【学習動機】 折れ線回帰や区分回帰(piecewise regression, segmented regressionといったところか)をこれまで触れたことが無かったのだが, 少し触れる機会があった. どうやって推定するものかと頭で考えていたのだけれど, よく分からなかったので, 調べてみ…

はじめに 偶然twitterに情報が流れてきた結果、 野球科学シンポジウム2019@駒場キャンパス に参加してきました。 公式の概要を引用すると、 【概要】 近年のトップレベルの野球にはデータサイエンス、情報科学、神経科学などの最新科学が導入されようとして…

【用途】 最近、Excel VBAを学び始めたが、グラフの作り方を理解するのに恐ろしく時間がかかった。ググっても、マクロの記録をすればいいじゃないみたいな答えだとか、マクロの記録をしたコードをドヤ顔で載せている記事が散見されて、少し辛い思いをした。…

はじめに Japan.R 2019 @DeNA に行って参りました。久しぶりのRコミュニティの勉強会への参加でしたが、やはり、新たな発見があったり、勉強欲が刺激されたりしていいですね。発表者の方々が生き生きと楽しそうに発表されていていいなと。 以下、発表を聞き…

熱力学の第二法則もシェイクスピアも私は知らない。 今週、理系の修士卒の人がExcelにスクショを貼る仕事で鬱になったブログ記事が話題になっていた。 dawn2721.hatenablog.com 「※理系が所謂『文系でもできる仕事』に従事するとロクな感情を抱かない可能性…

ポケットモンスター、縮めてポケモン。23年前からあるこのゲームが未だに人気を博している。いたるところで流れてくるポケモンの動画を見ると、長らく抑えているゲームをしたい欲求が強く刺激されてしまって辛いものがある。3歳からゲームをやっていたが、15…

【学習動機】 人工データを作るとき, いつもテキトーに思いついた乱数で作っているが, 楽にできないかと思っていたら, 偶然, Rの{wakefield}パッケージを発見した. データセットを乱数で発生させるパッケージのようだが, 日本語で説明をしているものは見当た…

【(続き)学習内容】 moratoriamuo.hatenablog.com この記事の続き. 追加分析でパリーグも. 作ったものを並べる. 左上から右に順番に西武, ソフトバンク, 楽天, ロッテ, 日ハム, バッファローズ. gridExtra::grid.arrange(p2Lion + theme(legend.position = '…

【(続き)学習内容】 moratoriamuo.hatenablog.com この記事の続き. 作ったものを並べる. 左上から右に順番に巨人, 横浜, 阪神, 広島, 中日, ヤクルト. gridExtra::grid.arrange(p2G + theme(legend.position = 'none'), p2DeNA + theme(legend.position = 'n…

【学習動機】 プロ野球のペナントレースで優勝するためには, どうすればいいのかを考えた. 『メジャー』,『八月のシンデレラナイン』, 『大正野球娘。』, 『ONE OUTS』あたりを見た経験などから色々考えた結果, シーズン中のペース配分が戦略として重要だと…

Sports Analyst Meetup #5@株式会社ディー・エヌ・エー（懇親会スポンサー：NTTコミュニケーションズ株式会社SpoLive事業グループ）にてLTを行ってきました。 そのスライドがこちらになります。 speakerdeck.com コードや分析の詳細記事は今週中に書きたいと…

私は同時に三つ以上のことを考えるのが苦手だ。疲れていると二つですら厳しい。たとえば、疲れて家に帰ったとき、脱いだ靴下を洗濯機へ、ポケット に入っていたゴミをゴミ箱へと考えていて、危うく靴下を捨ててゴミを洗濯しそうになってしまいそうになること…

【学習動機】 前回, AICについて少し書いた. moratoriamuo.hatenablog.com その続きで, 線形混合効果モデル(LMM)で変量効果(ランダム効果)をモデルに入れたときって, AICが使えるのか, つまりは, モデルの尤度関数が正規分布で近似できそうなのか否かという…

たとえば、目的地までの道が分からないだとか、お店で商品が分からないだとかで、外で何かに困ったとき、どうするだろうか。マップを調べたり、フロアをくまなく歩いてみたりするだろうか。それとも、とくに調べたりせず、周りにいる人や店員に聞くだろうか…

【学習動機】 分析に用いているモデルの評価にAICが使えるのか不安になったので, AICについて学び直すことにした. 小西・北川『情報量規準』でAICの導出を追い直しつつ, Rで数値実験しているものを探していたら, ノンパラでよく見かける竹澤先生の書いた『AI…

