RT @shinmura0: 異常検出において、「教師あり」vs「教師なし」で「教師なし」が勝った一例。 https://t.co/tFsw7ssmQh コンクリートの打音スペクトル（スペクトログラムではない）で異常個所を見つける研究。「教師あり」が80％強の精度、「教師なし…

RT @t_macya: mznくんから井川さんの論文（https://t.co/IP0ZVmiZDv）で使っている共通性回帰分析の存在を教えてもらった。Rのyhatパッケージ（https://t.co/3KhXXJqtEE）でできたのでとりあえずやってみた。

2値変量に基づく教師無分類における類似係数の選択 / “2 値変量に基づく教師無し分類における類似係数の選択 石 田   実＊ ，西 尾 チヅル＊＊ ，椿   広 計＊＊＊ Choosing a Similarity Coeffi…” http://t.co/t0dZ8jnAfk

ユーザの成長を促進する情報推薦 / “554.pdf” http://t.co/qBo5AlfC4O

下野嘉子「Rを用いた一般化線形モデル（回帰係数編）：カウントデータを例に」(PDF) / “287 キーワード : ポアソン分布，負の二項分布，オフセット， 過分散 Keywords : poisson distribution,…” http://t.co/D0b2PnLm

最近のベイズ理論の進展と応用[Ⅰ]-階層ベイズモデルの基礎- / “kubo2009IEICE.pdf” http://t.co/t5Muqrit

欠測群の周辺分布の母数に対する傾向スコアを用いた重み付きM推定量の提案と介入効果研究への応用 / JBHMK : Vol. 32 (2005) , No. 2 pp.121-132 http://t.co/FpTjJsq

欠測群の周辺分布の母数に対する傾向スコアを用いた重み付きM推定量の提案と介入効果研究への応用 / JBHMK : Vol. 32 (2005) , No. 2 pp.121-132 http://t.co/FpTjJsq

2次因子分析における構成概念の平均値の比較 / JBHMK : Vol. 35 (2008) , No. 1 pp.91-101 http://t.co/f68Pat9

2次因子分析における構成概念の平均値の比較 / JBHMK : Vol. 35 (2008) , No. 1 pp.91-101 http://t.co/f68Pat9

今更ながら時間依存性交絡について学んでおります。 自分の研究テーマで必要が出てこないとなかなか学ぶ気になれない。。。 さて、最初のとっかかりとしてバランスの良い解説論文を見つけました。とても丁寧な解説なので入門に適していると思います☺ https://t.co/3SRbZeShVp

"組織目標をブレークダウンした個人目標を各個人が設定し、その目標や実行計画をプレゼンテーション等によってチーム内で公開・共有することは、目標達成に有用な情報の共有を促進し、動機づけに影響を及ぼすと考えられる" (p.351) めっちゃ興味深い。 https://t.co/E9WIPHDElJ https://t.co/qOPGvu1gjP

他には、物理モデルと統計モデルを組み合わせたグレイボックスモデルによる品質特性予測。流動層造粒プロセスが対象で、第一三共の成果。 https://t.co/QSnmxbz9AU

今月の人工知能学会誌の私のブックマークの特集が「不均衡データ分類」で、応用例・解説・手法のリンク集になっていた 大崎美穂. 2022. “私のブックマーク：不均衡データ分類.” 人工知能 37 (3): 376–81. https://t.co/fCFKZKls9K

商品画像に着目したオンラインフリーマーケットにおける購買行動予測に関する研究 https://t.co/xqkuB3p4VD 4年も前の研究だけど、産学連携と思いきやwebスクレイピングしたデータでの研究なんですね。 特徴量とか詳細載っていていいかも。

林延哉 (2019). 「『シン・ゴジラ』はどのように観られたのか―レビュー記事の計量的分析による検討」 https://t.co/IQ0vrvZ57h

因果推論のことを再度勉強してるんですが、基本的な方法から新しい手法まで、どういうことを目的とした手法なのかがまとまっていて、非常に助かっています https://t.co/YK1NJQuRbV

解説 深層学習を用いた異常検知技術 https://t.co/B2cCczaBhz

早期公開されていた傾向スコアのチュートリアル論文、校正を経て綺麗な完全体になって公開された模様

異常検出において、「教師あり」vs「教師なし」で「教師なし」が勝った一例。 https://t.co/tFsw7ssmQh コンクリートの打音スペクトル（スペクトログラムではない）で異常個所を見つける研究。「教師あり」が80％強の精度、「教師なし」（オートエンコーダ）は100％の精度に。

1日に5kg前後の醸造酒を飲むほかは食べ物も飲み物もほとんど口にしない民族がアフリカにいる…… https://t.co/yB9SRvjj8Y

田中省作 (2017).「自然言語処理からみた『テキスト』と『テキストマイニング』」『社会学評論』68(3), 351-367. https://t.co/tDLsE2HN8z (PDF)

気軽に読めそうだったので、成田さんの「ほとんどすべての機械学習はA/Bテストである」を読みました。モデルにおけるランダムな部分を抽出して因果推論に利用する、成田さんらしい（Econometrica掲載論文など）話だなぁと思いました。 https://t.co/RFxA8n4XtN

mznくんから井川さんの論文（https://t.co/IP0ZVmiZDv）で使っている共通性回帰分析の存在を教えてもらった。Rのyhatパッケージ（https://t.co/3KhXXJqtEE）でできたのでとりあえずやってみた。

予測結果の四捨五入や閾値により施策の実施有無を判定するけど、自然実験でいう回帰不連続デザインになるとみなせるのたしかに。機械学習にランダムがのってるのもたしかに。こういうこと考えたことがなかったから面白かった ほとんどすべての機械学習はA/Bテストである https://t.co/0SH7yuEYVb

『理論と方法』に掲載された論文がWebでも読めるようになりました。稲増さんとの共同研究です。 政治的態度の母集団分布の形状を統計モデリングによって推測するという論文です。一般化段階展開法という項目反応理論を用いつつ反応バイアスを除去するということをやってます。 https://t.co/a9oia3M5Vq

大久保さんの「因果推論の道具箱」、実験から準実験、媒介分析、機械学習まで網羅的にまとまっていて、すごく参考になります！他の方のも要チェック。https://t.co/uIL4d1cuYO https://t.co/vTwt4Ehi0x