5分でわからない統計的検定 - 唯物是真 @Scaled_Wurm
社内でABテストとか統計的仮説検定の話題が出ていたので、統計的検定を知らない人向けに「5分でわかる統計的検定」というLTをしようかと思ったけど、まったく5分で終わる気がしなかったのでとりあえずブログにまとめてみる ちなみに社内では統計的検定は数名の人が個人的に趣味で使っている程度 個人的には統計的検定をやることをそんな重要視してないけど(PVとかユーザー数多ければだいたい有意差出るし、数値を見て明らかに差があるような変更でないとあまり意味がないような気がする) 自分は統計やABテストなどにあまり詳しいわけではないので注意 間違いはコメントやTwitterなどで教えていただけると嬉しいです 統計的検定とは 雑にいうと、得られた結果が偶然得られたものどうかを確かめる方法(特定の仮定のもとで) ABテストでは別々のものをユーザーに見せた結果が偶然の差ではなく統計的に意味のある差(有意差)が得られ
TopCoder Open 2015 Round 2B --- 1250->1221 - 唯物是真 @Scaled_Wurm
TopCoder Open 2015のRound2の2回目 朝6時開始に寝坊して間に合わなかったのだけど、開始が1時間遅れたので参加できた(？) 残念ながら例のごとく1問も解けず 323位, 0点, +0/-0 challenge Volatility: 201->192 Round2の3回目はオンサイト(ドワンゴ)でやるっぽいのかな？appirio.co.jp 250: Bitwisdom \(N\)桁のビット列のそれぞれのビットについてビットが\(1\)になる確率\(p\)が与えられる ある位置から左右いずれかすべてのビットを反転させるという操作を行える時に、すべてのビットが\(0\)になるまでの最小回数の期待値を答える \(01\)や\(10\)のようにビットが\(0\)か\(1\)のどちらかからどちらかへ変化した時だけ必要な回数が増える 期待値の線形性よりそれぞれの位置で\(01\
Google code jam 2015 Round 1C ◯◯△ - 唯物是真 @Scaled_Wurm
277位、77点 なんとか今年もRound1を通過出来ました Problem A. Brattleship 配置された戦艦の場所を当てるゲームを行う 行が\(R\)個、列が\(C\)個の盤面で、大きさ\(1 \times W\)の戦艦がひとつ配置される 戦艦は水平線方向が長くなるような向きでしか配置できない こちらが場所を指定して攻撃すると戦艦に当たったかどうかを教えてくれる ただし相手はいつでもチートをして過去の当たったかどうかの情報に矛盾がない範囲で戦艦を移動することができる 戦艦のすべての位置に当たるまでに必要な回数の最小値を答える \(W\)個ずつ距離をとって攻撃していくと最後には必ず戦艦に当てることができる(\(\lfloor C/W \rfloor \times R\)回必要) 後は当たった箇所がちょうど盤面の端だったら\(W - 1\)回、そうでなければ\(W\)回の攻撃で戦
AtCoder Regular Contest 038 ooo- 1043->1183 - 唯物是真 @Scaled_Wurm
32位 300点 Welcome to AtCoder Regular Contest 038 - AtCoder Regular Contest 038 | AtCoder ゴールデンウィークだったのでAtCoderに参加 C問題まで解けたのがよかったのか、めずらしくそこそこの順位がとれた 今回は2人ゲーム系の問題縛りでおもしろかった 順位表 - AtCoder Regular Contest 038 | AtCoder 公式の解説 AtCoder Regular Contest 038 解説 from chokudai www.slideshare.net A: カードと兄妹 - AtCoder Regular Contest 038 | AtCoder 2人のプレイヤーが数字を書かれたカードを交互に取っていく お互いに合計の数値を大きくしようとした時に、先攻のプレイヤーが得られる合計
Web系の会社で働き始めてだいたい一年がたった_(:3｣∠)_ - 唯物是真 @Scaled_Wurm
そういえばブログには書いていなかったような気もするので改めて書いておくと、大学院を出てニートになった後なんとなく働いています sucrose.hatenablog.com 何社か受けよう的な話があったけど、コミュ力(精神)を消費するのがつらかったので一番早く決まったところで労働しています 自分みたいな無能で精神の弱いコミュ障でもなんとか糊口をしのぐことができていて感謝(？) 仕事はPHPとかJavaScriptとかCSSをいじってWebページを修正したりしてます 他に特筆すべきこととしては、ユーザーの行動のデータを継続的に取るようにしたり可視化とかをやっていましたが一年間やってだいたいネタが尽きてきました 一番下の方にどんな技術・ツールに触ったのか書いたので、よい可視化ツールがあったら教えていただけると嬉しいです 驚いたこと 勤務先はいわゆるWeb系の会社で、働いてみていろいろと驚くことが
matplotlibで積み上げ棒グラフ - 唯物是真 @Scaled_Wurm
積み上げ棒グラフ(stacked bar chart)は、棒グラフを積み重ねた以下のような形のグラフです matplotlibのbar関数ではオフセットを指定できるので、オフセットを足しながら棒グラフをかいていけば積み上げ棒グラフができます from pylab import * def bar_stacked(data, colors, labels, ticks): offset = zeros(data.shape[0]) for i in xrange(data.shape[1]): bar(range(data.shape[0]), data[:, i], 0.8, offset, align='center', color=colors[i], label=labels[i]) offset += data[:, i] xticks(range(data.shape[0]),
pythonの機械学習ライブラリscikit-learnの紹介 - 唯物是真 @Scaled_Wurm
scikit-learn(sklearn)の日本語の入門記事があんまりないなーと思って書きました。 どちらかっていうとよく使う機能の紹介的な感じです。 英語が読める方は公式のチュートリアルがおすすめです。 scikit-learnとは？ scikit-learnはオープンソースの機械学習ライブラリで、分類や回帰、クラスタリングなどの機能が実装されています。 また様々な評価尺度やクロスバリデーション、パラメータのグリッドサーチなどの痒いところに手が届く機能もあります。 インストール scikit-learnの他にもnumpyとかscipyとかが必要です。 Windows 64 bit版の人は以下のURLに色々なインストーラーがおいてあるのでおすすめ Python Extension Packages for Windows - Christoph Gohlke その他の人は以下のURLを見て
1
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
