データサイエンス

• 2021年10月25日
• 2021年10月25日
• 0件

Windows10環境にMecab + neologdをインストールする

概要 Windows10にWSL版Ubuntuをインストールし、Linux環境を構築したことを前提にしている。 その環境に Mecab + neologd をインストールする手順をまとめる。 Anacondaで開発環境を構築 公式サイトの個人向け製品から、Linux > Python3.8 & […]

続きを読む

• 2021年10月3日
• 0件

論文解読：ArcFace: Additive Angular Margin Loss for Deep Face Recognition

ArcFace の論文を読み解く 直近のコンペで使った手法 ArcFace についてちゃんと理解すべく、論文を読み解く。 https://arxiv.org/pdf/1801.07698.pdf f(x) = \int_{-\infty}^\infty\hat f(\xi)\,e^{2 \pi i […]

続きを読む

• 2020年10月22日
• 0件

Pythonで米株長期保有シミュレーション！これが長期保有の効果！

長期保有シミュレーション 今回は、Pythonを使った米株（具体的にはナスダック１００）の長期保有のシミュレーションを紹介します。資産の形成において、長期保有がどれだけ効いてくるのか、実際のデータを使って検証しました！ 驚きの結果をご覧になれます。（投資経験を積まれた方はすでに実体験を通してご存知か […]

続きを読む

• 2020年5月3日
• 2020年10月20日
• 0件

新型コロナ：日本、欧米とは異なる感染爆発パターンへ

日本は欧米とは異なるパターンを辿る？ 　最新のECDC(欧州疾病予防センター)の統計データを分析したところ、日本は欧米とは異なる感染爆発パターンを辿っている可能性が強まってきました。 　新型コロナによる死者数は、指数関数的な増加を続けていますが、その勢いは欧米と比べると穏やかな推移を見せています。 […]

続きを読む

• 2020年4月25日
• 0件

新型コロナ：日本、感染爆発フェーズ進行・来週末死者数は現在の2倍以上になる恐れ

日本、感染爆発フェーズ進行・来週末の死者数倍増以上の恐れ 　先週末(2020/04/18)、日本は感染爆発フェーズの初期段階に突入したのではないかという分析と仮説をエントリにアップしましたが、残念ながら、その仮説が現実のものになったようです。 　結論から申しますと、日本は欧米の感染被害パターンを確実 […]

続きを読む

• 2020年4月18日
• 1件

新型コロナ：日本、4/10を境に感染爆発初期フェーズ突入か・先行する欧米の後を追う動き確実

日本、ついに感染爆発初期フェーズ突入か 日本の最新の新型コロナ感染状況について、100万人あたりの死者数の推移から推測しました。 結論から申しますと、2020/04/10を境に、ついに感染フェーズが切り替わった模様です。 先行する欧米の推移と照らし合わせると、感染爆発初期フェーズに位置している可能性 […]

続きを読む

• 2020年4月12日
• 2020年4月12日
• 0件

新型コロナ：日本、感染爆発直前か・最近2週間の国内死亡者数の推移、欧米の感染爆発直前に重なる

最近2週間の死亡者数パターン・欧米の感染爆発直前期と重なる 日本の新型コロナ死者数の最近2週間のパターンと酷似している欧米の時期を探したところ、いずれも感染爆発直前の時期に当てはまる可能性が出てきました。 感染拡大で先行する欧米のパターンをなぞるとすれば、今、日本は感染爆発の直前にいることになります […]

続きを読む

• 2020年4月11日
• 0件

新型コロナ:人口100万人あたりの死亡者数・日本は1カ月前のイタリア・スペイン？/ベルギーの死者数増加スピードがヤバい！

100万人あたりの死亡者数でみた世界 　ズバリ、まとめると・・・ 日本は優秀だけど、油断禁物。1カ月前のイタリア・スペインは、今の日本と似たような傾向 ヨーロッパ、案の定、死亡者数二極化！ 感染対策成功組（？）でも、圧倒的に優秀な台湾 詳しく見たら日本の死亡者数、確実に上昇し続けている。 百万人あた […]

続きを読む

• 2020年4月11日
• 2020年4月11日
• 0件

新型コロナ：致死率の推移・全世界の致死率上昇が止まらない中、日本だけ致死率改善！？

新型コロナ・致死率の時系列推移を分析した結果分かったこと 　先日から使い始めたジョンズホプキンス大学が発表する新型コロナウイルスの統計データを使い、致死率の時系列推移を分析しました。 ジョンズホプキンス大学の公開データ 　その結果、世界全体で見たときの致死率の上昇に歯止めがかかっていないことが分かり […]

続きを読む

• 2020年4月2日
• 2020年10月20日
• 0件

新型コロナの救命率の推移から読み解く：米国の底力、危機的なイギリス、オランダ、イタリア、推移が美し過ぎる中国

概要 　前回のエントリでは、新型コロナウイルスの世界各国の統計データから、救命率を計算し、各国の置かれている状況について分析しました。 　その結果、全体的な傾向として、日本をはじめとするアジアの国々と欧米先進国の間で、救命率に少なくない開きがあることが見えてきました。 　中でも特に英国・オランダは救 […]

続きを読む

• 2020年3月30日
• 2020年10月22日
• 1件

新型コロナの救命率から見た各国の状況：救命率が極めて低いあの先進国がとった政策とは？

概要 　前回に続き、新型コロナウイルス感染の統計データを分析し、新たに得られた知見を共有すべくエントリを書きました。 　今回は、救命率(=治療を通して新型コロナウイルスを治療できた割合)を切り口に分析をお届けしようと思います。 　国ごとの救命率にそこまで大きな差があるのだろうか──と思って、Pyth […]

続きを読む

• 2020年3月28日
• 2020年10月22日
• 3件

新型コロナウイルス・世界各国の感染フェーズを数値化した結果：ぶっちぎりで米国ヤバイ

概要 　自分もデータサイエンティストのはしくれとして、何かしら世の中に情報的にコミットできないかと考え、新型コロナの感染統計データを分析し、得られた知見を公開・共有しようと思います。 　事態の展開が余りにもスピーディなので、拙速な部分を残したままの分析かもしれませんが、貰ったご指摘をスピーディにフィ […]

続きを読む

• 2020年1月19日
• 2020年10月22日
• 1件

秘書問題をpythonで解いてみた(2)/採用した人の評価期待値が一番高いのはどこ？

秘書問題をもうちょっとだけ掘り下げる 　前回のエントリでは、python で秘書問題を解くシミュレーションを実施し、応募者の中でベストな候補者を採用できる確率が約35.5％になったことを書きました。(シミュレーション回数が1000回と少ないので、理論値から見てばらついています。後で10万回シミュレー […]

続きを読む