「ガチャ情報公開義務化」で，韓国ゲーム業界に激震。「実は確率0％」や「確率差8倍」など多様な問題が発覚するも，積極的な対応で信頼回復を目指す
「ガチャ情報公開義務化」で，韓国ゲーム業界に激震。「実は確率0％」や「確率差8倍」など多様な問題が発覚するも，積極的な対応で信頼回復を目指す ライター：GAMEVU編集部 下記の記事は，GAMEVU（→リンク）に掲載された記事を，許可を得て翻訳したものです。可能な限りオリジナルのまま翻訳することに注力していますが，一部日本の読者の理解を深めるために，注釈を入れたり，本文や画面写真を追加したり変更したりしている箇所もあります。（→元記事） 韓国のゲーム利用者を保護するための「確率型アイテム情報公開義務化制度」が，施行から1か月を迎えた。 韓国政府は，ゲーム産業振興に関する法律第33条第2項及び同法施行令第19条第2項による，確率型アイテム情報公開義務化制度を，2024年3月22日から施行させている。 実は過去にも，このような内容を盛り込んだ法案が発議されたことはあった。以前から，確率型アイテ
前世紀には観測問題を論じる人が多かったのですが、標準的な量子力学にはそのような観測問題はなかったことが現在では分かっております。例えば以下のように理解されています。 （１）波動関数の収縮について: 量子力学は情報理論の一種であり、波動関数は古典力学の粒子のような実在ではなく、情報の集まりに過ぎません。測定によって対象系の知識が増えることで、対象系の物理量の確率分布の集まりである波動関数も更新されるのが波動関数の収縮です。 「系を観測をすると、その波動関数（または状態ベクトル）は収縮し、その変化はシュレディンガー方程式に従わない」と聞いて、前世紀の「観測問題」に目覚めてしまって、「波動関数とは？収縮とは？」と懊悩してしまっている物理学徒は、まず箱の中の古典的なサイコロの目の確率を考察してみて下さい。 各目の出る確率は1/6で、一様分布でしたが、箱をとってサイコロを観測して3の目が出ていれば、
鴨葱鍋出汁 @tamakinsniper 三枚目、訴求力とかインパクトとか分かりやすさとか、そんなもののために正確さを犠牲にするのが推奨される現状を考えると焼酎呑まざるを得ない（→ただの言い訳） twitter.com/Count_Down_000… 2023-06-23 17:38:08
宝くじの話なんだけど、「この売り場から高額当選が出ました」って売り場に書かれてることがあるじゃん？ あれってよく考えたら、一度高額当選が出たら次は出にくいってことにならないか？ 確率論で考えたら同じ売り場で何度も高額当選が出ないよな？当たりは偏らないはずだから。 だから逆に、高額当選が出てない売り場で買うべきでは？ まあ売れてる枚数にもよるんだろうけどさ。 【追記】 例えばさ、宝くじが100枚あって1枚だけ当たりだとする。 それを宝くじ売り場AとBに50枚ずつ配る。 過去10回行って、Aでは7回、Bでは3回当たりが出たとする。 すると次の回は、売り場Bで当たりが出そうじゃない？違うの？ 【さらに追記】 「ギャンブラーの誤謬」という言葉を知りました。 まだ理解はできてないけど、なんとなく分かった気がします。ありがとうございます
理数弱 @duwaaa_uts1 1/2と答えたのは、女部屋が2組あることを読み逃していて(ケアレス)、｢女がいる部屋は2部屋、そのうち男女部屋は1部屋。だから確立1/2｣と考えたのだけど、女部屋が2部屋だとしても俺の理論で考えたら間違いだった。 思いの外ツイートが伸びてたので解答あげときますね pic.twitter.com/Bwbpubugdv 2023-09-11 17:02:04
「ピータースのコイントス」は「大勢の参加者の平均」を求めると必ずプラスになる賭け事に見えるのに、実際に何度も挑むと大敗を喫することになる魔のコインゲームです。ピータースのコイントスを考案したオーレ・ピータース氏は、当該ゲームの恐ろしさが一発で分かるシミュレーターを公開しています。 The infamous coin toss – Ergodicity economics https://ergodicityeconomics.com/2023/07/28/the-infamous-coin-toss/ ピータースのコイントスのルールは以下の通り。 ・所持金は100ドルからスタート ・コインを投げて表が出たら所持金の50％を追加でもらえる ・コインを投げて裏が出たら所持金の40％を没収される ・コイントスは何回繰り返してもOK ルールをパッと読むと「もらえる割合の方が没収される割合よりも大き
激安サイコロは正確なのか7500回振って確かめた
Amazonでサイコロが売られていた。大量に入っているので、1個当たりの値段に換算したら相当お安いのではないか。 ただ一点、気になるのは精度だ。理想的にはすべての面が1/6の確率で出るはずだけど、本当にそうなるんだろうか。 「安かろう悪かろう」という言葉があるが、お安いサイコロってどれくらい正確なんだろう。やっぱりサイコロにもピンキリってもんがあるんじゃないの？！調べてみた。
