Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
B3_Seminar_05
Search
Sponsored
·
SiteGround - Reliable hosting with speed, security, and support you can count on.
→
kakubari
February 24, 2017
Technology
97
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
B3_Seminar_05
ビックデータ解析入門3
kakubari
February 24, 2017
More Decks by kakubari
See All by kakubari
動詞クエリの語間の関係性に基づくクエリマイニング
kakubari
0
130
Neural Modeling of Multi-Predicate Interactions for Japanese Predicate Argument Structure Analysis
kakubari
1
190
Leveraging Crowdsourcing for Paraphrase Recognition
kakubari
0
110
Automatically Acquired Lexical Knowledge Improves Japanese Joint Morphological and Dependency Analysis
kakubari
0
120
Labeling the Semantic Roles of Commas
kakubari
0
110
Integrating Case Frame into Japanese to Chinese Hierarchical Phrase-based Translation Model
kakubari
0
130
Improving Chinese Semantic Role Labelingusing High-quality Surface and Deep Case Frames
kakubari
0
98
Exploring Verb Frames for Sentence Simplification in Hindi
kakubari
0
160
述語項構造と照応関係のアノテーション
kakubari
0
270
Other Decks in Technology
See All in Technology
モノリス Rails でも日中に rails db:migrate を走らせたい! / Daytime rails db:migrate on Monolithic Rails!
euglena1215
4
580
認知負荷をGemini で溶かす — GKE 基盤「Orbit」における AI エージェントの実践
sansantech
PRO
1
300
Flutterをカメラで動かしたかった話
sony
1
140
グローバル基準のSREは、運用現場でどう機能したか:成熟度アセスメントの実践 / SRE NEXT 2026
sorawatanabe
0
230
【CEDEC2026】ゲームシナリオライターを支援するAIツール開発の実践 ― 設計とプロンプトの工夫 ―
cygames
PRO
1
850
第3回しろおびセキュリティスポンサーセッション
log0417
0
190
SO-101×VLAによる3色キューブのピック&プレース
abeja
0
200
Webアクセシビリティ入門 2026
recruitengineers
PRO
3
560
制約理論(ToC)入門 2026版
recruitengineers
PRO
8
2.3k
Goでデータパイプラインを作ろう
sansantech
PRO
1
450
【CEDEC2026】『GRANBLUE FANTASY: Relink - Endless Ragnarok』のバトル制作事例 ~最高のキャラゲーを目指して~
cygames
PRO
0
300
【AG-UI × A2UI × MCP Apps】Generative UIをやさしく解説する
nrinetcom
PRO
1
120
Featured
See All Featured
Building AI with AI
inesmontani
PRO
1
1.1k
Joys of Absence: A Defence of Solitary Play
codingconduct
1
430
エンジニアに許された特別な時間の終わり
