― AUTHOR ―

yan

データ分析の落とし穴「p値ハッキング」とは？機械学習コンペで見落とされがちな統計的問題を解説

https://gri.jp/media/wp/wp-content/uploads/2021/09/logo.svg CO-WRITE ─ AIとデータサイエンス by GRI

個人情報の提供と第三者提供の違いを解説｜委託・共同利用のポイントも

https://gri.jp/media/wp/wp-content/uploads/2021/09/logo.svg CO-WRITE ─ AIとデータサイエンス by GRI

クラウドサービス事業者への個人データの提供（G検定受験者必見）

https://gri.jp/media/wp/wp-content/uploads/2021/09/logo.svg CO-WRITE ─ AIとデータサイエンス by GRI

医療行為は特許の対象外？産業上利用可能性の基本と医療分野での例外を解説

https://gri.jp/media/wp/wp-content/uploads/2021/09/logo.svg CO-WRITE ─ AIとデータサイエンス by GRI

特許出願の「うっかり」を防ぐ。公開後1年以内なら間に合う「新規性喪失の例外」とは

https://gri.jp/media/wp/wp-content/uploads/2021/09/logo.svg CO-WRITE ─ AIとデータサイエンス by GRI

その技術、特許になる？出願前に知るべき「新規性」と「進歩性」の基準

https://gri.jp/media/wp/wp-content/uploads/2021/09/logo.svg CO-WRITE ─ AIとデータサイエンス by GRI

AI TRiSMは何を指しているのか

https://gri.jp/media/wp/wp-content/uploads/2021/09/logo.svg CO-WRITE ─ AIとデータサイエンス by GRI

論文紹介：生成AIがビジネスと社会に与える影響の総評

https://gri.jp/media/wp/wp-content/uploads/2021/09/logo.svg CO-WRITE ─ AIとデータサイエンス by GRI

Casual AI（因果推論AI）の具体的手法の概要

https://gri.jp/media/wp/wp-content/uploads/2021/09/logo.svg CO-WRITE ─ AIとデータサイエンス by GRI

Causal AI（因果推論AI）と予測用AI　何が違う？

https://gri.jp/media/wp/wp-content/uploads/2021/09/logo.svg CO-WRITE ─ AIとデータサイエンス by GRI

CVPR2024で最高精度を達成した複数カメラ間人物追跡の技術特徴

https://gri.jp/media/wp/wp-content/uploads/2021/09/logo.svg CO-WRITE ─ AIとデータサイエンス by GRI

サンプリング定理を実際に応用すると引っかかりやすい

https://gri.jp/media/wp/wp-content/uploads/2021/09/logo.svg CO-WRITE ─ AIとデータサイエンス by GRI

オッズ比の対数と確率値・回帰係数の推定（ロジット分析Part2）

https://gri.jp/media/wp/wp-content/uploads/2021/09/logo.svg CO-WRITE ─ AIとデータサイエンス by GRI

オッズ比の計算と解釈が案外紛らわしい（ロジット分析Part1）

https://gri.jp/media/wp/wp-content/uploads/2021/09/logo.svg CO-WRITE ─ AIとデータサイエンス by GRI

(参考)外国の事業者に個人データの提供

https://gri.jp/media/wp/wp-content/uploads/2021/09/logo.svg CO-WRITE ─ AIとデータサイエンス by GRI

データサイエンティスト検定の攻略法大解説（2024年最新版）

https://gri.jp/media/wp/wp-content/uploads/2021/09/logo.svg CO-WRITE ─ AIとデータサイエンス by GRI

「多段抽出法」と「層化抽出法」、混同しやすいのは私だけ？

https://gri.jp/media/wp/wp-content/uploads/2021/09/logo.svg CO-WRITE ─ AIとデータサイエンス by GRI

最先端の画像セグメンテーションモデル総整理　〜G検定頻出〜（後編）

https://gri.jp/media/wp/wp-content/uploads/2021/09/logo.svg CO-WRITE ─ AIとデータサイエンス by GRI

最先端の画像セグメンテーションモデル総整理　〜G検定頻出〜（前編）

https://gri.jp/media/wp/wp-content/uploads/2021/09/logo.svg CO-WRITE ─ AIとデータサイエンス by GRI

直感的にわかる音声認識における「音韻」と「音素」の違い

https://gri.jp/media/wp/wp-content/uploads/2021/09/logo.svg CO-WRITE ─ AIとデータサイエンス by GRI