玄箱
玄箱Pro関連のリンク集
もう使ってないけど、また必要になったときのために
http://applelife100.blogspot.com/2008/12/mac-os-x-1.html
http://d.hatena.ne.jp/tunefs/20090416/p1
http://www.debian.org/ports/arm/
http://www.eleki-jack.com/Kurobox-pro2/2009/03/debian-gnulinux-50-lenny.html
http://www.cagylogic.com/archives/2009/08/03000000.php
http://www.cagylogic.com/archives/2009/08/04000000.php
http://www.cagylogic.com/archives/2009/08/05000000.php
http://www.cyrius.com/debian/orion/buffalo/kuroboxpro/install/
バイオインフォマティシャンの解析センス
身近なデータ解析プロジェクトで、うまく行ったケースとそうでないケースを見比べてみると、
印象として、解析にセンスがあるか無いかの違いかなと思えてくる。
うまく行ったケースは、このアイデアいいねといえるものが一つ入っている場合が多い。
それはモデリングだったり、バイオロジカルな仮説だったり、取ってくるデータセットだったりいろいろ。
問題はどうやってそのセンスを高められるかということ。
特に、うまく行く方法を見つけ出すことと、それを解析する最短ルートはすばやくイメージできるセンスが大事。
下はデータサイエンティストの話だけど、スキルセットの話はバイオインフォマティシャンでも直に当てはまる感じ。
http://www.slideshare.net/shoheihido/120913-pfi-dist
http://www.slideshare.net/shoheihido/130328-slideshare
スキルセットを充実させれば、ある程度はセンスも向上する?
*[computer]Dynabookをこえるもの?
http://enchantmoon.com/
めっちゃかっこいい。大人に買わせて飽きたら子供のおもちゃにさせるという発想もいい。
本当は子供に使わせたいんだけど、それでは買ってくれる人がいないから、こういう戦略はかしこいし、いやみがない。
買いたいところなんだけど、代引きかぁ。海外には送ってくれんでしょうねぇ?
後日談、というか一時間後にはアスキーでクレジットカードで買えることに気がつく。
http://d.hatena.ne.jp/shi3z/20130422/1366591912
こんな記事を読んだら、買わないわけにはいかないよなぁ。
既に実家に届いている季刊大林と一緒に送ってもらおう。
Paperman
http://wired.jp/2013/02/04/disney-paperman-online/
CG+手書きの新手法だそうです。ストーリーは良い感じ。
この手の話を見ると新海監督とかを連想してしまう。
手法の方は、そんなに新しいんでしょうか?例えば、吉浦監督のイヴの時間とか。
とも思ったけど、もっと高度なことをしているらしい。
http://www.youtube.com/watch?v=TZJLtujW6FY
これに近いアプローチは009 RE:CYBORGとか?
最近のロボット
これすごい、http://www.youtube.com/watch?v=Qqz28b6SLzQ
と思ったら、カクタスのOS V-Sidoでした。もちろんカクタスではこんな素早い動きは無理でしょうけど。
どうすごいかというと、希望する動きをしつつ倒れないために必要な姿勢を物理エンジンを使って計算しているとのこと。
これに、各種センサのフィードバックを取り込むことができれば、きっと生物がやっている姿勢制御と同じになるのでは?
2009年の話なのできっともっと進んでいるんでしょう。
このサイトもすごい。http://ai2001.ifdef.jp/このレベルで趣味の研究?
よい検定、わるい検定
この二つの解説は非常に分かりやすい。
http://aoki2.si.gunma-u.ac.jp/lecture/BF/index.html
http://aoki2.si.gunma-u.ac.jp/lecture/BF/sankouzu.html
2群はwelchのt検定、3群はoneway.test(ANOVA(aov)はNG)が良いとのこと。なるほど。
一つ気になるのは、はずれ値があるとどうなるかということ。
そこでちょっと試してみた。はずれ値は発生する乱数の分布を参考に10,15,20,25を選んで、50の乱数に0個から3個加えて見た。
結果は、左からパラメトリックな検定、log変換後にパラメトリックな検定、ノンパラメトリックな検定の順に表示。
p < 0.05の割合なので、0.05に近い値が出ることが望ましい。
やはり期待した通り、パラメトリックな検定ははずれ値の影響を受けやすい。
(全く違うタイプの検定を比較することには意味がないかもしれないけど)無相関検定の方がより大きな影響がある。
先のサイトの解説を加味すると、2群の平均の差の検定ではlog変換した後にwelchのt検定が無難かなぁ。
無相関検定に関してはやはり、Spearmanを一番の候補にしておく方がよさそう。
n.samples <- 50 n.trials <- 10000 hist(rchisq(n.trials, 4)) outlier <- c(10,15,20,25) cat("Two sample test") for (n.rep in 0:3) { cat("----\n# of outliers:", n.rep, "\n") for (ol in outlier) { results <- matrix(NA, nrow=n.trials, ncol=3) for (i in 1:n.trials) { x <- c(rchisq(n.samples, 4), rep(4, n.rep)) y <- c(rchisq(n.samples, 4), ol+rnorm(n.rep)) results[i,] <- c(t.test(x, y)$p.value, t.test(log(x), log(y))$p.value, wilcox.test(x, y)$p.value) } cat("outlier:", ol, "\n") print(colSums(results<0.05)/n.trials) } } cat("Correlation test") for (n.rep in 0:3) { cat("----\n# of outliers:", n.rep, "\n") for (ol in outlier) { results <- matrix(NA, nrow=n.trials, ncol=3) for (i in 1:n.trials) { x <- c(rchisq(n.samples, 4), ol+rnorm(n.rep)) y <- c(rchisq(n.samples, 4), ol+rnorm(n.rep)) results[i,] <- c(cor.test(x, y, method="pearson")$p.value, cor.test(log(x), log(y), methodd="pearson")$p.value, cor.test(x, y, method="spearman")$p.value) } cat("outlier:", ol, "\n") print(colSums(results<0.05)/n.trials) } }
2群検定
-
-
- -
-
-
-
- -
-
-
-
- -
-
-
-
- -
-
無相関検定
-
-
- -
-
-
-
- -
-
-
-
- -
-
-
-
- -
-