日本とイタリア計100通りのプロのカルボナーラレシピを集めて解析した。全ての論争に決着を - Lifecooking
こんにちは現代の百蘭王を目指すニャック。漆原ニャックです。 みなさんカルボナーラ好きですよね？嫌いかならそっ閉じしてください。 カルボナーラの魅力ってなんでしょうかね。 パスタ・卵・チーズ・豚肉±生クリームという少ない材料、簡単な手順にもかかわらず濃厚な味で簡単にレストランの味を楽しめるところだと思います。 ただ同時に心を痛めているのがカルボナーラの話題になると必ず登場するカルボナーラマスターたちによる「生クリーム入れる・入れない」という論争。あと「本場では～」みたいな論争ね。 そこで今回は日本とイタリアでのカルボナーラの作り方を集めれるだけ集めてみて、解析してみることにしました。 基本的事項 日本のプロのレシピ 集め方 パスタの重量を100gにそろえる 肉の種類と重量 ソースの構成成分 日本人プロの一般的なカルボナーラ レシピ１(日本のプロ) 生クリーム使う？使わない？ 生クリームを使う
The eigenvector of "Why we moved from language X to language Y"
The eigenvector of "Why we moved from language X to language Y" 2017-03-15 I was reading yet another blog post titled “Why our team moved from <language X> to <language Y>” (I forgot which one) and I started wondering if you can generalize it a bit. Is it possible to generate a N * N contingency table of moving from language X to language Y? Someone should make a N*N contingency table of all engin
出現確率1％のガチャを100回引いても，4割近くの人は全部はずれる。“本当の確率”を読み解いてみよう
出現確率1％のガチャを100回引いても，4割近くの人は全部はずれる。“本当の確率”を読み解いてみよう ライター：宮里圭介 まったく確率表示をしていなかったり，レア度別の確率のみ表示したりと，タイトルによって対応はさまざまだ スマートフォン向けゲームに欠かせない存在となっている「ガチャ」。お目当てのキャラやアイテムを引き当てたときの嬉しさは格別だし，結構な額のリアルマネーを使ったあげく，ハズレばかりだったときの悔しさもまたかなりのものだ。 すべては運にかかっているので，プレイヤーが頼りにできるデータといえば，公開されている出現確率ぐらいだろう。以前はその確率が公開されていないゲームが多かったが，最近は業界として確率表示を進める動きが強まっており，人気タイトルの「グランブルーファンタジー」でも，本日（2016年3月10日）から装備品個別の出現確率が表記されるようになる。 だが，確率が明らかにな
40 Maps That Will Help You Make Sense of the World
If you’re a visual learner like myself, then you know maps, charts and infographics can really help bring data and information to life. Maps can make a point resonate with readers and this collection aims to do just that. Hopefully some of these maps will surprise you and you’ll learn something new. A few are important to know, some interpret and display data in a beautiful or creative way, and a
[Info Graphic] 40 Maps That Will Help You Make Sense of the World - 様々な統計情報を地図で表現したインフォグラフィック
[Info Graphic] 40 Maps That Will Help You Make Sense of the World – 様々な統計情報を地図で表現したインフォグラフィック Pocket Tweet 世界の様々な統計情報を地図で表現したインフォグラフィック。40の作例が紹介されてます。インフォグラフィック表現のネタ調として、もしくは単純な知的好奇心の対象としてもなかなか興味深い記事。Googleストリートビューのある国ない国、マックのある国ない国、ヨーロッパ諸国でメジャーなサーネーム、左ハンドルと右ハンドル、世界で行き来の盛んな航路ベスト10、世界で人口が密集しているエリア、地震が多発するエリアなど、ミシシッピ川の支流（これスゴい）など、興味深いテーマが揃ってます。中には初めて性交する平均年齢を国別に表した、なんてのもあります（中国、インドがすごく遅くてスカンジナビア半島諸国
エクセルによる相関係数の求め方
１．エクセルによって相関係数を計算する方法２つあります。１つは分析ツールを使う方法、もう一つは関数を使う方法です。 ２．関数による相関係数の求め方。 １組だけのデータセットについて相関係数を求めるのであれば、関数を使うのが簡単です。 下のような北半球各地点での１月と７月の平均気温の相関係数を求めましょう。
エクセルを用いた相関係数と回帰直線の計算
１６人のクラスで数学、理科、英語のテストをしました。その結果は図１です。 図３ 数学、理科、英語のテスト結果 図３のテスト結果に基づき、得点相関図(図１、図２）を作成しました。図１より、数学と理科の得点には相関関係が強く、数学の得意な人は理科も得意であることが定性的にわかります。２組のデータ間の相関関係を定量的に示す指標が相関係数です。 ２組のデータ(xi,yi),(i=1,2,3, ・・・・,n)が与えられた時、その相関係数(r)は(1)式となります。 r = Σ(xi - xav)(yi-yav)/(√(Σ(xi-xav)√(Σ(yi-yav)) ・・・・・ (1) xav = (Σxi)/n ：xiの平均 yav = (Σyi)/n ：yiの平均 また、(1)式は(xi,yi)の共分散をそれぞれの標準偏差で割ったものと同じです。 相関係数(r)は -1< r < 1
