一般化線形モデルと検定 | 尤度比検定、Wald 検定、スコア検定
2017.10.19 1 つのデータセットに対して、2 つのモデルを作成し、2 つのモデルの応答変数の期待値に差があるかどうかを評価する方法として、検定を行う方法がある。検定は、2 つのアプローチがある。すなわち、「2 つのモデルを比較し、どのモデルが優れているかを判定する」と「構築したモデルを最適なモデルと仮定して、観測データを当てはめ、そのズレの大小でモデルが優れているかどうかを判断する」である。前者のアプローチで検定を行う方法としてWald 検定と尤度比検定がある。また、後者のアプローチで検定を行う方法としてスコア検定がある。 これらの検定手法は、2 つのモデルを想定する必要がある。一般化線形モデルによる解析において、観測データをモデル化する上で考えられるあらゆるパラメーターを使って構築したモデル（full model）と、解析者が重要と思われる少数のパラメーターのみを用いて構築した
Sergei Lyapunovから想像する19世紀末から20世紀初頭のロシア：コラム：統計数理研究所
坂田 綾香（統計基盤数理研究系） 数学や物理を学ぶことで、19世紀後半から20世紀前半のロシア／ソビエト連邦に興味を持つ人が多いのではないだろうか。特に、現代確率論を体系化したKolmogorovと、現代物理学の基礎を築いたLandauが数年の間に生まれたことは奇跡的である。当時を直接体験することはできないが、同時代の文化的作品からその時代の空気感を垣間見ることができるだろう。 KolmogorovとLandauと同世代の作曲家にはShostakovichがいる。彼らが活躍した時代の背景には共産主義的な文化政策があり、Shostakovichの一部作品は反ソ的と批判を受けた［1］。1930年代にはKolmogorovの師であるLuzinが、体制批判や倫理問題を理由に公的地位を剥奪された。Landauも反政府的活動に関与したとして逮捕・収監されている。このような社会的抑圧下で生まれた文化的作
時系列データ向けの表現学習「T-Rep (ICLR2024論文)」の紹介 - Qiita
概要 時系列データ向けの表現学習手法「T-Rep: Representation Learning for Time Series using Time-Embeddings」 (ICLR2024) の論文、公式リポジトリを読んだので備忘録を兼ねて紹介します。 本手法は多変量の時系列データに対応しており、表現学習時に複数のPretextタスクを導入することで異常検出や分類・予測に寄与する汎用的な特徴量を獲得しています。 時系列表現(representation)はタイムスタンプ単位で出力できるため、point-wiseな異常検出であったり、window単位で集約することでsegment-wiseな分類や異常検出も可能な手法です。 記事の後半では公式チュートリアルを参考に、多変量時系列データの分類を試してみます。 arxiv Github モデル構造 T-Repモデルは以下の3つのモジュール
【動画・プロンプト付】日本医学物理学会にてAIを活用した論文の読み方について講演しました｜Readable's Compass
この講演では AI を使った論文の読み方を丁寧に解説しました。具体的には ChatGPT で論文を要約し、Readable を活用して精読するというアプローチです。これは手軽に始められるシンプルなやり方でありながら、奥が深く、マスターすれば生産性を大きく上げられるものになっています。以下はこの講演の書き起こしを整理し加筆を加えたものです。AI を活用した論文の読み方や注意点について詳しく解説しています。 現役研究者の皆さんの知識のアップデートにも使えますし、新入生や新入社員の方々への AI 活用のガイダンスにもそのまま使えるような内容にもなっています。ぜひご活用ください。 チャット AI サービスの選び方について 最近、色んなチャット AI サービスが出ていてどれを選べばよいか迷ってしまいますよね。ChatGPT を筆頭に、Gemini、Claude、最近は DeepSeek も話題になり
PLaMo 2の8Bモデルをオープンなライセンスで公開: 条件付きで商用利用可能なPLaMo Community Licenseについて - Preferred Networks Research & Development
Home Blog PLaMo 2の8Bモデルをオープンなライセンスで公開: 条件付きで商用利用可能なPLaMo Community Licenseについて Preferred Networks（以下PFN）とグループ会社のPreferred Elements（以下PFE）では2024年10月からGENIAC 第2期の支援のもと、高性能な大規模言語モデル（以下LLM）の開発（※）を行っています。そして本日、PLaMo 2 8Bのモデル（pfnet/plamo-2-8b · Hugging Face）を条件付きで商用利用可能な PLaMo Community License のもとで公開しました。このライセンスは、特に日本の知識に長けたPLaMoシリーズによって自由なLLM利用やデータ整備を促進しながらも、今後もPFN/PFEが持続可能な形で基盤モデルの開発を行い、継続的な性能向上を通して広
自動運転シミュレータCARLAを使う - Fixstars Tech Blog /proc/cpuinfo