このコーナーでは、2014年から先端テクノロジーの研究を論文単位で記事にしているWebメディア「Seamless」（シームレス）を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 Twitter: ＠shiropen2 情報処理学会が会員向けに月刊で発行する学会誌「情報処理」の2019年1月発行分（60巻2号）で「情報学者が競馬予想に踏み出すときに知っておくべきこと」と題した解説記事が掲載された。公立はこだて未来大学の寺沢憲吾准教授が、AIを活用して利益が出る馬券を買うために考慮しなければならない競馬予想に関することが記されている。ここでは、その内容を簡潔に紹介したい。 馬券には多様な賭け方が存在するが、ここでは単勝式を中心に説明している。単勝式の馬券は、どの馬が1着になるかを当てるもので、予想が的中すれば購入金額×オッズ（倍率）の払い戻しが行われる。オッ
ネット上でたびたび話題になる問題がある。 問題（１） ２人きょうだいの子供のうち、１人が男の子の場合、もう１人が女の子である確率はいくらか？ 適当な名前がないので、いま私が「きょうだいベイズ問題」と名付けた。 ネット上の議論では答えは 2/3 だというのが定説になっている。 例えばこのサイト http://taustation.com/conditional-probability-brother/ では「区別なしの場合」というセクションでこれを扱っており、2/3 としている。 最近つらつら考えて 2/3 は間違い。正解は 1/2 だ。 という結論に達した。2/3 派がどこをどう間違っているのかも判った。 「観点の違いであって 1/2 も 2/3 もどちらも正しい」という意見もちょくちょく見るが、あれも間違いである。 1/2 でしかありえない。 この件については「完全に理解した」と言ってい
数式処理システムのMathematicaや質問応答システムのWolfram Alphaを開発したStephen Wolfram氏が「What Is ChatGPT Doing … and Why Does It Work?」（ChatGPTは何をしていて、なぜそれがうまく機能するのか？）と題するブログ記事を発表しました。 この記事は、とても分かりやすい言葉で、沢山例を挙げて詳しく説明していますので、ChatGPTの仕組みを理解したいと思っている人には必読の記事だと思います。 ブラウザの翻訳機能を利用して日本語で読むこともできますが、易しい言葉で書かれた文章であるにも関わらず、これを完全に理解するのは簡単なことではありません。 前半は大規模言語モデル、ニューラルネットワーク、Transformerなどの仕組みについて相当詳しく説明しており、後半はChatGPTに関するWolfram氏独自の解
この連載は、データをさまざまな角度から分析し、その背後にある有益な情報を取り出す方法を学ぶ『社会人1年生から学ぶ、やさしいデータ分析』連載（記述統計と回帰分析編）の続編で、確率分布に焦点を当てています。 この確率分布編では、推測統計の基礎となるさまざまな確率分布の特徴や応用例を説明します。身近に使える表計算ソフト（Microsoft ExcelやGoogleスプレッドシート）を使いながら具体的に事例を見ていきます。 必要に応じて、Pythonのプログラムや統計ソフト「R」などでの作成例にも触れることにします。 数学などの前提知識は特に問いません。中学・高校の教科書レベルの数式が登場するかもしれませんが、必要に応じて説明を付け加えるのでご心配なく。肩の力を抜いてぜひとも気楽に読み進めてください。 筆者紹介： IT系ライターの傍ら、非常勤講師として東大で情報・プログラミング関連の授業を、一橋大
「100万分の1の確率」は実際にはどれくらいの確率なのか？
何気なく使われる「万が一」「万に一つもない」というようなフレーズは、英語では同様の意味で「a million chance(100万分の1の確率)」というフレーズがしばしば用いられます。実際には「100万分の1の確率」とはどのような事象に該当するのか、カリフォルニア大学バークレー校の統計局が研究データを示しています。 What really has a 1 in a million chance? https://www.stat.berkeley.edu/~aldous/Real-World/million.html References to chance in blogs https://www.stat.berkeley.edu/~aldous/Real-World/blogs.html 統計局はまず、「a million chance(100万分の1の確率)」というフレーズをカジ
