タグ検索の該当結果が少ないため、タイトル検索結果を表示しています。
西浦先生らによる実効再生産数の統計モデルを解説＆拡張する試み - StatModeling Memorandum
先日の西浦先生のニコ生の発表を聞いていない人はぜひ聞いてください。 モデルとデータを以下のリポジトリでオープンにしていただいたので、モデルについて僕が分かる範囲内で少し解説を加えたいと思います。 github.com 実効再生産数を推定するコードが2種類ありまして、最尤推定（Maximum Likelihood Estimation, MLE）を使ったMLE版（Sungmok Jungさん作成）と 、ベイズ推定版（Andrei Akhmetzhanovさん作成）があります。どちらもコンセプトはほぼ同じで、実装が若干異なります。この記事では、ベイズ推定版（以降、元コードと呼びます）の流れを簡単に説明し、その後でその拡張を試みます。 ベイズ推定版の流れ 大きく分けて「データの集計」「back projection」「実効再生産数の推定」の3つの部分からなります。 データの集計 まずは日付ごとの
使える統計モデル10選（前編） 統計モデリング（statistical modelling）はデータ解析の方法論の1つです。データ解析の目的は、通常はただの数値や記号の羅列であるデータから、人間が何かしらの判断を行うために有益な情報を引き出すことにあります。データ分析者は、そのままでは意味をなさないデータに対して、折れ線グラフやヒストグラムなどを用いて、人間が判断を行いやすいようにデータの可視化を行います。一方で、時にはニューラルネットワークのような複雑な計算モデルを使ってデータを解析し、まだ観測されていない将来の値を予測させたりします。このように、データから有益な情報を引き出すために、データに対して人為的な視点や事前知識、数学的な仮定などを設計する作業をモデリング（modeling）と呼びます。 統計モデリングによるデータ解析では、データ自体や解析の目的に合わせて分析者が適切なモデルを設
使える統計モデル10選（後編） 前回の記事では、使える統計モデル10選の前編として、主に回帰モデルに焦点を絞って紹介しました。 今回はその後編に当たる生成モデル編です。生成モデル（generative model）は、端的に言うと、コンピュータシミュレーションによりデータを人工的に作ることができるモデルです。データが作られる過程をうまく表現したモデルを構築することができれば、予測だけではなく異常検知やデータ圧縮など幅広いタスクに応用することができます。 生成系（教師なし系） 回帰モデルと同様、生成モデルも数個のパラメータから構成される簡単なものから、複数のモデルを巧みに組み合わせた複雑なものまで無限に存在します。ここでは、データ圧縮から自然言語処理、ソーシャルネット解析までさまざまなデータ解析のタスクで利用されている代表的な生成モデルを5つ選んで紹介します。また、生成モデルのすべては潜在変
Retty データ分析チーム - 立ち上げ2年目の振り返り 〜データプラットフォーム/データ民主化/統計モデル〜 - Retty Tech Blog
この記事はRettyアドベントカレンダー19日目の記事です。 昨日はretty-y-takaseによるプロポーザル提出は個人のモチベーションに左右されずコントロールすることが可能なのかでした。 1. はじめに こんにちは、Rettyのデータ分析チームでマネージャーをやっている平野(twitter / fb)です。 データ分析チームを去年の4月に立ち上げてから1年と9ヶ月が立ちました。1年目ではチームの意義や組織における位置づけ・分析するための環境つくりなど手広くやってきました。 1年目を振り返ると、データ分析チームとして各データアナリストがPJに貢献する体制が構築できたのと、分析するためのデータレイク層やデータマート・ダッシュボード開発など進み、組織としては最低限のデータ活用を行える土壌が整えることができたと思っています。 そのときの取り組んだ内容は去年のアドベントカレンダーで紹介してます
簡単かつ高性能な統計モデル構築！TensorFlow Probability によるベイズモデリング入門 | 株式会社トップゲート
