幼き分析者

INIAD B3／機械学習・統計・データべース(🔰)／院進予定／#データサイエンス/#TOEIC

[幼き分析者 @kaiki_model]

数理統計と機械学習と線形代数についてたくさん呟くかも。

これから追加されていくであろうQiita→「https://t.co/oup2JR4bff」

[幼き分析者 @kaiki_model]

明日のTOEIC棄権します
咳が収まらない！
やばい！

[幼き分析者 @kaiki_model]

2、仮説検定としての分散分析

水準間平方＋水準内平方の期待値を計算している。
F検定の話につながる。

水準平均の確率変数列が、独立同一分布であるかどうかが肝

[幼き分析者 @kaiki_model]

■以下
実験計画法の問題をといた結果を貼るスレ

[幼き分析者 @kaiki_model]

1、平方和の分解

クロス項を計算する際、各水準について水準内の偏差和を計算。
↑
ここで
水準内のデータ和=水準平均×nが成り立つのでクロス項自体が消える

[幼き分析者 @kaiki_model]

一般化線形モデル（〇〇回帰）や木モデルでは、モデルのパラメータや回帰係数が1増えたときの目的変数の増減…にばかり目がいく。

でも、もっとデータの生成過程に目を向けたほうがいい気がしてる

[幼き分析者 @kaiki_model]

分散分析の勉��していると、異なる分布から生成されたデータの偏差平方を総和する

しかし、検定や推定ではことわり抜きにして同一分布に従う確率変数でばかり推定量や検定統計量を考えてばかりだったので、上記の単元は普通の統計学より一段レベルが高いように思えた。

[幼き分析者 @kaiki_model]

分散分析の勉強していると、異なる分布から生成されたデータの偏差平方を総和する

しかし、検定や推定ではことわり抜きにして同一分布に従う確率���数でばかり推定量や検定統計量を考えてばかりだったので、上記の単元は普通の統計学より一段レベルが高いように思えた。

[幼き分析者 @kaiki_model]

目標-45、ペースとしては少し遅れを取ってるか
600取りたいと思ってたから

[幼き分析者 @kaiki_model]

ちまちま勉強してたTOEIC、足切り超えたので志望の研究室に出願できそう🥵

あと100点ください
650〜700くらいは欲しい

[幼き分析者 @kaiki_model]

ちまちま勉強してたTOEIC、足切り超えたので志望の研究室に出願できそう🥵

あと100点ください
650〜700くらいは欲しい

[幼き分析者 @kaiki_model]

#TOEIC
2025年4月時点 475点

ここから、1年以上放置していたTOEIC学習…

↑
8/23(日)の試験で果たしていくら取れるのか、検証してみようと思う。

まず、目標は600点を超えること。

[幼き分析者 @kaiki_model]

一部期間だけで垂直に上昇していることを示されても…

ただ分散が大きいだけだったら単なるノイズだなとしか思えない
感染拡大を謳うって大分デカい主張してるんだから、根拠もそれ相応のものがほしい

これ↓だと
『隣の人が咳してたからコロナ流行るかも』という主張と何ら変わらない

[新型コロナ最新情報 @robin1918081]

関東地方の皆さん、コロナの新規患者数が垂直に上昇し、感染爆発前夜となってます

[幼き分析者 @kaiki_model]

データセットを少し変えると
↑
特徴量毎のシャップ値のランキングがコロコロ変化してしまい、『因果関係の説明に使うには信用に欠けるな』と感じた記憶がある。

[タランチュラ | データサイエンティスト @tarantula_ds_]

【shapで因果関係を説明できる？】
shapは因果関係を示すものではないことを分かりやすく説明された良記事です。

「◯◯になれば、××になる」とは言えないということ��すね。

言えたとしても、「◯◯なとき、××な傾向にある」くらいまでですね！
https://t.co/j4ZA1kGmqD

[幼き分析者 @kaiki_model]

データの生成プロセスにおける分散が体感9割くらい説明可能な状態にできれば、大半の物事をモデリングできたと言えるのかな

[幼き分析者 @kaiki_model]

手を使うタイプの回帰分析

[幼き分析者 @kaiki_model]

