サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
パリ五輪
note.com/utaka233
Introduction高次元データでの回帰問題に対して、線形回帰モデルのL1正則化(Lasso回帰)の有効性は広く知られているところです。この有効性の理由は数理統計的な側面からも理解が進んで来ました。代表的な結果の1つに、Lasso回帰の 変数の個数に対して必要なサンプルサイズは対数的にしか増加しない。 と言う性質が挙げられます。今回の目標は、この定理の厳密なステートメントを述べ、数理統計的な証明を紹介することです。 なお、このノートは機械学習の数理 Advent Calendar 2018, 14日目の記事になります。作成者のNoriakiOshitaさんに感謝申し上げます。また当日投稿になってしまったことをお詫び申し上げます。 高次元データに対するL1正則化の有効性についてIntroductionで紹介したLasso回帰の性質について、以下のslideで説明しようと思います。 おわり
Introduction機械学習の学習アルゴリズムではさまざまな数理最適化が活躍しています。今回はロジスティック回帰を例に、 ・標準的な学習アルゴリズムである勾配降下法 ・勾配降下法のconsを解決し得る自然勾配降下法 を紹介し、その比較対照実験を行いましょう。 なお勾配降下法や自然勾配降下法の実装はR言語によって行っています。環境はMac OS version 10.14, R version 3.5.0です。また、このノートは数値計算 Advent Calendar 2018, 14日目の記事になります。作成者の@ceptreeさんに感謝申し上げます。なお、急用により投稿が遅くなってしまったことをお詫び申し上げます。 デモデータの生成ロジスティック回帰の学習に用いるデータを乱数で生成しておきましょう。 ・ラベルy = 1のデータポイントを母平均(1, 1), 母分散Eで生成する。 ・ラ
1. 概要以前の記事『NPS調査のサンプルサイズ、しっかり設計していますか?』では、NPS調査の信頼性を担保するためにサンプルサイズ設計がいかに重要かをシミュレーションを交えながら説明しました。いよいよ今回は、どれくらいのサンプルサイズがNPS調査には必要なのか?にお答えしましょう。 なお、サンプルサイズ設計の式の導出は、有料(300円)でご覧になれます。統計学の厳密な議論に慣れている方 / 導出過程が気になるという方は、宜しければこちらをお買い求めください。 2. サンプルサイズ設計の鍵は「ズレ」NPS調査を行う上で、必ず留意しておかねばならないことを復習しましょう。それは、私たちが知りたいのはお客様全体のNPSの値であるにも関わらず、NPS調査はお客様全体に実施されるわけではないという点です。通常のNPS調査は、調査コストなどの観点から、お客様のうち調査に協力してくださる一部の方々に実
数学とコンピュータⅡ advent calendar 2017の記事です。連分数を用いてplain RSA暗号が攻撃できる(Wiener's attack)という定理の概要を説明します。また、Wiener's attackをR言語の関数として実装します。 目次 1.plain RSA暗号とは? 2.Wiener's attackとは? 3.攻撃の要:とても近い値を持つ2つの有理数 4.連分数近似:近い有理数をあぶりだす方法 5.試しにやってみよう 6.公開鍵だけで所望のk/dが得られたか判定する方法 7.Wiener's attackが可能な秘密鍵dの大きさ 8.R言語でWiener's attackの関数を実装しよう 1.plain RSA暗号とは?plain RSA暗号とは、公開鍵暗号の一種です。公開鍵暗号は他者に公開する公開鍵と他者には秘匿にする秘密鍵からなります。平文を送る側は公開
1. 概要NPS調査は、顧客ロイヤリティを測るうえで最もポピュラーな調査です。今回は、このNPS調査の信頼性を担保するためにはサンプルサイズの設計がいかに重要かをシミュレーションを交えながら説明します。 なお、今回のシミュレーションに使用したR言語のスクリプトは有料(300円)で公開いたします。もしご興味のある方はご覧ください。 2. NPSとは?NPS(ネット・プロモーター・スコア)は、サービスやプロモーションなどの顧客満足度を測る際、大変ポピュラーなアンケートです。質問項目はたった1つ。「弊社のサービスを、親しい人や会社の同僚に進める可能性はどのくらいありますか?」この質問に0~10でスコアリングしてもらうのです。 NPS調査では、回答者のスコアに応じて次のような分類を行います。 ・0-6:批判者 …… サービスに対して不満を持っている人。 ・7-8:中立者 …… サービスを積極的に推
このページを最初にブックマークしてみませんか?
『Takayuki Uchiba|note』の新着エントリーを見る
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