このブログの開設目的の、 はじめての 統計データ分析 ―ベイズ的〈ポストp値時代〉の統計学― 作者: 豊田秀樹出版社/メーカー: 朝倉書店発売日: 2016/06/02メディア: 単行本(ソフトカバー)この商品を含むブログ (11件) を見る についての記事インデックスです。 目次 その1 ←このページ その2 環境構築と第1章 データ整理とベイズ概要 その3 第2章 : MCMCによる正規分布のパラメータ推定 その4 第3章 : 独立した2群の差の推定 その4.1 第3章おまけ : 変分ベイズによる推定 その5 第4章 : 対応ある2群の差の推定 その6 第5章 : 要因毎の効果推定 その7 第6章 : カウントデータと比率データの推定 本の紹介 この本は、昨今はびこる統計データ分析についてベイジアンの知見から解説した本です。 他の方の感想では、 statmodeling.hatenab
はじめに 今まではKerasを使っていたけど、最近になってpytorchを覚えようとしている。 “Define by Run"と"Define and Run"の違いとかはよくわかっていないのでそのへんは適当。 普通にtutorialだけやっていると、 “なんとかネットワークは作れるけど、自分が考えた新しい層を追加できない” ということになりそうだったので、ネットにあまり情報のなかったgmmを勾配法(最尤推定)で解くプログラムを作って、pytorchを理解することにした。 gaussian mixture model 適当にデータを作る %matplotlib inline import pylab as plt import seaborn as sns sns.set_style("white") from scipy.stats import norm import numpy as
Jupyter Notebook Tutorial in Python Jupyter notebook tutorial on how to install, run, and use Jupyter for interactive matplotlib plotting, data analysis, and publishing code New to Plotly? Plotly is a free and open-source graphing library for Python. We recommend you read our Getting Started guide for the latest installation or upgrade instructions, then move on to our Plotly Fundamentals tutorial
Introduction� MATLAB� and NumPy/SciPy have a lot in common. But there are many differences. NumPy and SciPy were created to do numerical and scientific computing in the most natural way with Python, not to be MATLAB� clones. This page is intended to be a place to collect wisdom about the differences, mostly for the purpose of helping proficient MATLAB� users become proficient NumPy and SciPy users
先日会社で退職金の説明会がありました。それによると退職金の一部を確定拠出年金として自分で運用しなくてはいけないとのことで、ポートフォリオを設計する必要あります。今時は各種金融機関がポートフォリオのシミュレーターを公開していますし、Excelを使って計算するという方法もありますが、ここでは例によってpythonでポートフォリオの設計をやってみます。 実は、pythonにはnumpyやscipyといった科学計算のライブラリやcvxoptという最適化計算のライブラリがあるので、それらを利用すれば簡単かつ高速に最適なポートフォリオを計算することができます。 ちなみに、僕はファイナンス理論の専門家ではないので、ここに書いてある記述が正確であるという保証はできません。あしからず。 分散共分散行列を計算する 各投資対象のリスクと投資対象同士の相関係数が分かっているならば、分散共分散行列は行列計算で計算で
アヒル本(StanとRでベイズ統計モデリング)のChapter5にPythonで取り組んでいきます。 練習問題を解いて、本文中に書かれてるグラフをPythonで描いてみます。 なおChapter1~3は導入だったのと、Chapter4は練習問題の内容が「はじめての統計データ分析」と被っていたのでパスします。 Chapter5 基礎的な回帰とモデルのチェック 重回帰 複数の説明変数を用いた回帰のこと 重回帰も結局は正規分布を仮定している 目的 説明変数からの応答変数の予想、及び説明変数の寄与率 分布 複数の説明変数ならScatterplot matrixを利用すると良い MCMCの設定について スケーリング: MCMCを行う前に、各データのオーダーを大体(1前後に)そろえること。 収束がしやすく、早くなる 最大値、標準偏差、標準偏差の倍で割ったりすれば良い 結果の解釈 : モデルの改善に活か
TensorFlow Scan Examples¶By Rob DiPietro – Version 0.32 – April 28, 2016.¶Follow @rsdipietro¶ Post or Jupyter Notebook?¶This work is available both as a post and as a Jupyter notebook. If you see any mistakes or have any questions, please open a GitHub issue. Overview¶scan was recently made available in TensorFlow. scan lets us write loops inside a computation graph, allowing backpropagation and a
Tutorials Edward provides a testbed for rapid experimentation and research with probabilistic models. Here we show how to apply this process for diverse learning tasks. Bayesian linear regression A fundamental model for supervised learning. Batch training How to train a model using only minibatches of data at a time. TensorBoard Visualize learning, explore the computational graph, and diagnose tra
たとえば colorama というモジュールを使いたい場合、以下のように書くが、 import colorama colorama.init() ここで以下のように AttributeError が出ることがある。 $ python colorama.py Traceback (most recent call last): ... colorama.init() AttributeError: 'module' object has no attribute 'init'インストール方法は間違ってないのに何故こんなことが起こるのか。しばらくハマっていたが、わかれば大したことなかった。 教訓: モジュール名と同名のディレクトリ名orファイル名にするな。 自身のファイル名やディレクトリ名が、インポートしたいモジュール名と同じである場合、import module_name と書いても、mod
Community-led recipes, infrastructure and distributions for conda.
