Tomo @tomoshige_n Twitter profile

Pinned Tweet

Tomo

8 months

先日行った講演の資料を公開しました．「一般化ランダムフォレストの理論と統計的因果推論への応用」です．興味のある方はご覧ください．

Lecture on Tokyo Medical University titled "theory of generalized random forest and its application to causal inference."

speakerdeck.com

0

70

362

Last Seen Profiles

@miyajuku

@ma_alsiyabia8

@underdogtheo

@ma_alsiyabia8

@Salsabeel_200

@LearnWithSubhan

@ixff18

@Salsabeel_200

@EarthDayTokyo

@bokeplokalmalam

@killimeeter

@Salsabeel_200

@molo816585

@bokeplokalmalam

@js_brunette

@AliTopcu_u

@bokeplokalmalam

@novella19877

@1Taif17

@bokeplokalmalam

@tagorie1

@PrimevalAfrica

@al_hoppe73230

@stwmaniax

@Missmouse007

@4ssiikun_sub

@stw_pdg

@bokeplokalmalam

@James_Pratt7

@penyukastw21

@LagartijaSoy

@stwmaniax

@ENJOIproject

@boylovefon

@LIN_MDKD

Tomo

@tomoshige_n

7 months

機械学習×因果推論系の超大作。普通に教科書。

Applied Causal Inference Powered by ML and AI

An introduction to the emerging fusion of machine learning and causal inference. The book presents ideas from classical structural equation models (SEMs) and their modern AI equivalent, directed...

arxiv.org

0

139

944

Tomo

@tomoshige_n

5 years

先日closedな勉強会で、「統計的因果推論とデータ解析」という内容で発表しました。資料を公開しましたので、興味のある方は御覧くださいm(_ _)m

統計的因果推論とデータ解析 / causal-inference-and-data-analysis

統計的因果推論の解釈と、実際の運用における注意点をまとめた資料です。先日、closedな勉強会で発表したものを一部改変したものです。 twitter : @tomoshige_n mail : [email protected] 注）一部、わかりやすさを厳密性よりも…

speakerdeck.com

1

174

736

Tomo

@tomoshige_n

2 years

「ランダムフォレストによる因果推論と最近の展開」のスライドです。興味がある方は、見ていただけると嬉しいです。

ランダムフォレストによる因果推論と最近の展開

フォレストワークショップ2023で行った招待講演の内容・honest treesとは？・Causal treesによる因果推論・Random forestの漸近正規性と、causal forestによる因果推論・Generalized random forestによる因果推論

speakerdeck.com

0

97

651

Tomo

@tomoshige_n

2 years

傾向スコアに含める共変量の選択手法について紹介したスライドを公開しました。興味があれば目を通していただけると嬉しいです。

傾向スコアのモデルに含める共変量選択のアプローチ

傾向スコアのモデルに含める共変量をどうするか？という話題は、2010年ごろから因果推論の話題になるたびに議論されてきました。今回は、それらを整理し、共変量を選択する2つのアプローチについて紹介します。

speakerdeck.com

0

31

181

Tomo

@tomoshige_n

6 months

因果推論周りのデータ

pythonで因果推論 ~データセット紹介~ - Qiita

はじめに因果推論の実験に使えるデータセットをpythonでの読み込み方法とともにまとめた記事です。想定している読者主にRubin因果モデルに従った手法による因果推論を実装したいそれぞれのデー…

qiita.com

0

34

179

Tomo

@tomoshige_n

7 months

いろんなバンディットアルゴリズムを理解しよう - Qiita

今回は、何も知らないところからバンディットアルゴリズムを学びました。シンプルなバンディットアルゴリズムから、各ユーザーごとに最適化するContextual Bandit、順序を最適化するCasca…

qiita.com

0

16

176

Tomo

@tomoshige_n

1 year

因果推論の先へ―機械学習で因果効果を予測する『反実仮想機械学習（Counterfactual Machine Learning）』入門 | 株式会社ARISE analytics（アライズ...