関東地方で梅雨が明けた日くらいに、『天気の子』を観た。観終えた直後の個人的評価は曇り気味だった。ところが、見えないものが見えている人の書いた映画の感想のような何かの記事を読んで、自分にも、見えなかったものが見えてきたおかげで、面白い作品だ…

大学という場所を離れてからというもの、大学というものを相対化して見るようになった。違う大学に通った人や大学に通わなかった人に会う機会が増えたからだろう。高校を出てから、浪人を含めると7年間、一体、何をしていたのかを振り返って、大学教育につい…

【学習動機】 とあるスポーツをやっていて, 過去に試合に出るメンバーを選ばないといけない役割を背負ったことがあった. その際に, 各メンバーの強さを数値化できればいいのにと思ったことがあった. 他にも連携による強さが数値化できたらいいなと思ったこと…

Sports Analyst Meetup #3@ハロー貸会議室半蔵門（協賛：ダイナミックプラス株式会社）にてLTを行ってきました。 そのスライドがこちらになります。 speakerdeck.com コードや分析の詳細記事は今週中に書きたいところです。 【追加 : 2019/07/02】書きました…

人生は瞬間瞬間における選択の連なりである。選択をするまでに与えられる猶予の時間も使用可能なエネルギーもけっして多くない。制限された時間の中で、持っているエネルギーの中で、選択を続けていく。そんなわけで、余計な時間やエネルギーを消費しないよ…

【学習動機】 前回の続きで少し複雑なロジットモデルをRで推定するために, {mlogit}パッケージの使い方を覚えたい. moratoriamuo.hatenablog.com 調べていたら, Train先生が{mlogit}の使い方のエクササイズを書いているのを発見した. Kenneth Train’s exerci…

【学習動機】 前回の続きで少し複雑なロジットモデルをRで推定するために, {mlogit}パッケージの使い方を覚えたい. moratoriamuo.hatenablog.com Kenneth Train’s exercises using the mlogit package for R http://www.idg.pl/mirrors/CRAN/web/packages/ml…

【学習動機】 少し複雑なロジットモデルをRで推定するために, {mlogit}パッケージの使い方を覚えたい. 調べていたら, Train先生が{mlogit}の使い方のエクササイズを書いているのを発見した. Kenneth Train’s exercises using the mlogit package for R http:…

【学習動機】 傾向スコアをそのうち仕事で使いそうな雰囲気があるので、傾向スコアを学び直しておこう、というかちゃんと学ぼうってことになったわけなんだが、その前にロジットモデルを学び直しておこうと思った。そんなこんなで、Trainの“Discrete Choice …

【学習動機】 PubMedをRで扱えないものかと思ってググってみたら, {easyPubMed}というパッケージがあった. 検索のときに, ある程度キーワードで絞った後, Rでabstractとかの単語検索して自分の探したい文献を見つけ出したり, 情報を洗い出すのに役立つだろう…

// .nav-tabs { display: inline-table; max-height: 500px; min-height: 44px; overflow-y: auto; background: white; border: 1px solid #ddd; border-radius: 4px; } .tabset-dropdown > .nav-tabs > li.active:before { content: ""; font-family: 'Gly…

Sports Analyst Meetup #2@データスタジアムにてLTを行ってきました。 そのスライドがこちらになります。 speakerdeck.com 自分の発表力不足もあり、きちんと言いたいことが伝わったかどうかは分かりませんが、もし詳細が気になった方がいらっしゃいましたら…

Tokyo.R #76 @DeNA にてLTを行ってきました。そのスライドがこちらになります。 speakerdeck.com 発表での伝わりやすさを考慮して、厳密さに関して少し欠落しているところやLDAなのにディリクレ分布の説明が出てこないところ等、至らぬところは目を瞑って、…

【ABSTRACT】 料理において、最も面倒くさいことの1つが献立決めである。献立決めのレコメンドエンジンを作れば、この料理への心理的障壁を乗り越えることができる。料理の献立決めのレコメンドエンジンの要件として、同じようなものが続けてレコメンドされ…

【学習動機】 前回、ユニグラムモデルを学習した。 moratoriamuo.hatenablog.com これからは、混合ユニグラムモデルを学習する。混合ユニグラムモデルをEMアルゴリズムで推定する。 【学習内容】 混合ユニグラムモデル(mixture of unigram models)は各文書が…