こいるガン⑨ @coilgun_9 南海トラフ地震という巨大地震が起こる確率は今後20年で6割と言われており、例えるなら毎朝サイコロを5個同時に降って6の目が5個揃った日に起こる、くらいの超低確率の気まぐれです。まぁしばらくは来なさそうなので心配する必要は無いでしょう。 pic.twitter.com/K6oZp46PMb 2023-07-10 20:09:57 リンク テレ朝news 南海トラフ地震 発生確率は20年以内に「60％程度」に引き上げ 地震調査委の最新試算 政府の地震調査委員会は13日、日本各地で想定される巨大地震の最新の発生確率を発表しました。南海トラフ地震については今後20年以内に発生する確率を「50から60％」を「60％程度」に引き上げました。 地震調査委員会は、日本各地の活断層や海溝型地震を対象に長期的な地震の発生確率を試算し、年に1回公表しています。 13日に公表さ
文章で人にアイディアを伝えるのって難しいんですね。 めげずにやっていきたい。 別の書き方で 2/3 派に反論していきたい。 まず問題と 2/3 派の模範解答を再掲する。 問題 ２人きょうだいの子供のうち、１人が男の子の場合、もう１人が女の子である確率はいくらか？ 解答 すべてのパターンはこう。 j k l m older older older older 男 男 女 女 男 女 男 女 younger younger younger younger *1 問題の条件からどちらも女性のペアである m は除外できる。 全パターンは j と k と l の３パターン。 そのうちもう一人が女の子のパターンは k と l の２パターン。 ゆえに 2/3 。 ここから反論 この問題を見て素直に表を書くならこうだろう。 g h i 男 男 女 男 女 女 *2 表（２）は、表（１）の中の h（男, 女
巧妙な仮説があった、野村克也監督のID野球 まずは野球の話題。Thinking Baseball 「考える野球」をブレイザー監督から受け継いだプロ野球の名監督故野村克也はID野球を提唱した。Import Data、データ重視野球、チーム編成や選手のプレイ上の判断は、経験や勘に頼るのでなく「客観的データを取り込んで科学的に進める」べきだ、と考えた。「勘ピュータ」と揶揄された直感や勘に頼る、野村の生涯のライヴァルである長嶋茂雄巨人軍終身名誉監督の野球と好対照をなす、とされる。野球のデータにも種々あるが、実際の試合の記録であるスコアブックのデータならば、どのように生かすのか。例を示そう。 １）初球から強振する傾向のある外国人打者に、投手はボール球から入れと指示する。 ２）内角に死球すれすれのボールで打者に意識づけをすると、外角低めの変化球で打ち取りやすい。 ３）打球方向に偏りのある打者には、それ
教科書：確率過程 - 京大：金澤の雑記帳
確率過程に興味があるB4・M1が読むべき教科書について説明する． 金澤の書いた速習ノート まず読むことを薦めるのは金澤が書いたノートである． 金澤が書いたノート（速習版） この最初の3章までを読めばよい．確率過程のイロハ（確率微分方程式⇔マスター方程式の一対一対応，伊藤の公式）を30ページ以内にまとめている．金澤はこれより外観を速習できるノート・教科書は存在しないと思っている（実際，統計物理界隈では結構読まれているようで，「読みました！」というコメントが結構来る．但し，誤植があるので要注意...）．もしより高度な内容（近似論・漸近論）に興味があれば4章まで通読するか， 金澤が書いたノート（詳細版） を読めばいい．特に詳細版はランジュバン方程式のような確率モデルが，ミクロな力学系からどうやって数学的に導出されるかを書いている（分子運動論の範疇だが）． 英語の標準的教科書 金澤のノートを読めば
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
量子力学に「観測問題」は存在しない｜Masahiro Hotta
俺、バカだからよくわかんねぇけどよ…… #統計学 の勉強を薦められたから、子供向けの本を買ってきたったわ
【追記あり】「この売り場から高額当選が出ました」って、確率論で言うと「次は出にくい」ってことにならないか？
「なんだよこのいかがわしい旅行は」女性5人と男性3人のグループで4つの部屋に泊り…確率の問題の設定が想像を掻き立てる
一見すると絶対もうかるように見えるのに挑み続けると大敗する魔のコインゲーム「ピータースのコイントス」
AIを使った“利益を出す馬券”の買い方とは？ はこだて未来大の准教授がAIによる競馬予想法を指南
きょうだいベイズ問題の答えは 2/3 ではない - ChieOsanai’s blog
Wolfram氏によるChatGPTの仕組みと機能に関する解説について｜IT navi
やさしいデータ分析【確率分布編】 新連載開始！
南海トラフ地震が起きる確率はサイコロの6の目が5個揃うぐらい！大したことなさそ！試しに振ってみ…あっ
きょうだいベイズ問題（２） - ChieOsanai’s blog
データは何も語らない。意思決定に寄与するのは、仮説ばかりである