新・明解C言語 入門編 (明解シリーズ)posted with カエレバ柴田 望洋 SBクリエイティブ 2014-08-09 Amazonで探す楽天市場で探すYahooショッピングで探す 目次 目次 はじめに pybind11とは? シンプルなサンプルコードの実行方法 1. pybind11をDL 2. c++のコードを書く 3. pybind11のバインドc++コードを書く。 4. C++コードをコンパイルする。 Macの場合 ubuntuの場合 5. pythonコードで読み込ませる デフォルト引数 C++コードの変数をpython側で利用する C++クラスのバインディング 継承 関数のオーバーロード Enum STLのコンテナのやり取り pybind11がサポートしているコンパイラ サンプルコード より詳しいPythonとCコードの連携方法を学びたい人は 参考資料 MyEnigma
はじめに はじめまして、ABEJA最年少メンバーでリサーチャーをやっている日熊です。 普段は、Deep Learningに関する研究をやっています。 仕事ではPythonを使っていますが、実際はScalaとかRustとかHaskellに最近ハマっています。 本日は趣味で作ったPythonのライブラリについて紹介します。 この記事では主に以下の様なことが起こります。 PythonでScalaっぽいlambda式を書けるようにした どうやってlambda式を実現したのか説明 既存ライブラリより高速だった 目次 今回作ったもの Scalaのようなlambda式をPythonで実現するライブラリを目指して作りました。 Scalaでは以下のようなコードが書けます。 val numbers = Array(1, 2, 3, 4, 5) val sum = numbers.reduceLeft[Int]
初めに この記事は、Python その2 Advent Calendar 2015の9日目の記事です。 書こうと思ったわけ 僕がPython初めて書いたのが4年前でとてもよい言語だと思い、簡単なコードなどはいつもPythonで書いていました。 初めに書いたのはPython2.7でしたが、調べていたらPython3なるものがあり、新しいもの好きだったので本気で学ぼうとし始めた時はPython3.3を使ってました。 なので、2系の話などはほとんど知らず、わざわざ古い(といっても当時は2系がメインでしたが)ものを学ぶ必要もないと思ってました。 が。 2系のライブラリが3系に対応していなかったり、2系で書かれていて3系に自分で置き換えなければならないなど色々問題がありました。 とまぁ、とにかく2系と3系の違いを学習ついでにまとめて見ようと思った次第です。 (すでに3系がでてから7年位経っているのは
みなさんこんにちは。SRE チームの内田(@uchan_nos)です。 サイボウズでは去年の 11/30 から 12/02 にかけて、4 回目となる毎年恒例の社内ハッカソンが行われました。 業務時間で好きなものを作ってよいので、図書委員でもある私は Raspberry Pi 3 と NFC リーダー、バーコードリーダーを使った図書管理システムを作ることにしました。 (ちなみに、この図書管理システムはハッカソンの審査で大賞に輝きました。うれしい!) 年明け 1 月下旬、ついに図書管理システムが本格的に稼働しはじめましたのでご紹介します。 使用機材やソースコードも公開しますので、興味があれば試してみてください。 作ったもの kintone 上の図書管理アプリの貸出・返却ステータスを、遠隔で変更する IoT システムです。 このシステムには社員証リーダーとバーコードリーダーが接続されていて、 誰
「Pythonで動くGUIトリミングツールが欲しいんや!」 Pythonで画像を扱うとき、GUI操作でトリミングしたいと思った方も多いのではないでしょうか。 ネットに参考になる記事がないか探しましたが、なかなかこれ!というものに出会えなかったのでここに残しておきます。 #はじめに TkinterとはPythonで簡単にGUIツールを作ることができるキットです。 私は普段Jupyter Notebookを使っていてGUI操作が必要になるとipywidgetsを使っていたのですが、これで足りなくなり今回Tkinterを使いました。 #画像から矩形を切り出すGUIツール 画像の一部分を切り出して保存をする作業をPythonでやります。 このトリミング部分だけやりたかったわけではなくて、 [画像処理 → トリミング → 画像処理]というような工程をやりたかったんですが、 Pythonで一貫してやり
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