はじめに ARISE analytics の近藤です。本記事では、次世代の意思決定技術として注目されている反実 […]

www.ariseanalytics.com

0

14

157

Tomo

@tomoshige_n

6 months

因果推論の体系的な教科書。 A First Course in Causal Inference

0

19

139

Tomo

@tomoshige_n

11 years

SFCの伊庭先生が、研究について語ってる。めっちゃ刺激的だなこれは。文献を読むとは知識を得ることではなく、発想の型を身につけると言うこと。これはその通りだと思う。文献・論文は、著者の問題意識や、そこに至るまでの道筋までが論理立て... http://t.co/FTEySAxS5L

研究=先端×創造

井庭先生が、研究について熱く語っているので、まとめました。研究だけでなく、仕事にも通じる話だと思います。

togetter.com

0

31

119

Tomo

@tomoshige_n

2 years

先日「因果推論×広告効果」について対談したのが記事になりました。

因果推論研究者と考える、広告効果の本質 | ウェブ電通報

近年、広告施策における効果検証のニーズが高まっています。「本当にこの広告は効果があるのか？」とシビアに問われるようになり、データサイエンスのアプローチを用いた分析を導入

dentsu-ho.com

0

15

98

Tomo

@tomoshige_n

6 months

clippingは多分meta-learnerを今後強化するために必要になると思う。DR-learnerとか現状不安定すぎて正直使えたもんじゃない。meta-learner界隈は、現状、シンプルなBARTが一番安心感あると思う。

反実仮想機械学習：オフ方策評価（理論編） - Qiita

1. はじめにこの記事では、反実仮想機械学習におけるオフ方策評価について、理論的な側面を中心に紹介します。2. 反実仮想機械学習反実仮想機械学習（Counterfactual Machine …

qiita.com

0

8

75

Tomo

@tomoshige_n

8 years

傾向スコアの推定とIPW推定量の計算をRでやってみました．野球データの解析で行っていた傾向スコアの推定と，IPW推定量の計算のイメージだけでも掴んでいただければ嬉しいです．岩波DS3を片手に読んでください！ #因果推論 #岩波DS

因果効果の推定！Rで実践 - 傾向スコア，マッチング，IPW推定量 - - Data Science by R and Python

はじめに先日，岩波データサイエンスvol.3が発売されました．私も，「傾向スコアを用いたバント効果の推定−−ノーアウト1塁のバントは，得点確率を有意に高めるか!?」と題した記事を寄稿させていただきました．興味がある方は，是非読んでください＆感想・コメントなどもTwitterなどで教えてください．岩波データサイエンス …

tomoshige-n.hatenablog.com

0

14

45

Tomo

@tomoshige_n

5 years

データサイエンティストに求められてる能力の1つって、現場を知ってる人から知識を引き出すファシリテート力と、それをまとめてToDoまで落とす力だと思うんだけど、それって、どこで身につけるんだっけ？って普通に疑問になったのが今日。

0

8

26

Tomo

@tomoshige_n

9 years

良記事！非常に良く推定量について書かれてる！ http://t.co/sC6qNNfHOQ http://t.co/erdHLlsB6W

0

10

23

Tomo

@tomoshige_n

10 years

【ブログ更新】僕が統計を勉強するのに使っている本をまとめてみました（初学者向けではなく、数学がある程度わかる人向けです）。初学者向けは改めてどこかで書きたいと思います。... http://t.co/lOjOIHYVJK

1

7

22

Tomo

@tomoshige_n

11 years

【スライド｜結婚のメリット】これは、凄い資料だ。どこかで使うことにする。 http://t.co/jHswjaeMtK http://t.co/gHceMkP8sA

結婚のメリット

結婚のメリット - Download as a PDF or view online for free

www.slideshare.net

1

8

21

Tomo

@tomoshige_n

11 years

ミス藝大2013はすごいな。普通のミスコンって一人で立候補だけど、ミス藝大は音楽、美術、モデルの3名が1チームになって応募してる。ちなみに、このDの方はすごいな。もはや顔見えてない。そして事故の臭い。Fの子いいな！... http://t.co/CgJJiF7wlI

