDeepFMを紹介していきます。元の論文はここから確認できます。 概要に入る前に簡単にFactorization Machinesの説明をします。既知の場合は「概要」まで飛ばしてください。 機械学習の分野では特徴量エンジニアリングが重要になり、その中の一つに"cross features"や"multi-way features"と呼ばれる手法があります。たとえば$x_1,x_2$を説明変数としたとき、$x_1*x_2$を新たな説明変数として用いることをcross featuresと呼びます。しかし、正しいcross featuresを得るにはドメイン知識が必要ですし、変数が多いデータでcross featuresを行うことは実現性がありません。また、このようにして作ったcross featuresは未知の変数の相互作用は説明できません。 そこで、Fa
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
【論文紹介】Factorization Machines - 宇宙 日本 世田谷 機械学習
FDUA第2回金融データ活用チャレンジ 1~位解法 - Qiita
ILD診療におけるRF/抗CCP抗体陽性の有用性 | 呼吸器内科医
Kaggleデータをあさってみる2(Human Resource Analysis) | リツアンSTC
ANOVA その7 ANOVAオブジェクトからの追加情報の取得 - 井出草平の研究ノート
マルクスに対する石塚フェティシズム論の独自性 文責 田上孝一
【ライブ配信セミナー】実務のための実験計画法入門（基礎編） 4月8日（木）開催 主催：(株)シーエムシー・リサーチ
心理学ワールド 82号 特集 「老い」と次世代を支える心 田渕 恵（中京大学） | 日本心理学会
最先端のスパースモデリング～HMLassoとPliable Lasso～
Pythonではじめる機械学習 4章特徴量エンジニアリング メモ - ノーム'sブログ
母親との関係が美しい人の自死の原因となり得ない理由(美しい人が称賛される理由)
コヒーレンス法（心臓呼吸）ガイド | 心拍変動バイオフィードバックシステム
坂田 桐子 (大学院人間社会科学研究科)
統計学:Rを用いた入門書 - カフェイン中毒日記
原発事故後の福島県浜通りと避難地域における放射線の「次世代影響不安」と情報源およびメディアとの関連
Pythonによる因果推論と因果探索（初心者の方向け） - Qiita
Kaggle Titanicチュートリアル: クロス集計（前半）編 | 有意に無意味な話
内的作業モデルが幸福感に及ぼす影響―内的作業モデル間の交互作用に注目して―
交互作用項／Interaction term – Yosuke Inoue, Ph.D.
サポートベクターマシンkernlabパッケージのtypeとclass[R] - 井出草平の研究ノート
全身性強皮症関連肺高血圧症は、若年層で生存期間が延長しつつある | 呼吸器内科医
タイタニック・データを用いた交互作用項のある媒介分析[Mplus] - 井出草平の研究ノート
内集団ひいきと評価不安傾向との関連：評判維持仮説に基づく相関研究
xDeepFMとは ~推薦アルゴリズム~ - Qiita