RT @matsui_kota: これと鈴木先生の汎化解析の解説論文（https://t.co/dR4QpqB7hL）はいろんなところでおすすめしている

RT @bebebeBayes: 中妻先生の『ファイナンスのためのMCMC法によるベイズ分析』がオープンアクセスなの知らなかったな。物理本は凄まじい価格で出回っているのでありがたい限り。https://t.co/2xbdrDW6tH

RT @s1ok69oo: 固定効果モデルの因果効果の識別仮定や解釈上の注意点についてまとめられているコラム。パネルデータ分析と言えば「とりあえず固定効果モデル」くらいの認識だったのですが、非常に勉強になりました。 パネルデータ分析における固定効果モデルの取扱説明書 http…

https://t.co/DKYEN65049

RT @TJO_datasci: 今年の人工知能学会に博報堂DYさんが出していたMMMの解説ペーパーが良いまとめになっていて当事者としても大いに参考になりました。特に内生性と因果推論（バイアス補正）の話題は現在進行形で各所とも取り組んでおり、重要だなと https://t.co…

RT @s1ok69oo: 因果推論の道具箱（大久保） 従来の因果推論手法の概要と近年の因果推論のトレンドが簡潔かつ体系的にまとめられていて非常に読みやすかった。 https://t.co/9BRVQvvRxg

https://t.co/HFKes22XzA

RT @sinchir0: @nino_pira 新旧含めて、このPDFがまとまっていると思います。2022年5月発行なので最近ですね。 https://t.co/O2PKS3aqKu

RT @takanobu_mizuta: 今月の人工知能学会誌、和泉さんのブックマークは役立ちそう。人工知能の金融への応用の国際的な研究会や、金融系のデータ取得先などが良くまとまっている。 https://t.co/KCpYh7DXzz

RT @norihitoishida: 機械学習におけるハイパパラメータ最適化手法：概要と特徴(尾崎 嘉彦, 野村, 大西, 2020) https://t.co/T3EemC7LXz 課題 ①目的関数の評価コストの高さ ②探索空間の複雑性 ③目的関数の実効的な次元数の低さ(…

RT @onishi_masaki: 産総研AIセンターの尾崎さんのサーベイ論文「機械学習におけるハイパパラメータ最適化手法：概要と特徴」が信学誌に掲載されました．研究のグローバル化が進む中での和文誌のあり方の一つがサーベイ論文だと思っているのですがこの分野は進歩が速いのでサー…