＋α
■SHAPの構造
予測値f(Xi)
=
データ全体の平均値Φ₀
＋
各特徴量ごとのSHAP値の和
(意味; 第i行の各特徴量が、予測においてΦ₀という初期予測値をどれだけ増減させたかの和)
※Xは特徴量行列,iは行番号

■できること
→ピンポイントの予測結果に対してSHAPを用いた説明が展開できる����
※⚠️NOT因果

[タランチュラ | データサイエンティスト @tarantula_ds_]

【shap図って知ってる？】
shap図は実務でかなり有効なツールです。
特徴量重要度は、重要度の大きさは分かるけど、変数と目的変数の相関は分からないですよね。

その相関の関係性が分かるのがshap図です。
因果ではない点に注意しましょう！

[幼き分析者 @kaiki_model]

上野駅雨ヤバいな
雨が屋根貫通してる
ホームを打ち付ける滝のよう

[幼き分析者 @kaiki_model]

9月末でケリをつけるか
550は超えてそうで足切りはもう突破したと思う。
とはいえ他の研究科では700くらい求められる競争になることもある

・過去問のPart7SPの復習
・Part3と4の分析
・単語と金の文法はこ���まで通り回す(常に)

終わったら
・過去問もう一周

こんなもんか
音読とかできれば御の字

[幼き分析者 @kaiki_model]

とりあえ次の試験では、700超えられるようにしたい。

Reading
→Part5、6は演習あるのみ
→Part7のSPは演習と単語で回答時間がさらに縮まるはず

Listening
→置いてかれる時はとことん置いてかれる。半分も満足に解けていない
→演習+音読だな(どっちもやったことない😃)

[幼き分析者 @kaiki_model]

とりあえ次の試験では、700超えられるようにしたい。

Reading
→Part5、6は演習あるのみ
→Part7のSPは演習と単語で回答時間がさらに縮まるはず

Listening
→置いてかれる時はとことん置いてかれる。半分も満足に解けていない
→演習+音読だな(どっちもやったことない😃)

[幼き分析者 @kaiki_model]

8/23、9/5の2回の受験で得たこと

・Listeningは、形式を知ったとしても本文が聞き取れず何の話か分からなくなる場面が多かった。
まずは60点くらい取れるように。

・Readingは今のまま勉強したら8割〜9割も���じゃない。迷ったら負け
↑
金フレ回すだけで分からん単語が減って、解ける設問が増えた

[幼き分析者 @kaiki_model]

8/23、9/5の2回の受験で得たこと

・Listeningは、形式を知ったとしても本文が聞き取れず何の話か分からなくなる場面が多かった。
まずは60点くらい取れるように。

・Readingは今のまま勉強したら8割〜9割も夢じゃない。迷ったら負け
↑
金フレ回すだけで分からん単語が減って、解ける設問���増えた

[幼き分析者 @kaiki_model]

■TOEIC
■8/23の受験以来プラスでやった事

・金の文法最後まで終わらす
・Part6、7のSPの文章を分析する
(下記2つを学んだ　
→単語不足
→問題を飛ばす勇気)
・前回の反省(Xに明文化)

■結果
・Ｒでは回答8割埋まる
・飛ばす勇気を持てた
・Lは⬇️
→放送文に置いてかれ、設問に回答できず

[幼き分析者 @kaiki_model]

■TOEIC
■8/23の受験以来プラスでやった事

・金の文法最後まで終わらす
・Part6、7のSPの文章を分析する
(下記2つを学んだ　
→単語不足
→問題を飛ばす勇気)
・前回の反省(Xに明文化)

■結果
・Ｒでは回答8割埋まる
・飛ばす勇気を持てた
・Lは⬇️
→放送文に置いてかれ、設問に回答できず

[幼き分析者 @kaiki_model]

TOEICお疲れ様です

[幼き分析者 @kaiki_model]

おばさんかよ！ってなって私も気を取られてしまった

[にんにん｜やりたいことは全部や�� @ninnin_habit]

TOEIC 9/5午後✏️
リスニング1問目、男性に見えて全く内容入ってこなかったのは私だけ…？
動揺しすぎて、何問か引きずってしまった。

🔈No.1「She…」
（違う）

🔈No.2「She…」
（違う）

🔈No.3「She…」
（ん？これは女性なのか？だとしたら聞いてない！やばい）

🔈No.4「She…」
（終わった😇）