Choba

そして統計的な手法を勉強するほど、データに対する質的な？理解の大事さが分かる…

｢はじめての統計的因果推論｣をようやくちゃんと読み始めたけど、本当に素晴らしい本だなと思います… 数式見て｢ふーん、まあまあそうだよね…｣みたいな理解だったところの解像度が上がっていく感じがします

全然分からない状態で圏論の地平線をつまみ読みしたのですが、とりあえず勉強してみたい！という欲に駆られています

bertopicの環境構築が無限に出来ない…

Notion AI初めて触ったけど、なるほどこれは凄い…

因果推論について今一度きちんと勉強したくなったのですが、The 定番教科書となるとどれになるんでしょう… (実装よりは理論的なところをメインで学びたい)

一般向けとは言え、やっぱり数学書って読むのに時間がかかるなぁ…

夏休みのお散歩です

最近仕事でデータいじれる機会が増えてきた(勝手に創出している)から嬉しいなぁ

researchgate.net/publication/22… cs.rpi.edu/~szymansk/pape… 見つかったのでメモ

sciencedirect.com/science/articl… pubmed.ncbi.nlm.nih.gov/30969466/ 全然見つかった… カーネルPCA版も探せばあるかな

PLSみたいに、主成分分析→決定木みたいなモデルってなんか名前ついてるのかしら

RStudioの本を買おうかと思っているけど、Positに移行する時にめっちゃアプデあるようなら悩んでしまう… どうしたものか...

あ、でもテキスト-語彙頻度の分散共分散行列の主成分分析とかでも同じことはできるのか

トピックモデルだと、各単語にトピックを割り当てるから、Word2Vecとか無しに単語間の類似度的なものを計算できそう…？

@sshojiro_jp 教えていただきありがとうございます！！ Variable Importance in Projectionというものを恥ずかしながら知りませんでした...！ 調べてみたのですが、まさに私が興味のある指標でした！ありがとうございます！ sciencedirect.com/topics/enginee…

部分的最小二乗法での、元の変数での寄与度を考えるとなったら、主成分への割合みたいなものを重み付けして考えればいいのかしら…？

それか新しく作られた主成分に名前を付けてしまえばいいのか()

l^pノルムとL^pノルムの違い、というか無限次元ベクトルと関数の違いがよく分からんぬ... 無限次元ベクトルは可算な要素で、関数は非可算ということでいいのかしら...

デザインパターンの本が新しくなるのか！ プログラム書くことほぼ無いけど、ぜひ読みたい