削除する Google Service TGカルチャー アプリケーション開発 コンサルティング セミナー テックブログ デザイン デジタルプロダクト開発 開発実績 ニュース 2025年の崖(1) 5G(1) AI(39) AI Hub(1) AI Platform(1) AlloyDB(12) AlloyDB for PostgreSQL(6) AlphaZero(1) Analytics HUB(1) Android(11) Android アプリ(1) Anthos(6) API(12) API エコノミー(1) APP(2) App Engine(2) App Maker(2) AppServer(1) AppSheet(3) arduino(1) Authentication(1) AutoML(4) AWS(12) AWS (Amazon Web Services)(1) AWS
統計モデルと推測
ロジスティック回帰モデル、一般化線形モデル、混合分布モデルまで、この一冊で! ・確率分布、推定、検定などの基本的な内容から、ロジスティック回帰モデル、一般化線形モデル、混合分布モデルまでを一冊で解説した、稀有の入門書 ・Rによるデータ分析例およびコードを多く掲載! 第1章 確率分布 1.1 確率変数と確率 1.2 離散型確率変数 1.3 連続型確率変数 1.4 多次元確率分布 第2章 統計的推定 2.1 母集団と標本 2.2 最尤推定 2.3 不偏推定量・一致推定量 2.4 中心極限定理 2.5 区間推定 第3章 統計的仮説検定 3.1 統計的仮説検定とは 3.2 1標本の平均の検定 3.3 2標本の平均の差の検定 3.4 分散分析 第4章 線形回帰モデル 4.1 線形単回帰モデル 4.2 線形重回帰モデル 4.3 当てはまりの評価と変数選択 4.4 適用例 第5章 ロジスティック回帰モデ
共立出版 アリがと蟻 on Twitter: "EMアルゴリズムは、欠測のある観測データに対する最尤推定アルゴリズムです。本書の目的は、EMアルゴリズムの基本的な事項の紹介と解説をすることにアリます。そのため、各種統計モデルへのEMアルゴリズムの適用については触れておりません。… https://t.co/BUrzKWLPbG"
EMアルゴリズムは、欠測のある観測データに対する最尤推定アルゴリズムです。本書の目的は、EMアルゴリズムの基本的な事項の紹介と解説をすることにアリます。そのため、各種統計モデルへのEMアルゴリズムの適用については触れておりません。… https://t.co/BUrzKWLPbG
古瀬祐気 ウイルス・再生医科学研究所特定助教は、地域で見つかっている新型コロナウイルス感染者数を用いて「人が集まるとき、そこに新型コロナウイルスの感染者がいる確率を算出する統計モデル」を構築し、さらにこれを誰でも簡単に用いることのできるよう、オンラインアプリを開発しました。 新型コロナウイルス感染症は、誰にもウイルスを伝播しない多くの感染者がいる一方で、一部の感染者が多くの人に感染をひろげることが感染拡大の一因となっています。そのため、人が集まる場所では特にリスクが高まると考えられます。 多くの方にとって、本研究成果で構築したモデルが、これから主催したり参加したりするイベントのリスクを把握するための一助になることが期待されます。しかし、新型コロナウイルス感染症に関してはまだまだ不明な点も多く、本モデルもいくつかの点において現時点では不確実な情報にもとづいています。あくまで参考程度に用いてく
統計モデルと機械学習モデルの正しい選び方
Do you want to subscribe to the notification email? Once subscribed, notification emails will be sent to your registered email address when the insight is republished or refreshed by the scheduling.
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
使える統計モデル10選（前編） | AIdrops
使える統計モデル10選（後編） | AIdrops
Amazon.co.jp: 本質を捉えたデータ分析のための分析モデル入門 統計モデル、深層学習、強化学習等 用途・特徴から原理まで一気通貫!: 杉山聡: 本
人が集まるときに、 新型コロナウイルス感染者がいる確率を算出する統計モデルを開発
広告の効果測定、「統計モデル・AI・機械学習など」を採り入れたい担当者が49.7％まで上昇【サイカ調べ】 | Web担当者Forum
Amazon.co.jp: 統計モデルと推測 (データサイエンス入門シリーズ): 松井秀俊 (著), 小泉和之 (著), 竹村彰通 (編集): 本
www.nri.com
chouseikan.ceri.go.jp
aji1000.com
icantquitapple.com
www.nikkei.com
news.yahoo.co.jp