watany
108
250k
The browser strikes back
jonoalderson
0
1.5k
世界の人気アプリ100個を分析して見えたペイウォール設計の心得
akihiro_kokubo
PRO
73
41k
Everyday Curiosity
cassininazir
0
280
Marketing Yourself as an Engineer | Alaka | Gurzu
gurzu
0
280
Redefining SEO in the New Era of Traffic Generation
szymonslowik
1
380
Digital Ethics as a Driver of Design Innovation
axbom
PRO
1
360
Money Talks: Using Revenue to Get Sh*t Done
nikkihalliwell
0
460
30 Presentation Tips
portentint
PRO
1
370
Kristin Tynski - Automating Marketing Tasks With AI
techseoconnect
PRO
0
470
Transcript
Ԭٕज़Պֶେֶ ిؾిࢠใֶ՝ఔ ֶ෦ɹ֯ுཽ ࣗવݴޠݚڀࣨ ɹ#̏θϛ ʙୈճʙ ϏοΫσʔλղੳೖᶅ
目次 ˔ͱϞʔϝϯτ ˔͖ͱϞʔϝϯτ ˔͍ҙຯͰͷ͖ ˔ཁ౷ܭྔ ˔౷ܭྔͷਪఆ
分布と統計量 ˔ूஂͷதͷͲͷཁૉબΕΔ֬Λಉ͡ʹ͢Δ ɹແ࡞ҝநग़๏ɺϥϯμϜαϯϓϦϯά ˔ಘΒΕͨඪຊ ɹແ࡞ҝඪຊɺϥϯμϜαϯϓϧ நग़ͨ͠ඪຊͷ࣮ଌʹج͍ͮͯɺ ूஂɺฏۉɺࢄΛਪఆ͢Δɻ
શମ͔ΒภΓͳ͘औΓग़ͨ͠Ұ෦͔ΒશମͷಛੑΛΔ
分布とモーメント ˔Ϟʔϝϯτͱ ɹฏۉࢄͷΑ͏ʹΛಛ͚Δྔ ྫ͑ʜ ਖ਼نฏۉͱࢄ͕༩͑ΒΕΕɺ࠶ݱ͕Մೳ ฏۉࢄͦΕͧΕ̍࣍ɺ̎࣍ͷϞʔϝϯτ ɹฏۉɿ ɹࢄɿ
µ = E[x]= x ⋅ f (x)dx ∫ σ 2 = E[(x −µ)2 ]= (x −µ)2 ⋅ f (x)dx ∫
分布とモーメント ˔Ұൠతͳʹରͯ͠ ɹฏۉࢄΑΓߴ࣍ͷϞʔϝϯτ·Ͱߟ͑Δ͜ͱͰ Λಛ͚Δ ˔֬ʹ͓͍ͯ ɹЋΛத৺ͱͨ͠ҰൠԽ͞ΕͨϞʔϝϯτͷఆٛ
E[(x −α)n ]= (x −α)n ⋅ f (x)dx ∫
べき分布とモーメント ˔ϞʔϝϯτʹΑΔͷಛ͚ͮ ཧ্औΓѻ͍͍͢ ࣮ࡍʹଟ͘ͷ౷ܭख๏ͰҊʹԾఆ͞Ε͍ͯΔ ଟ͘ͷ߹ɺਖ਼نࢦͰ͋Δɻ
Ὃ ݱ࣮ͰɺҟͳΔʹै͏֬ม͕͋Δɻ ͦͷΑ͏ͳ֬มʹै͍ͬͯΔσʔλͰɺ ؍ଌ͞Εͨʹରͯ͠౷ܭख๏͕దͰ͋Δ͔ҙ ͖తͳΛ࣋ͭ
べき分布とモーメント ˔͖ͱʜ ɹɾҝସՁ֨ࠩͷ ɹɾॴಘ͕େ͖͍ྖҬͰͷݸਓॴಘͷ ɹɾจষதͷ୯ޠͷස ࣾձݱɺࣗવݱ
べき分布とモーメント P(≥ x) = Ax−α Լهͷྦྷੵؔʹै͏Λ͖ͱ͍͏ɻ
"ن֨Խఆ ͖͕ͦ͢ް͍͜ͱΛಛͱ͢Δ ʢۃʹେ͖ͳΛ࣋ͭݱ͕ਖ਼نΑΓى͜Γ͍͢ʣ (x ≥ A 1 α ) (1)
べき分布とモーメント ˔͖ͷੑ࣭ ଟ͘ͷখ͞ͳͱগͳ͍ܻҧ͍ʹେ͖ͳΛͱΔ ͷΛؚΉ ਖ਼نΑΓߴ͍֬Ͱܻҧ͍ʹେ͖ͳΛͱΔ ྦྷੵؔΛ྆ରͰϓϩοτ͢ΔͱઢʹͳΔɻ ઢͷ͖͖ࢦЋͰ͋Δɻ
Ћ㱡̎ͰࢄɺЋ㱡̍Ͱฏۉ͕ଘࡏ͠ͳ͍ɻʢЋ࣍ Ҏ্ͷϞʔϝϯτ͕ଘࡏ͠ͳ͍ʣ Ћ̍Ͱɺ࠷େͷγΣΞ͕αϯϓϧ/ˠ㱣Ͱ̌ ʹͳΒͳ͍ɻ ɹ S max = max(x 1 , x 2 ,!, x N ) x i k=1 N ∑
べき分布とモーメント ಛʹࡾͭͷੑ࣭ɺσʔλͷ͕͖ʹै͍ͬͯΔ ͔͔֬ΊΔͨΊʹσʔλղੳʹ͏ɻ σʔλͷྦྷੵΛॻ͘ɻ ྆ରϓϩοτ͠ɺઢͰ͋Δ͜ͱΛ͔֬ΊΔɻ ۙࣅઢΛٻΊɺࢦЋΛٻΊΔɻ
広い意味でのべき分布 ͕ࣜݫີʹΓཱͭ͜ͱݱ࣮ʹͳ͍ɻ Ὃ ͷઈର͕େ͖͍ྖҬͰɺ ͖ؔͰۙࣅͰ͖ΔΑ͏ͳ
͖ͷΛ࣋ͭͱ͍͍ɺ૯͖ͯ͡ͱݺͿɻ ྫʣɾٯΨϯϚ ɹɹɾθʔλ ɹɹଞʹଟ͋Δɻ
要約統計量 ˔ཁ౷ܭྔͱ ɹඪຊͷ࣋ͭੑ࣭Λఆྔతʹಛ͚Δྔ ɾҐஔʹؔ͢Δཁ౷ܭྔ ඪຊฏۉɺதԝ ɾईʹؔ͢Δཁ౷ܭྔ ࢄɺඪ४ภࠩ
統計量の推定 ˔ϏοΫσʔλͷॲཧ ؍ଌ͞Εͨσʔλ͔Βཁ౷ܭྔΛ༻͍ͯɺ ɾͦͷ֬ີؔͷύϥϝʔλΛٻΊΔ ɾσʔλ͕ै͏ํఔࣜͷύϥϝʔλΛٻΊΔ ੳʹΑΓɺूஂ͕࣋ͭະͷύϥϝʔλΛಘΔ ඪຊ͔Βਪఆ͢Δ ਪఆํ๏ʹɺ࠷ਪఆ࠷খೋਪఆ͕͋Δɻ
参考文献 ˔ߴ҆ඒࠤࢠฤஶɺాଜޫଠɾࡾӜߤஶɺ ɹʮֶੜɾٕज़ऀͷͨΊͷϏοΫσʔλղੳೖʯ ʢୈ̏ষʣɺ ɹגࣜձࣾຊධࣾɺ݄