0

33

19

Tomo

@tomoshige_n

11 years

「学力は不必要」「就職するぐらいなら起業」「大学の勉強は役に立たない」「学歴社会は終わってる」などなど、負け惜しみですよね？　結論から言えば、持ってるに越したことはないし、持ってるなら使うべきだし、努力してこなかったのに、差別だって叫ぶのはお門違いなんです。

0

21

19

Tomo

@tomoshige_n

6 years

「イノベーターのジレンマ」の経済学的解明っていう本が出てるのをフィードで知って，URLの論文読んでみました．やっぱりモデルに落としてデータを解析すると，ふわふわした部分がなくなるのは数式使う利点だなぁと．

0

5

15

Tomo

@tomoshige_n

2 years

統計のための数学入門30講なんどみても、マジでよく出来てる

1

5

15

Tomo

@tomoshige_n

12 years

学生団体に入る、入ろうと思っている新入生は、その団体の代表や幹部に「何をやってて」「それはどうして」で、「なんで「あなた」がやっているのか」を聞いてみると良いです。

1

19

14

Tomo

@tomoshige_n

2 years

いまから、「ランダムフォレストによる因果推論と最近の展開」という内容で発表します。スライドは公開予定。

0

1

14

Tomo

@tomoshige_n

12 years

人を好きになることって、とても素敵なことだと思うんです。だから、それで仕事ができなくなったり、何かに遅れや、迷いが生まれることほど苦しいけど素敵な時間はありません。��みぬくほど深く、答えのない世界ですが、人を確実に強くするように思います。

0

3

13

Tomo

@tomoshige_n

1 year

ガウス過程と確率偏微分方程式の関連について。 An explicit link between Gaussian fields and Gaussian Markov random fields: the stochastic partial differential equation approach

Royal Statistical Society Publications

Summary. Continuously indexed Gaussian fields (GFs) are the most important ingredient in spatial statistical modelling and geostatistics. The specification through the covariance function gives an...

rss.onlinelibrary.wiley.com

0

3

13

Tomo

@tomoshige_n

5 years

これすごく面白かった。

0

3

13

Tomo

@tomoshige_n

12 years

大学行く必要ないとかいうのは、大学行ったやつが言って欲しいもんだ。説得力がない。自分が体験してないものをあれこれ言ってはいけない。それを偏見っていうんじゃないだろうか？逆に僕は、大学にいかない人のことをとやかくいう資格はないし、社会や人に迷惑かけなければそれでいいと思うんだ。

0

1

11

Tomo

@tomoshige_n

5 years

【発表資料】5月17日に第3回ヘルスデータアナリティクス・マネジメント研究会で発表した「統計的有意差(p値)を巡る最近の論争：Moving to a World Beyond “p < 0.05」の発表資料。

0

4

12

Tomo

@tomoshige_n

10 years

修士1年の終わりに行われる課題研究発表で発表しました。欠測データ解析の手法である、多重代入法について述べています。... http://t.co/0IdHwBW0bM

0

1

12

Tomo

@tomoshige_n

12 years

所属組織も何もかも失ったときに残る自分が、本当のあなた自身だと思う。そこには、人との信頼関係しかない。何もないあなたと、また何かしたいと言ってくれる人は何人いるだろうか。

0

9

11

Tomo

@tomoshige_n

1 year

標準ベイズ統計学を読んだ。とても良い教科書だった。

0

1

10

Tomo

@tomoshige_n

12 years

UX（ユーザー経験）について考えている人は見ておくべきスライドとブログ・ブログ http://t.co/b4atUa0EXS ・slideshare... http://t.co/nJIhSp7xkc

0

2

9

Tomo

@tomoshige_n

7 months

科研費通りました。対戦ありがとうございました。

1

0

9

Tomo

@tomoshige_n

5 years

みんな難しく考えがちだけど、因果推論なんてさ、処置群に対応する対照群をしっかり作れば話は済むんだから、そうする努力を怠っちゃダメだと思うんだ。理論大好きマンとか、理論でマウント取りたいマンは知らないけど、実務でやるなら議論が単純な方がいいに決まってる。