クラスター分析
クラスター分析 Last modified: Aug 28, 2015 似通った個体あるいは変数のグループ化を行うための分析手法である。 クラスター分析の結果は，図 1 のようなデンドログラム（樹状図）として表現される。 個体が似通っているかどうかの判定基準としてはいくつかあるが，取り扱いが容易なユークリッド距離を用いる。 個体のクラスター分析を行う場合には，解析に用いるデータを正規化する場合としない場合では結果がかなり異なることがある。 解析に使用する変数が異なった単位で表されているときには，正規化した方がよいかもしれない。しかし，ある変数が決定的な性質を持つ場合には，正規化することは他の変数と同格に取り扱ってしまうことになるので正規化しない方がよいかもしれない。 $n$ 個の個体について，$p$ 個の変数 $X_{i1}, X_{i2}, \dots X_{ip}\ (i =
RjpWiki - RjpWiki
RjpWiki はオープンソースの統計解析システム R に関する情報交換を目的とした Wiki ですRjpWiki はオープンソースの統計解析システム 《R》 に関する情報交換を目的とした Wiki です † どなたでも自由にページを追加・編集できます． (初めて投稿・既存記事への追加・修正を行なう方はこのページ末の注意*1を御覧下さい) ページへのファイル添付については、画像ファイルのみパスワードなしで可能としてあります(ページ上部「画像添付」より)。その他のファイルの添付はパスワードを入力することで可能です(ページ上部「ファイル添付」より)。現在のパスワードは, Rでの round(qt(0.2,df=8),3) の実行結果です。 スパム書き込みに対処するため、書き込み系の処理に対してパスワードを設けました。ユーザ名の欄には，Rで round(qt(0.2,df=8),3) を実行
JIN'S PAGE - R
R、R言語、R環境・・・・・・ Rのダウンロードとインストール リンク集 題名 Chap_01 データ解析・マイニングとR言語 Chap_0２ Rでのデータの入出力 Chap_03 Rでのデータの編集と演算 Chap_04 Rと基本統計量 Chap_05 Rでの関数オブジェクト Chap_06 Rでのデータの視覚化(1) Chap_07 Rでのデータの視覚化(2) Chap_08 Rでのデータの視覚化(3) Chap_09 GGobiとデータの視覚化(Rgobi) Chap_10 Rと確率分布 Chap_11 Rと推定 Chap_12 Rと検定 Chap_13 Rと分散分析 Chap_14 Rと回帰分析 Chap_15 Rと重回帰分析 Chap_16 Rと一般化線形モデル Chap_17 Rと非線形モデル Chap_18 Rと判別分析 Chap_19 Rと樹木モデル Chap_20 WEK
asahi.com（朝日新聞社）：７勝７敗なら千秋楽の勝率７５％ 八百長、統計で証明？ - スポーツ
角界を揺るがす八百長疑惑。日本相撲協会の放駒理事長は２日の会見で「過去には一切なかった」と述べたが、１１年間の星取表を調べ上げ、八百長の存在を統計的に示した２００２年の学術論文が改めて注目を集めている。 米シカゴ大のスティーブン・レビット教授（経済学）らは１９８９年から２０００年までの十両以上の取組３万２千回以上を調べた。７勝７敗で迎えた力士の千秋楽での勝率は７５％にもなった。 勝ち越しをかけた一番で勝率が上がるのは八百長ではなく、力士が必死になるからという説明もあり得るが、同じ相手と次の場所以降で対戦したときの勝率は４割程度に下がっていた。 教授らは、わざと負けることで借りを返したと分析。ただ、統計的には返し切れたとは言えず、残る分は金銭で埋めたのでは、とした。 勝ち星の数が番付に与えた影響を調べると、８勝した力士は平均約７枚昇格、７勝だと約４枚降格、差は１１枚分だったが、９、１
ドコモのモバイル空間統計と位置情報利用ガイドライン（とお知らせ）:渡辺聡・情報化社会の航海図
かねてから噂と気配のあったドコモの位置情報利用サービス検討について、メディアにリリースされた。 http://k-tai.impress.co.jp/docs/news/20100915_394018.html 一言感想としては「ドコモ積極的に攻めてるな」という印象である。ガイドラインもセットでここまで綺麗に出してくるのは相応に力を入れていることを示している。 位置情報というプライバシーとしてもセンシティブ性の高いデータなため、取り扱いをどのようにするか、必要とされる保護運用技術はどのようなものかという検討が進められている様子はちらちら小耳に挟まっていたが、データの有用性検討というフェーズに一段進めることとなる。 記事にも記載されてるように、当面のターゲットは人口統計的な分野、公共的な用途が意識されている。これは、ターゲティング精度を上げた際の個人（位置）情報の漏洩リスクをなるべく取らずに
次の10年、「統計分析」こそテクノロジー分野でいちばんホットな職業になる
The Top Three hottest new majors for a career in technology : Microsoft JobsBlog マイクロソフトの採用活動などを記しているブログ「Microsoft JobsBlog」に8月23日付けでポストされたエントリ「The Top Three hottest new majors for a career in technology」（テクノロジー分野でもっとも熱い、3つの専門性とは）では、長期的に見て次の3つがホットな分野だと挙げられています。 Data Mining/Machine Learning/AI/Natural Language Processing （データマイニング／機械学習／人工知能／自然言語処理） Business Intelligence/Competitive Intelligence （ビジ
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
Mail server statistics