Enviar pesquisa
Carregar
Kyoto.pm #5
•
0 gostou
•
1,191 visualizações
Shunsuke Kozawa
Seguir
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 9
Baixar agora
Baixar para ler offline
Recomendados
Topical keyphrase extraction from twitter
Topical keyphrase extraction from twitter
Shunsuke Kozawa
Joint inference of named entity recognition and normalization for tweets
Joint inference of named entity recognition and normalization for tweets
Shunsuke Kozawa
はてなブックマークのシステムについて
はてなブックマークのシステムについて
Naoya Ito
はてなブックマークのトピックページの裏側 in YAPC::Asia Tokyo 2015
はてなブックマークのトピックページの裏側 in YAPC::Asia Tokyo 2015
Shunsuke Kozawa
『BrandSafe はてな』のアドベリフィケーションのしくみ
『BrandSafe はてな』のアドベリフィケーションのしくみ
Lintaro Ina
サイト/ブログから本文抽出する方法
サイト/ブログから本文抽出する方法
Takuro Sasaki
はてなブックマークに基づく関連記事レコメンドエンジンの開発
はてなブックマークに基づく関連記事レコメンドエンジンの開発
Shunsuke Kozawa
Rによる特徴抽出 第48回R勉強会@東京(#TokyoR)
Rによる特徴抽出 第48回R勉強会@東京(#TokyoR)
Keiku322
Recomendados
Topical keyphrase extraction from twitter
Topical keyphrase extraction from twitter
Shunsuke Kozawa
Joint inference of named entity recognition and normalization for tweets
Joint inference of named entity recognition and normalization for tweets
Shunsuke Kozawa
はてなブックマークのシステムについて
はてなブックマークのシステムについて
Naoya Ito
はてなブックマークのトピックページの裏側 in YAPC::Asia Tokyo 2015
はてなブックマークのトピックページの裏側 in YAPC::Asia Tokyo 2015
Shunsuke Kozawa
『BrandSafe はてな』のアドベリフィケーションのしくみ
『BrandSafe はてな』のアドベリフィケーションのしくみ
Lintaro Ina
サイト/ブログから本文抽出する方法
サイト/ブログから本文抽出する方法
Takuro Sasaki
はてなブックマークに基づく関連記事レコメンドエンジンの開発
はてなブックマークに基づく関連記事レコメンドエンジンの開発
Shunsuke Kozawa
Rによる特徴抽出 第48回R勉強会@東京(#TokyoR)
Rによる特徴抽出 第48回R勉強会@東京(#TokyoR)
Keiku322
Gunosyにおけるパーソナライズシステム
Gunosyにおけるパーソナライズシステム
Shunsuke Kozawa
Gunosyにおける仮説検証とABテスト
Gunosyにおける仮説検証とABテスト
Shunsuke Kozawa
Elasticsearch in hatena bookmark
Elasticsearch in hatena bookmark
Shunsuke Kozawa
Elasticsearchを用いたはてなブックマークのトピック生成
Elasticsearchを用いたはてなブックマークのトピック生成
Shunsuke Kozawa
はてなブックマークの新機能における自然言語処理の活用
はてなブックマークの新機能における自然言語処理の活用
Shunsuke Kozawa
Heady news headline abstraction through event pattern clustering
Heady news headline abstraction through event pattern clustering
Shunsuke Kozawa
Active learning with efficient feature weighting methods for improving data q...
Active learning with efficient feature weighting methods for improving data q...
Shunsuke Kozawa
Mais conteúdo relacionado
Mais de Shunsuke Kozawa
Gunosyにおけるパーソナライズシステム
Gunosyにおけるパーソナライズシステム
Shunsuke Kozawa
Gunosyにおける仮説検証とABテスト
Gunosyにおける仮説検証とABテスト
Shunsuke Kozawa
Elasticsearch in hatena bookmark
Elasticsearch in hatena bookmark
Shunsuke Kozawa
Elasticsearchを用いたはてなブックマークのトピック生成
Elasticsearchを用いたはてなブックマークのトピック生成
Shunsuke Kozawa
はてなブックマークの新機能における自然言語処理の活用
はてなブックマークの新機能における自然言語処理の活用
Shunsuke Kozawa
Heady news headline abstraction through event pattern clustering
Heady news headline abstraction through event pattern clustering
Shunsuke Kozawa
Active learning with efficient feature weighting methods for improving data q...
Active learning with efficient feature weighting methods for improving data q...
Shunsuke Kozawa
Mais de Shunsuke Kozawa
(7)
Gunosyにおけるパーソナライズシステム
Gunosyにおけるパーソナライズシステム
Gunosyにおける仮説検証とABテスト
Gunosyにおける仮説検証とABテスト
Elasticsearch in hatena bookmark
Elasticsearch in hatena bookmark
Elasticsearchを用いたはてなブックマークのトピック生成
Elasticsearchを用いたはてなブックマークのトピック生成
はてなブックマークの新機能における自然言語処理の活用
はてなブックマークの新機能における自然言語処理の活用
Heady news headline abstraction through event pattern clustering
Heady news headline abstraction through event pattern clustering
Active learning with efficient feature weighting methods for improving data q...
Active learning with efficient feature weighting methods for improving data q...
Kyoto.pm #5
1.
Perlで有意差検定 id:skozawa
2.
自己紹介 i id: skozawa はてな ●
アプリケーションエンジニア
3.
会員登録 会員登録 (無料) 300/1000
(30%) 350/1000 (35%) ABテストしてますか? 5%あがった!!
4.
28% 30% 32% 有意差検定 ABテストの結果が偶然じゃないことを調べる 区間推定 ●
各テストの確率の誤差を考慮 33% 35% 37% 有意 27% 30% 33% 32% 35% 38% 有意でない
5.
有意差検定 有意差検定できるサイト ● http://web-analytics-or-die.org/abtest/#!/1000-300- 1000-350/
6.
結果の信頼性 有意差検定できるサイト ● http://web-analytics-or-die.org/abtest/#!/1000-300- 1000-350/ WebアプリのABテストで95%の信頼性は必要か ● 90%くらいでもいいかもしれない
7.
Perlで有意差検定 区間推定 ● Statistics::PointEstimation x2 検定 ● Statistics::ChisqIndep
8.
区間推定(Statistics::PointEstimation) my $data =
[350, 1000]; my $mean = $data->[0] / $data->[1]; my $variance = $mean * ( 1 - $mean ); my $stats = Statistics::PointEstimation::Sufficient->new; $stats->set_significance(90); $stats->load_data($data->[1], $mean, $variance); printf("%2.4f%%n", $stats->lower_clm * 100); # 32.0402% printf("%2.4f%%n", $stats->mean * 100); # 35.0000% printf("%2.4f%%n", $stats->upeer_clm * 100); # 37.9598%
9.
まとめ Perlで有意差検定 Statistics::PointEstimation
Baixar agora