0

9

Tomo

@tomoshige_n

5 years

とりあえずね、pythonにstepwise regressionないから、BICでstepwiseする関数作った。久々のpythonは手探りだわ...😣 ちゃんとprintとか出したいけど、、、やる気が風前の灯火！

1

9

Tomo

@tomoshige_n

11 years

日本を創り継ぐプロジェクトでお伝えしたいことは、「短い期間であっても、何か１つに集中して取り組む」ことは、「人を変える」には短くても、「自分が変わるには十分な時間」であるということです。「6日間」で「自分の中で巻き起こった心の変化・見える景色の変化」を忘れないでください。

0

4

9

Tomo

@tomoshige_n

11 months

時系列が特別なんじゃなくて、i.i.d.が特別という意識に切り替えていかないといろいろおかしいことになる。

0

8

Tomo

@tomoshige_n

5 years

「傾向スコアを使うと因果推論できる」という認識でいるといつまでも内容が腹落ちしないけど、やっていることが「比較する2群を擬似的に（数学的仮定を入れて）均質な集団にして、差を比較しよう」ということだと気づければ、多くの人にとって統計的因果推論の考え方は納得がいくものになる。

0

1

8

Tomo

@tomoshige_n

5 years

pythonで変数選択するstepwise関数を備忘録的にブログに書きました！およそ4年ぶりの更新でした😊

pythonでstepwise regression用の関数を作っておく - Data Science by R and Python

はじめにほんと、久々の更新になってしまいました。。。いまだに月間で1000PVほど見られているようでとてもありがたく思いますm(_ _)m最近も変わらず因果推論の研究を中心に行っておりますが、それ関連の内容はまた機会をみてblogで書いていければと思っています。また先日、twitterで公開したこちらのスライドも…

tomoshige-n.hatenablog.com

0

1

8

Tomo

@tomoshige_n

11 years

リーダーは、メンバーに期待し、信頼してもいいが、あてにしたり、責任をとらせてはいけない。一方で、メンバーは仕事に対して疑問を持ってもいいが、その理由をリーダーやプロジェクトの責任にしてはならない。

0

2

8

Tomo

@tomoshige_n

11 years

大学2年生（2回目）のとき、学生団体をやりながら、ずーっと考えないといけないことって１つだけだと気づくようになった。自分へ向けて、「君、その組織に属していなくても、そのプロジェクトなり、イベントに取り組む？」。そんな気持ちを、今忘れてないかなぁと不安になる。

0

4

8

Tomo

@tomoshige_n

11 years

多くの学生団体は、誰でも受け入れる。クオリティーさえ犠牲にして、人を多くする。それは、成果やユーザーに対して、真摯に向き合えていないことと同義だと思う。

0

3

7

Tomo

@tomoshige_n

5 years

データ解析/機械学習をビジネスへの応用するなら、 1．ビジネス/サービスのドメイン知識 2．周囲を巻き込む力/情報を引き出す力 3．解析の流れを筋立てる力。 4．知っている手法の数 5．論文を読めばわかるだけの背景知識の5つは必要かも（主観）。優先順位も同じく。+αもあるだろうけど。。。

0

1

7

Tomo

@tomoshige_n

12 years

Wordpressでサイトを創る方法。これすげぇ分かりやすい。（保存！保存！） http://t.co/CVrkIpGo http://t.co/ExsYUGxA

0

3

7

Tomo

@tomoshige_n

8 years

知っておいて損はない，最適化のアルゴリズム外観

0

4

7

Tomo

@tomoshige_n

5 years

データを解析して得られた結果と、そこから考えられる考察は分けないとだめ。それから、同じ問題について複数のアプローチをして、その結果の比較しないのもあまり推奨されない。生半可に解析って、誤って伝わりやすいし、結果だけ切り取られて解釈曲げられたりするから、解析者は注意したいところ。

