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
株式会社 Preferred Networks 岡野原 大輔 @hillbig 生成モデルは世界を どのように理解しているのか 「統計的機械学習」の中核としての 統計数理シンポジウム 2023/05/25 アジェンダ • 現在の代表的な生成モデル 大規模言語モデル/ 拡散モデル • 自己教師あり学習 / メタ学習 • 未解決問題 岩波書店 2023 一般向け 関連書籍 岩波書店 2023 専門家向け 技術評論社 2021 2022 ディープラーニングの基礎知識 日経BP 2022 個別の深い話題 生成モデル x ~ p(X | C) X: 生成対象 C: 条件 • 生成モデル:対象ドメインのデータを生成できるようなモデル – テキスト、画像、動画、化合物、行動列 等 – 条件を通じて、制約、指示、対象ドメインなどを指定する (条件付き生成モデルの方が学習の面でも使いやすさの面 でも有利であ
2021/03/24 Jeff Bezanson, Stefan Karpinski, Viral B. Shah, Julia contributors 著
2022年8月8日、文部科学省が「英語教育・日本人の対外発信力の改善に向けて(アクションプラン)」を発表しました。 同資料のなかで、運営元が「やめて」と言っていることを、文科省は平気でやっています。 問題の箇所は同アクションプラン(スライド全12枚)の2枚目。TOEFL国別平均スコアをもとに、各国の英語力ランキングをグラフ化しています。 画像の出所:文科省「英語教育・日本人の対外発信力の改善に向けて(アクションプラン)」(2022年8月8日)、p.2 図の説明は、以下のように、日本の英語力の低さに焦点を当てています。 各国における受験者数や受検者層は異なるため、スコア差が各国の英語力差をそのまま表しているわけではないことに留意が必要ではあるが、各種の英語資格・検定試験において、我が国の平均スコアは諸外国の中で最下位クラス。 こういうTOEFL国別ランキング話法は、しばらく前から、いたるとこ
従来のGoogleアナリティクスである、ユニバーサル アナリティクス(以下UA)のサポートがいよいよ2023年7月に終了することが、先日アナウンスされました(※)。昨年対比やトレンドをチェックすることを考えると、2022年内できるだけ早めに次世代のGoogleアナリティクス(以下GA4)へ移行したいWebメディア運営者も多いかと思います。新しいツールの勉強や、既存システムの改修が必要な問題ではありますが、この機会を、データ収集・可視化の設計を見直し、日々の意思決定の共通言語としてデータを使いやすくするチャンスと捉えてみてはいかがでしょうか。 ※ Google、ユニバーサルアナリティクスのサポートを2023年7月1日に終了。早めのGA4移行を推奨 このnoteでは、前半でダッシュボードによるデータの可視化にコストをかけるべき理由を整理します。後半では、2021年秋に文春オンラインのダッシュ
「3高」がモテる条件だった時代かつて、モテる男の要素として「3高」といわれていた時代があった。1980年代のバブル期である。[3高]とは、「高身長・高学歴・高収入の男」という意味だ。当時、その条件を巡って恋愛模様を繰り広げた男女はいまや55~64歳のアラカン(還暦周り)世代であろう。 テレビではトレンディドラマが流行り、ディスコブームが盛り上がり、まさにクリスマスデート文化が生み出された頃でもある。 クリスマスに男女がデートする文化の起源はこちら →「クリスマスはカップルで過ごすもの」という文化の起源とその隆盛、そして「クリぼっち」の復権 今から思えば、恋愛相手の男性の条件に高身長が求められた昔は、ずいぶんと牧歌的だった気がする。今ならさしずめ「身長なんかで飯が食えるか」と言われそうであるが、今回はそうしたモテる男の条件の話ではなく、日本人男性の身長についてお話したい。 男子の身長の伸びが
社内向けに公開している記事「統計・機械学習の理論を学ぶ手順」の一部を公開します。中学数学がわからない状態からスタートして理論に触れるにはどう進めばいいのかを簡潔に書きました。僕が一緒に仕事をしやすい人を作るためのものなので、異論は多くあると思いますがあくまでも一例ですし、社員に強制するものではありません。あと項目の順番は説明のため便宜上こうなっているだけで、必ずしも上から下へ進めというわけでもありません。 (追記)これもあるといいのではないかというお声のあった書籍をいくつか追加しました。 数学 残念ながら、統計モデルを正しく用いようと思うと数学を避けることはできません。ニューラルネットワークのような表現力が高くて色々と勝手にやってくれるような統計モデルでも、何も知らずに使うのは危険です。必ず数学は学んでおきましょう。理想を言えば微分トポロジーや関数解析のような高度な理論を知っておくのがベス
はじめに 実験や数値計算などでエラーバーがついているグラフをよく使いますが、見ていると「ん?」となるグラフをよく見かけます。いくつか例を挙げて見ましょう。 ケース1 例えばこんなグラフがあったとします。 何かが時間に対して指数関数的に減衰していることを表しているようです。僕は発表でこういうグラフを見かけたら「ん?」と思います。 一方こちらのグラフは、少なくともエラーバーの付き方はまともです。 ケース2 もし、観測値のそれぞれに独立なノイズが乗っているのであれば、エラーバーは、観測回数を増やせば減っていくはずです。観測回数nに対して、物理量の推定値とエラーバーがどうなるかを表したグラフでこんなものがあったとします。 試行回数nを増やすにつれて、平均値は0.5に収束し、さらにエラーバーも小さくなっています。一見それっぽく見えますが、僕はこのグラフを見たら「ん?」と思います。 一方、こちらも同様
