論文紹介 Identifying Implementation Bugs in Machine Learning based Image Classifi...y-uti

いかなる分野の議論においても、データを集めて分析することで最速で最善の答えを出すことができる。それが、統計学が最強の武器たりうる所以である。 本書では、医療や企業経営などの分野でデータ分析・活用の経験を有する著者による領域横断的な解説を通じ、統計学の世界を俯瞰できるようになっている。統計リテラシーを身につけたい方の入門書としてもおススメの一冊だ。 「疫学」とは原因不明の疫病を防止するための学問であり、ここでも統計学がその威力を発揮する。仮にあなたが数十万の人命を左右しかねない場面に立たされたなら、有効な施策を打ち出すためには自身の勘や経験よりも、データと統計解析に基づいたエビデンスを頼みとするであろう。 人類史上はじめて疫学が用いられたのは19世紀のロンドン。当時イギリス全土ではコレラが四度の大流行を起こし、合計数十万人もの死者を出した。そこで「疫学の父」と呼ばれる外科医のジョン・スノウが

半年前くらいに書いた草稿が、投稿されずに残ってたのでちゃんと書きました。 最近、人工知能という言葉がまた流行しているような印象を受けます。 ブームということの本質は2つ有ると思っています。 1つは学術会で、最近良い成果が立て続けに出てきたという側面です。 もう一つは、それに呼応して大きな会社、特にIBMやGoogle、Facebookといった大きなコンピュータ系、インターネット関連企業が力を入れていることが大々的に報道されたことです。 両者はもちろん関係していて、いくつか技術的ブレークスルーがあって、それが企業の投資を呼んでいる、それと呼応するように学術的な成果が企業からでているという、正のスパイラルが生まれている様に見えます。 こうした流れをいち早くとらえた新書として、「クラウドからAIへ」という本があったので読んでみたのですが、一般のビジネスマンを意識して、歴史、現在、未来について大局

「第2回CodeSCOREによる、エンジニアの実務スキルの可視化と、その周辺の知見共有セミナー」における講演内容 https://codescore.codeiq.jp/seminar

大量のデータの背後にある潜在的な情報を抽出する技術として，トピックモデルと呼ばれる統計モデルの研究が近年注目を集めている。本書はこれについて，言語処理という具体的な問題に対して，その理論と応用をわかりやすく解説する。 0. 本書の使い方 0.1　 本書の読み方 0.2　 各章と付録の説明 0.3　 本書で用いる記号など 1. 統計的潜在意味解析とは 1.1 　潜在的意味・トピックと潜在的共起性 1.2 　潜在意味解析の歴史 1.3 　統計的潜在意味解析とデータ駆動インテリジェンスの創発 1.4　 確率的潜在変数モデル 1.5 　確率的生成モデルとグラフィカルモデル 2. Latent Dirichlet Allocation 2.1　 概要 2.2 　多項分布とDirichlet分布 2.3 　LDAの生成過程 2.4　 LDAの幾何学的解釈 2.5　 LDAの応用例 3. 学習アルゴリズ