0

3

7

Tomo

@tomoshige_n

11 years

【まとめ】デザイン思考の学び方。ワークショップと記事と本。 http://t.co/HFhAXeiN9U http://t.co/EV01gH4yM8

0

2

7

Tomo

@tomoshige_n

8 months

causal forestや他のmeta-learnerでも傾向スコアを推定しているという点で微妙だよねっていうのはその通りです。理論構成はうまくいくけど、、、結局推定精度負けてるよねみたいなの普通にあります。

0

1

8

Tomo

@tomoshige_n

12 years

デザイン思考とか、デザインコンサル系の企業とか。まとめ。 http://t.co/JX89H9ftIB http://t.co/QDH7fLDeig

0

2

7

Tomo

@tomoshige_n

11 years

起業家にエンジニアがほとんどいないんだ。熱く技術を語るようなCEOに出会ったことはない。大体みんなビジネスや問題解決ばっかり話してる。そこにXXでYYができるようになるという話は聞かない。グーグルは日本から生まれないだろうな。技術を夢だと思ってる人が育っていかない限り。

1

0

7

Tomo

@tomoshige_n

4 years

因果推論で大事なのは手法じゃなくて、実験計画と得られてるデータの質だと思ってます。つまり、ごちゃごちゃ言うな質のいいデータ取れという話で、そこにどうやって予算つけるかの方が100万倍大切です。

0

1

7

Tomo

@tomoshige_n

11 years

日本を創り継ぐプロジェクトの設計がどのようになっていて、何故そうしているのかについてブログを書いてみました。 http://t.co/ru6O0SbRGT #tktg_plan

1

0

7

Tomo

@tomoshige_n

8 years

最近，「君の名は。」が流行ってますが，その作中に使われている「スパークル」（RADWINPS）をカラオケで歌うときには，注意してください．250秒（4分10秒）の間奏がございます．

0

11

6

Tomo

@tomoshige_n

1 year

久々にスクレイピングをするなど。

Pythonによる不動産情報のデータ取得＆分析（１）【賃貸物件／Webスクレイピング編】 - akatak blog

暑い日が続きますね。皆さんはいかがお過ごしでしょうか。我が家では、不動産の賃貸で住み替えか？購入か？を検討しなくてはいけない局面が生じたので、何かデータを取得して分析できないかな、とネットサーフィンをしていたところ、発見！【データで見る世界】機械学習を使って東京23区のお買い得賃貸物件を探してみた〜スクレイピング…

akatak.hatenadiary.jp

0

1

7

Tomo

@tomoshige_n

9 months

最適かどうかは関係なく、データサイエンス学部卒業するときには、ITパスポート、G検定、DS検定くらいあるのが見栄え的に望ましいような気がする。なんかちゃんと基礎勉強したんだって伝わることが大事なように感じる。

0

7

Tomo

@tomoshige_n

5 years

実際にデータ解析を業務でやると、必要なことは線形回帰とロジスティック回帰に加えて、2群の差の検定くらい。あとは、どの変数が結果に影響するかとか、調査のバイアスとか、そういうのについてビジネスやってる人から聞き出すと、まとめる能力だったりする。(続く)

1

0

6

Tomo

@tomoshige_n

6 months

とてもよくまとめてくれているので、さらっと見返すのに便利。

ABテストのための統計ノート - Qiita

ABテストの期間を見積もる際に、必要なサンプルサイズを求める必要があるが、Web上に公開されているツールをどの程度信用してよいかわからないため、論文を調査し理解を深めた。必要なサンプルサイズを計算…

qiita.com

0

1

7

Tomo

@tomoshige_n

12 years

大学の学生団体で、ビジネス系・コンテスト系をやってる組織をまとめてみました。 http://t.co/gxeSiIYpx1 http://t.co/x8VOnE5OMY

1

3

7

Tomo

@tomoshige_n

11 years

【まとめ】デザイン思考の学び方・ブログ・本。 http://t.co/HFhAXeiN9U

0

7

Tomo

@tomoshige_n

6 months

現在地点をレビューできる

いもす

@imos

6 months

LLM開発を取り巻く状況についてまとめた資料を作って、今日のLLMオープンハウスにて紹介しました。もとは昨年末に社内向けに発表した資料なので古い部分もありますが、できる限り広く丁寧にまとめたので、LLMについて広く知りたい方に読んでもらえるとうれしいです。

2

482

2K

0

1

Tomo

@tomoshige_n

5 years

@asas_mimi ご紹介いただきありがとうございます！最近の因果×機械学習だと、adversarial balancingも面白いトピックだと思いますので、ご興味があれば！

Adversarial Balancing-based Representation Learning for Causal...