こんにちは、Fixstars Autonomous Technologiesの吉村です。 Fixstars Autonomous Technologiesでは、自動運転を実現するためのアルゴリズム開発を行っています。 今回の記事では自動運転向けのアルゴリズム開発に活用できるオープンソースの自動運転シミュレータ「CARLA」の概要について紹介します。 CARLAとは CARLAは、自動運転のアルゴリズム開発、検証を支援するためのオープンソースのシミュレータです。また、CARLAは以下のセンサ出力に対応しており、シミュレータ空間上の任意の位置にセンサを設置することができます。CARLAでサポートしているセンサの詳細についてはこちらを参照ください。 RGBカメラ Depthカメラ Semantic Segmentation（Cityscapesラベルに対応） LiDAR 下図にCARLAがサポー
アグリテック ベンチャーのレグミン、NVIDIA Jetson 搭載の自律走行型農業ロボットによるサービス展開を開始
アグリテック ベンチャーのレグミン、NVIDIA Jetson 搭載の自律走行型農業ロボットによるサービス展開を開始 テクノロジを活用した農作業の効率化を目指すスタートアップの株式会社レグミン （以下レグミン）が、自律走行型ロボットによる農薬散布サービスを開始したことを発表しました。このロボットは、埼玉県深谷市で栽培されている「深谷ねぎ」への農薬散布を目的としており、自律動作マシン向けのプラットフォームであるNVIDIA Jetson AGX Xavierを搭載することで高精度の自律走行を実現しています。 農家への負担が特に大きい、農薬散布作業 レグミンは、日本の食文化を守りたいという思いを持つ、成勢卓裕氏と野毛慶弘氏によって2018年に創業されました。起業当初、静岡県で行った小松菜の栽培事業の知見を元に、埼玉県深谷市が実施する「DEEP VALLEY Agritech Award 202
PyG Documentation — pytorch_geometric documentation
Install PyG Installation Get Started Introduction by Example Colab Notebooks and Video Tutorials Tutorials Design of Graph Neural Networks Working with Graph Datasets Use-Cases & Applications Distributed Training Advanced Concepts Advanced Mini-Batching Memory-Efficient Aggregations Hierarchical Neighborhood Sampling Compiled Graph Neural Networks TorchScript Support Scaling Up GNNs via Remote Bac
深層学習と古典的画像アルゴリズムを組み合わせた類似画像検索内製化
第63回 コンピュータビジョン勉強会＠関東の発表資料。 https://kantocv.connpass.com/event/344139/ 概要： 世界182ヶ国に1100万人超の会員を有し、出品数630万品を超える CtoC EC サイト BUYMA を運営する株式会社エニグモにおいて、類…
Your Company Needs Small Language Models | Towards Data Science
"Bigger is always better" – this principle is deeply rooted in the AI world. Every month, larger models are created, with more and more parameters. Companies are even building $10 billion AI data centers for them. But is it the only direction to go? At NeurIPS 2024, Ilya Sutskever, one of OpenAI’s co-founders, shared an idea: "Pre-training as we know it will unquestionably end". It seems the era o
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
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
Gemini - chat to supercharge your ideas
The three-dimensional Kakeya conjecture, after Wang and Zahl
new-3.dvi
Home
NVIDIA Jetson Orin
NVIDIA Isaac Platform
ジャパンディスプレイ、茂原工場の過当競争のパネル生産終了を発表——AIデータセンター化で収益基盤の強化へ | Ledge.ai
https://www.nedo.go.jp/content/800020904.pdf
Accelerating scientific breakthroughs with an AI co-scientist
コンピュータビジョンの社会実装について考えていたらゲームを作っていた話