最尤推定、MAP推定、ベイズ推定 - 人工知能に関する断創録
1.2.5 曲線フィッティング再訪 1.2.6 ベイズ曲線フィッティング のところを実装してみます。前回は、最小二乗法で曲線フィッティングをしたけど、ベイズ的な方法で解こうって話のようです。この2つの節では、 最尤推定 最大事後確率（MAP）推定 ベイズ推定 という3つのパラメータ推定方法が曲線フィッティングという具体例で説明されてます。他の教科書では抽象的に定式化されていて違いがよくわからなかったけど、この章では曲線フィッティングという具体例に基づいて説明されているのでわかりやすいと感じました。 最尤推定 まず、最尤推定のプログラムです。実は、最尤推定で対数尤度（1.62）を最大化することは、最小二乗法の二乗和誤差関数E(w)の最小化と等価なのでwの求め方は最小二乗法（2010/3/27）とまったく同じです。 最尤推定では、目標値tの予測分布を求めるためもう1個予測分布の精度パラメータ（
ユーザー5億人：個人情報の中枢になるFacebookの「野望」 | WIRED VISION
前の記事 世界各国の『iPad』価格と料金を比較 1939年のNY万博と、実現された未来：画像ギャラリー 次の記事 ユーザー5億人：個人情報の中枢になるFacebookの「野望」 2010年5月11日 経済・ビジネス社会 コメント： トラックバック (0) フィード経済・ビジネス社会 Eliot Van Buskirk, Ryan Singel 米Facebook社は、今後ユーザーの個人情報をどんどん公開し、さらには他社への提供も行なっていくという方針を明らかにしている。マーケターや法務当局や政府、および母親に見られたくないような個人情報を『Facebook』に投稿することはお勧めできない。 Facebook社はこの半年、ネット上のIDと人間関係の中心となろうとして、容赦ない動きを行なってきた。同社は2009年12月、それまでのプライバシー方針を一方的に変更し、ユーザーのプロフィール情報の
日本のソフトは「擦り合わせ」で米国に負けた - 雑種路線でいこう
ものづくり研究では伝統的に日本が得意とされてきた「擦り合わせ」が、デジタル家電や携帯電話の世界で必ずしも機能せず「ガラパゴス現象」を招いた背景に何があるのだろうか。 しばしばソフトウェアの世界で重層的な下請構造が問題とされがちだが、この構造は雇用慣行や産業構造に起因しており、必ずしもソフトウェアに限ったものではない。例えば昔の繊維産業や現代の自動車も多段的な下請構造を抱えているが、決してガラパゴス化していない。これから述べることは一般論に基づく仮説であり、いずれ実証分析したいので、間違っているところは是非ともご指摘いただきたい。 自動車や家庭用ゲーム機・デジカメ等と比べてガラパゴス化している携帯電話・地デジ・業務ソフトウェア等で共通しているのは、まず機器メーカーが最上位にいないことである。最上位に電話会社・銀行といった大口顧客やテレビ局のような鍵となるステークホルダがおり、主契約企業が下請
TwitterのChirpUserStreamsをWebSocketで垂れ流す - 準二級.jp
Twitter の ChirpUserStreams を WebSocket で垂れ流して閲覧できるアプリを作りました！WebSocket 対応ブラウザ(Chrome 等)でお楽しみください！WebSocket すごい！ユーザ体験が変わる！ ChirpUserStreams => WebSocket ボク @june29 と @kei_s から見た世界を体験できるようにしてあります。ChirpUserStreams については、以前にエントリを書きました。 TwitterのChirpUserStreamsをごくごくしてみた 本家の API がベータ版であり、まだまだ不安定なので、たまにスクリプトの再起動をかけたりしながら動かしています。見てみたいけど「なんにも表示されないよ？」って方がいたら、@june29 や @kei_s に話しかけてみてください。対応できるかもしれません。 User
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