Learning causal effects from observational data greatly benefits a variety of domains such as health care, education and sociology. For instance, one could estimate the impact of a new drug on...

arxiv.org

1

2

6

Tomo

@tomoshige_n

2 years

ウルトラワイドモニター届いた！これは神デバイスだわ、、、

1

0

6

Tomo

@tomoshige_n

11 years

学生団体やってる人って、自分がいたからそう思うのかもしれないけど、考える力のない人が比較的多く集まる場所だと思う。中には、同期、後輩で本当に力のある人もいるんだけど、大体のケースで、周りからの期待される思考と発言のレベルを下回ってる気がするのは、僕だけなんだろうか。

0

2

6

Tomo

@tomoshige_n

9 years

伊庭先生のHMCの説明動画を見た．とても分かりやすかった．もう少し，数学的な証明を知りたいが，何を参考にすればいいんだろう？あんまりHMC��理論を整理した論文がなくて困っています．．．

1

2

6

Tomo

@tomoshige_n

12 years

新大学一年生向けに、どの学生団体にはいるべきかまとめたサイトをNAVARで作ろうと思う。学生団体は、正直中にいる人の質と、理念への忠実さ、理念達成に向けて貪欲に新しい活動を始める力の3指標で評価するのがいい。

1

8

6

Tomo

@tomoshige_n

9 months

お話しさせていただきます。

田栗の部屋

@TagurindoDS

9 months

1/25(木) 16：00より、順天堂大学の中村知繁先生に「一般化ランダムフォレストの理論と統計的因果推論への応用」というタイトルでご講演をいただきます。オンライン参加をご希望の方は、1/21（日）までに以下よりお申し込みください！

0

18

55

1

0

6

Tomo

@tomoshige_n

2 years

フロムの「愛するということ」読んでる。最初の「愛とは技術である」って表現が秀逸すぎる。「落ちる」ような快感の一種ではなく、知力と努力によって磨くものであり、愛することができるかどうかは、対象（相手）の問題ではなく、能力（自分）の問題である。

0

2

6

Tomo

@tomoshige_n

2 years

ChatGPTの使い方①

1

0

6

Tomo

@tomoshige_n

11 years

創り継ぐプロジェクトに必要なのは、3種類の人間である。一人目は頭のキレる適切な目標設計と遂行戦略に長けた人材である。2人目も頭のキレる企画と運営に精通した人材である。3人目はメンバーに興味をもち、組織とメンバーを繋ぐことに長けた人材である。この3人がいれば、成功確率が上昇する。

0

1

6

Tomo

@tomoshige_n

11 years

みんな「好きなコト」から「やりたいこと」を考えますが、僕は「やるべきこと」を「好きになる」ために何ができるか考えます。やるべきことは、退屈かもしれないが、それを好きになるまで全力で、そして創造性豊かに取り組める人間が、真にクリエイティブだと僕は思います。 #tktg3rd

0

1

6

Tomo

@tomoshige_n

5 years

理想(理論の世界)と、現実(複雑な世界)の間にある、理論が少し崩れて、うまく立ち行かない世界が自分には1番面白く感じる。統計的因果推論を始めたきっかけは、まさにこれ。

0

6

Tomo

@tomoshige_n

7 months

データサイエンティストを名乗るうえでの必要十分条件なんてないし、kaggleはできないよりできたほうがいいし、計算アルゴリズムも知らないより知っていたほうがいい。応用経験もないよりあるほうがいい。最低限のギリギリの要件を議論するからおかしなことになってる。全部できるようになればいい。

