Skip to main content

Home/ SmartGuys/ Group items tagged statistics

Rss Feed Group items tagged

Ken Wakita

MEGA - Molecular Evolutionary Genetics Analysis - 0 views

  •  
    DNA、タンパク質配列データの分子進化・系統学的解析を行うためのソフトウェア
Ken Wakita

MrBayes: Home - 0 views

  •  
    系統樹のベイズ推定のための定番フリーソフトらしい
Ken Wakita

Data Sets | GroupLens Research - 0 views

  •  
    協調フィルタリングで有名な GroupLens グループのデータセット。 -- しましまさんから久保山さんに因子分析に都合がよいデータとして呟かれた情報より
Ken Wakita

The Caml Hump: OCaml-R - 0 views

  •  
    Objective Caml の R バインディングです。
Ken Wakita

SUSHI Preference Data Set - 0 views

  •  
    寿司ネタの嗜好についてのデータセット -- しましまさんのデータです。使うときには、感謝の気持ちを込めて彼に呟いてあげましょう。
Ken Wakita

Collaborative filtering dataset - dating agency - 0 views

  •  
    出会い系サイトで収集されたマッチングデータ -- 17,359,346 anonymous ratings of 168,791 profiles made by 135,359 LibimSeTi users as dumped on April 4, 2006
Ken Wakita

AudioScrobbler Data - 0 views

  •  
    しましまさんから久保山さんにお薦めにあったデータセット。LastFM の過去のデータがパブリックドメインとして提供されています。現在は、このようなデータは公開されていないようです。
Ken Wakita

http://isl.ifit.uni-klu.ac.at/ - 0 views

  •  
    以下の二つの論文で扱われたデータセット。やはり、因子分析に向いたものとしてしましまさんから久保山さんにお薦めがありました。 -- M. Zanker, M.Jessenitschnig, D. Jannach and S. Gordea, Comparing Recommendation Strategies in a Commercial Context, IEEE Intelligent Systems, 2007, vol. 22, May/June. -- M. Zanker, M.Jessenitschnig, Collaborative feature-combination recommender exploiting explicit and implicit user feedback, 11th IEEE Conference on Commerce and Enterprise Computing (CEC), Vienna, Austria, 2009.
Ken Wakita

Mathematica で統計の勉強 - 0 views

  •  
    Mathematica の統計関連の機能を紹介している。
Ken Wakita

統数研:乱数取得サービス - 0 views

  •  
    しましまさん、呟く「ちなみに,すご〜く厳密な物理乱数が欲しいときは統数研の乱数取得サービス(=ココ)とかまで使わないといけません」
Ken Wakita

道具としてのベイズ統計: 涌井 良幸: 本 - 1 views

  •  
    津田くん、これ買いますか?
  •  
    読んでみたいです!(EXCELへの応用が書かれているようで、その辺りは不要ですが…)。
Ken Wakita

2.3. Clustering - scikit-learn 0.18.1 documentation - 0 views

  • homogeneity: each cluster contains only members of a single class.
  • We can turn those concept as scores homogeneity_score and completeness_score. Both are bounded below by 0.0 and above by 1.0 (higher is better)
  • v_measure_score is symmetric
  • ...1 more annotation...
  • it can be used to evaluate the agreement of two independent assignments on the same dataset.
1 - 14 of 14
Showing 20 items per page