総務省統計局では、統計リテラシー向上の取組として、 "データサイエンス"力の高い人材育成のため、 3つのデータサイエンス・オンライン講座を開講しています。
![データサイエンス・オンライン講座](https://cdn-ak-scissors.b.st-hatena.com/image/square/512a836e9b233e6506e0a3978a4c5496412e81f2/height=288;version=1;width=512/https%3A%2F%2Fwww.stat.go.jp%2Fdss%2Fcommon%2Fimg%2Ffb%2Ftop.png)
2019年1月4日 9:30頃 追記 同ブログ記事に対して黒木さんからTwitterにて以下のようなご指摘をいただきました(ごく一部のツイートだけを抜粋). #統計 もう一度書くと、 * 予測分布の予測性能の比較→AIC, WAIC, LOOCVなど * モデルによるサンプル生成の確率分布がサンプルの真の分布にどれだけ近いかを比較→自由エネルギー, BIC, WBICなど — 黒木玄 Gen Kuroki (@genkuroki) January 3, 2019 ありがとうございます. ご指摘通り,このブログ記事では(最近の統計モデリングにおける特徴のひとつとして)予測性能の評価のほうしか取り上げておらず,特にAICしか触れていません. 特異モデルでも妥当であると言われているWAICへの言及ができなかったのは,私がまったく理解していないだけからです.ニューラルネットワークやベイズモデルなど
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