0

6

Tomo

@tomoshige_n

11 years

第4回つくつぐに参加してくれた皆さんが、何か自分の中で光るものを、日常に持って帰って頂ければとても嬉しく思いますし、もし忘れてしまったとしてもこの場所で出会ったメンバーや仲間ともう1度あったときに想い出してもらえれば嬉しく思います。

0

3

6

Tomo

@tomoshige_n

12 years

創造する人��、実は俗にいう意識高い学生みたいな無鉄砲な人ではないだろう。現実と理想の板挟みになりながら、迷いつつも何が正しいかを自分なりに、そして社会の一員として問い続け、柔軟なことを良しとしながら、進んでいく人じゃないだろうか。

0

9

5

Tomo

@tomoshige_n

12 years

なんか、毎日つまらない」と言うんだったら、偶然の機会をどん欲に探して、好き嫌い言わず行動した方がいい。それが、最良かなんて後にならないとわからないってことぐらいわかるだろうよって思うんですよね。特に大学1年生は、絶対「好き嫌い言わずにやる」っていうのを大事にした方がいいよ

0

4

6

Tomo

@tomoshige_n

5 years

投稿中の論文の採択結果待ちだけど、2020春に博士終わる予定と相成りました😊

1

0

5

Tomo

@tomoshige_n

11 years

人の上に立つリーダーに求められるもの。それは「人への興味」。昨日、その言葉をきいていろんなところを見回すと、本当にその通りだと思った。

0

1

5

Tomo

@tomoshige_n

11 years

リーダーは普段は芸人さんみたいな人であった方がいい。飲み会では、空気を読んで話を盛り上げられて、それでいて会議のときも笑いを生み出して、意思決定することは断固として意思決定できる人。ずっと真面目で真剣な人は、面白みに欠ける。

0

2

5

Tomo

@tomoshige_n

9 years

暇つぶしに、隠れマルコフモデルの簡単なものをRで書いてみました。 http://t.co/IS58li72jZ http://t.co/05gLYFdtqa

0

5

Tomo

@tomoshige_n

9 years

東大目指した理由が、清々しいぐらい単純な理由『とりあえず最難関目指しとけ』だけど、僕はこういう気持ちで受験を越えれる人って強い人だと思います。...

0

1

5

Tomo

@tomoshige_n

5 years

正しい統計的推論が、実ビジネスで価値のある推論とは限んないだろ。正しさと価値を混同しちゃおしまいだ。

0

4

Tomo

@tomoshige_n

1 year

都道府県の隣接行列作った。

都道府県別の隣接行列の作成（ほぼGPT-4が仕事する） - Qiita

都道府県別の隣接行列の作成字空間モデルなどを日本で当てはめる際に、県単位で取得されているデータなどに対しては、県ごとの隣接行列が必要となります。ここでは、それに使用するための隣接行列を作成しました。…

qiita.com

0

5

Tomo

@tomoshige_n

10 years

入試、院試、それに限らず多くの「関門」でつまづく人が共通して持っているのは「詰めの甘さ」だけではなくて、他人からの意見やフィードバックを「受け入れる」もしくは「受け流す」機能が備わってないこと。外からの想定外の刺激を「攻撃」だと... http://t.co/eoDFe30OUt

0

3

5

Tomo

@tomoshige_n

2 years

線形回帰と決定木の結果の間に関連性がないのは当たり前で、決定木はそもそもノンパラで局所分散を下げるモデルを学習するアプローチで、線形回帰はパラメトリックで大域分散を下げるアプローチなので全く別物。

0

1

5

Tomo

@tomoshige_n

12 years

デザイン思考勉強したい人、これ読んでおくといいと思う。デザイン思考のエッセンスらしいよ。 http://t.co/3g2k7qDz

0

4

Tomo

@tomoshige_n

12 years

【良記事】デザインの世界を勉強するなら読んでおいたほうが良い記事です。 http://t.co/5hs8r99Irz http://t.co/EnkQnlztKr