【CEDEC 2021】”IP商品力”は原作キャラの人気や知名度だけでは決まらない! セガが教える「どれだけ売れるか」の分析力 コンピュータエンターテインメント協会(CESA)は、8月24日~26日の期間、オンラインにて、国内最大のゲーム開発者向けカンファレンス「コンピュータ・エンターテインメント・デベロッパーズ・カンファレンス 2021」(CEDEC 2021)を開催した。 本稿では、8月25日に行われた、セガ・戦略支援部 ビジネス&データ分析1課 課長代行/データアナリストスペシャリストの柴宮朋和氏と、セガ・第4開発2部 マネージャー/運営リーダーの川上普史氏による講演「それ、どれだけ売れるの?」キャラクターIPソシャゲにおけるIP商品力の定量化と取り組みをレポートしていく。 本セッションでは、キャラクターIPを使用したソーシャルゲームにおけるIP商品(=販売するキャラクター)の商品力
By Francesca Lazzeri. This article is an extract from the book Machine Learning for Time Series Forecasting with Python, also by Lazzeri, published by Wiley. In the first and second articles in this series, I showed how to perform feature engineering on time series data with Python and how to automate the Machine Learning lifecycle for time series forecasting. In this third and concluding article,
こんにちは,株式会社Nospare・千葉大学の小林です.本記事ではGelman and Vehtari (2020)の`What are the most important statistical ideas of the past 50 years?'について紹介します.この論文は過去50年において最も重要だとされる次の8つのアイディアが取り上げられています. 8つのアイデア 反事実(counterfactual)に基づく因果推論 ブートストラップとシミュレーションに基づいた推論 オーバーパラメータ(overparameterized)モデルと正則化(ガウス過程,Lasso, horseshoe, ベイズnonparametric priorなど) ベイズマルチレベル(階層)モデル 汎用的な計算アルゴリズム(EM, MCMC, SMC, HMC, 変分法など) 適応的決定分析(ベイズ最
I am a freelance software engineer and research scientist based in Germany. With a Ph.D. in computer science, I develop visualization systems that help us make sense of complex data and machine learning models. Jochen Görtler ✌️ Build understanding. The systems I develop typically leverage a combination of frontend and backend components. Because of this, I have expertise in a wide range of langua
再検証性がある数理モデルが公開されてない 毎週計算方法を変えているパラメータは人力抽出この3点はヤバさのハッピーセットなんやが、未だにknoa氏を有難がろうとしてる連中は、それが分からんのやろなーって思ったわ。 こんなもんをそこそこの理系大学で卒業研究として出そうとしても、担当教授に卒業可能な研究成果として認められない程ハチャメチャなんや。 再検証性がある数理モデルが公開されてないこれは何度も指摘されてる訳やが、予測モデルが存在しなければ誰にも再検証できないし、予測の尤もらしさが検証できない。例えばや、毎日我々が参考にする天気予報にも、当然やが予測に用いた数理モデルが存在する訳や。 それを元にスパコンで計算して過去の例と付き合わせ、予測精度や誤差まで検証したうえで、「こんな感じの精度のモデルをつこうてるから、参考にすべきところは参考にしてな」って予報を日々公開してるんやな。 可笑しいと思っ
はじめに 千葉大学/Nospareの米倉です.今回は,統計学・機械学習周辺で,僕が良いと思ったチュートリアル/サーベイ論文と講義ノートを簡単なコメント付きで紹介したいと思います.チュートリアル論文やサーベイ論文は,そのトピックの解説や教育面にフォーカスしていて,何か勉強したり,網羅的に把握するときに非常に便利だと個人的に思います.また公開されている講義ノートの中には非常に勉強になるものが多くあります.内容は僕が興味があるトピックに偏っています.またすべて無料で読めます.(教科書等の海賊版みたいなのは載せていません) 10本の紹介 Nickl "STATISTICAL THEORY" Nicklの統計学の講義ノートです.いわゆるM推定量の漸近的性質に加え,バーンスタイン・フォンミーゼズ定理等も証明付きで解説されており,上級レベルの数理統計学を学ぶのに重宝すると思います. Doucet and
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