0

1

5

Tomo

@tomoshige_n

11 years

会議の場、ミーティングの場で、1人で考えてはいけません。1人で考えるのは、ミーティングの前までに済ましてこなければ。

0

2

5

Tomo

@tomoshige_n

5 years

理論的に保障された方法と、理論的にはわかんないけどシミュレーションとempirical resultで裏付けされてる手法があった時に、後者が前者のパフォーマンスを超えている場合が少なからず存在している😓この場合どちらをビジネスで採用するかという課題はそこそこに闇が深い決断がありそう。

0

5

Tomo

@tomoshige_n

9 years

修士課程を終えました！みんな，2年間ありがとう(/∇＼*) そして修了式で，数理科学奨励賞を頂いた！これから始まる，博士課程も頑張ります！

1

0

5

Tomo

@tomoshige_n

11 years

高学歴なのに、でも動くことしか知らず、考えることをせず。なんでだろ。頭いいんだからさ、考えて動けばもっとうまくできるのに。結局、周りに流されやすいところは普通の人なんだなと思うよね。

0

2

5

Tomo

@tomoshige_n

12 years

海外から帰ってくる人は、何か違う雰囲気をまとって帰ってくるね。いい感じの異質さをだしてる。でも、日本に戻って1ヶ月経てば、あなたから異質さは感じられなくなるよ。それは、帰ってきてすぐのあなたから「変化」してないから。弛まずに、良質の経験を積み上げよう。もっと素敵になるために。

0

2

5

Tomo

@tomoshige_n

10 years

非効率な人と、効率的な人の大きな差はどこから生まれるかと言えば、過去を活かすか、活かさないかという点。プレゼン資料を1からつくるっていうのは本当に非効率な人の作り方。自分のアイデアなんて誰かがにたようなもの考えてると謙虚になれば、誰かのものをベースに改善するだけで済む。

0

4

Tomo

@tomoshige_n

11 years

この資料はいつ見てもいいなと思うんだよね。棚橋さんのデザイン思考に関するスライド。 http://t.co/TsARFg32fn http://t.co/Vyh7WCB7t2

0

5

Tomo

@tomoshige_n

9 years

I'll go to Seattle tomorrow to participate #JSM2015 . This is my first presentation in my life!! I'm so excited.

4

1

5

Tomo

@tomoshige_n

8 years

岩波データサイエンスVol.3がAmazonから予約できるそうです．「傾向スコアを用いたバント効果の推定ー無死1塁の犠牲バントは，得点確率を有意に高めるか！？」という記事を寄稿させていただきました．是非，読んでみてください！

0

7

5

Tomo

@tomoshige_n

7 years

論文Acceptされたヽ(･∀･)人(･∀･)ﾉ

0

5

Tomo

@tomoshige_n

8 years

「例示は理解の試金石」：例を作ることが，理解を加速させるよ！ #数学ガール

0

4

5

Tomo

@tomoshige_n

11 years

人は、変わっていく。だんだんと。努力しない人は、成功した努力した人を才能があったというが、それは正しくはない。あなたに「我慢」が足りなかっただけなのだ。

0

1

5

Tomo

@tomoshige_n

1 year

毎年見て毎年戒める。

機械学習を「社会実装」するということ 2023年7月版 / Social Implementation of Machine Learning July 2023 Version

機械学習を「社会実装」する際に待ち受けている罠と、その解決方法の考察 (2023年7月版) です。今回は、LLM等の生成AIの進化が加速し実用化フェーズを迎えた激動の時代において、機械学習プロジェクトに取り組む私たちに何ができるか？といった内容を盛り込みました。 ※この資料は、東京大学メタバース工…

speakerdeck.com

0

5

Tomo

@tomoshige_n

8 years

因果推論においては，どんな仮定にせよ「XXが成り立つもとでYYは因果効果」というのが基本的な定理の主張なことが多い．でも，XXは多くの設定において成立するかどうかわからない．「強く無視できる割り付け」も，Pearlの因果グラフと同様に，成り立つかどうかは脆い．

1

4

5