Soumettre la recherche
Mettre en ligne
競馬の格言を地方競馬で検証してみた
•
1 j'aime
•
1,808 vues
x1 ichi
Suivre
地方競馬のデータを使って「競馬の格言」が本当かどうか検証してみました。 このプレゼンテーションはTableauのストーリーを使って作成しています。
Lire moins
Lire la suite
Divertissement et humour
Signaler
Partager
Signaler
Partager
1 sur 18
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
あなたのScalaを爆速にする７つの方法(日本語版)
あなたのScalaを爆速にする７つの方法(日本語版)
x1 ichi
女性エンジニアの１週間
女性エンジニアの１週間
x1 ichi
あなたのScalaを爆速にする７つの方法
あなたのScalaを爆速にする７つの方法
x1 ichi
広告配信現場で使うSpark機械学習
広告配信現場で使うSpark機械学習
x1 ichi
本当にあったApache Spark障害の話
本当にあったApache Spark障害の話
x1 ichi
Sparkを用いたビッグデータ解析 〜 前編 〜
Sparkを用いたビッグデータ解析 〜 前編 〜
x1 ichi
解説: a semantic approach to recommending text advertisements for images
解説: a semantic approach to recommending text advertisements for images
x1 ichi
MillWheel Fault-Tolerant Stream Processing at Internet Scaleの意訳
MillWheel Fault-Tolerant Stream Processing at Internet Scaleの意訳
x1 ichi
Recommandé
あなたのScalaを爆速にする７つの方法(日本語版)
あなたのScalaを爆速にする７つの方法(日本語版)
x1 ichi
女性エンジニアの１週間
女性エンジニアの１週間
x1 ichi
あなたのScalaを爆速にする７つの方法
あなたのScalaを爆速にする７つの方法
x1 ichi
広告配信現場で使うSpark機械学習
広告配信現場で使うSpark機械学習
x1 ichi
本当にあったApache Spark障害の話
本当にあったApache Spark障害の話
x1 ichi
Sparkを用いたビッグデータ解析 〜 前編 〜
Sparkを用いたビッグデータ解析 〜 前編 〜
x1 ichi
解説: a semantic approach to recommending text advertisements for images
解説: a semantic approach to recommending text advertisements for images
x1 ichi
MillWheel Fault-Tolerant Stream Processing at Internet Scaleの意訳
MillWheel Fault-Tolerant Stream Processing at Internet Scaleの意訳
x1 ichi
ウマナリティクス＃２資料『PAI競馬予測が1番人気に挑む！』
ウマナリティクス＃２資料『PAI競馬予測が1番人気に挑む！』
predictori
DSIRNLP#1 ランキング学習ことはじめ
DSIRNLP#1 ランキング学習ことはじめ
sleepy_yoshi
「競馬BINGO」KEIBA Hackathon @Rakuten
「競馬BINGO」KEIBA Hackathon @Rakuten
Takehiro Iwasaka
リアルタイム処理エンジン Gearpumpの紹介
リアルタイム処理エンジン Gearpumpの紹介
Sotaro Kimura
競馬の統計学(1)
競馬の統計学(1)
chjava
感情分析で株価を予測して おこづかい稼ぎ 日経版
感情分析で株価を予測して おこづかい稼ぎ 日経版
saito_hirokazu
32bit Windowsで頑張るRandom Forest
32bit Windowsで頑張るRandom Forest
fqz7c3
ロジスティック回帰分析を扱った予測モデル作成研究事例の要約
ロジスティック回帰分析を扱った予測モデル作成研究事例の要約
Michimasa Haga
ロジスティック回帰分析の入門 -予測モデル構築-
ロジスティック回帰分析の入門 -予測モデル構築-
Koichiro Gibo
How Scala code is expressed in the JVM
How Scala code is expressed in the JVM
Koichi Sakata
ScalaMatsuri 2016
ScalaMatsuri 2016
Yoshitaka Fujii
Scala Refactoring for Fun and Profit (Japanese subtitles)
Scala Refactoring for Fun and Profit (Japanese subtitles)
Tomer Gabel
Contributing to Scala OSS from East Asia #ScalaMatsuri
Contributing to Scala OSS from East Asia #ScalaMatsuri
Kazuhiro Sera
バッチを Akka Streams で再実装したら100倍速くなった話 #ScalaMatsuri
バッチを Akka Streams で再実装したら100倍速くなった話 #ScalaMatsuri
Kazuki Negoro
Dynamic filter networks
Dynamic filter networks
Tatsuya Shirakawa
Why Reactive Matters #ScalaMatsuri
Why Reactive Matters #ScalaMatsuri
Yuta Okamoto
Zen of Akka
Zen of Akka
Konrad Malawski
TechFeedのつくりかた - Angular2/Webpack/Ionic2/Cordova実践入門
TechFeedのつくりかた - Angular2/Webpack/Ionic2/Cordova実践入門
Shumpei Shiraishi
ロジスティック回帰の考え方・使い方 - TokyoR #33
ロジスティック回帰の考え方・使い方 - TokyoR #33
horihorio
ロジスティック回帰分析の書き方
ロジスティック回帰分析の書き方
Sayuri Shimizu
Contenu connexe
En vedette
ウマナリティクス＃２資料『PAI競馬予測が1番人気に挑む！』
ウマナリティクス＃２資料『PAI競馬予測が1番人気に挑む！』
predictori
DSIRNLP#1 ランキング学習ことはじめ
DSIRNLP#1 ランキング学習ことはじめ
sleepy_yoshi
「競馬BINGO」KEIBA Hackathon @Rakuten
「競馬BINGO」KEIBA Hackathon @Rakuten
Takehiro Iwasaka
リアルタイム処理エンジン Gearpumpの紹介
リアルタイム処理エンジン Gearpumpの紹介
Sotaro Kimura
競馬の統計学(1)
競馬の統計学(1)
chjava
感情分析で株価を予測して おこづかい稼ぎ 日経版
感情分析で株価を予測して おこづかい稼ぎ 日経版
saito_hirokazu
32bit Windowsで頑張るRandom Forest
32bit Windowsで頑張るRandom Forest
fqz7c3
ロジスティック回帰分析を扱った予測モデル作成研究事例の要約
ロジスティック回帰分析を扱った予測モデル作成研究事例の要約
Michimasa Haga
ロジスティック回帰分析の入門 -予測モデル構築-
ロジスティック回帰分析の入門 -予測モデル構築-
Koichiro Gibo
How Scala code is expressed in the JVM
How Scala code is expressed in the JVM
Koichi Sakata
ScalaMatsuri 2016
ScalaMatsuri 2016
Yoshitaka Fujii
Scala Refactoring for Fun and Profit (Japanese subtitles)
Scala Refactoring for Fun and Profit (Japanese subtitles)
Tomer Gabel
Contributing to Scala OSS from East Asia #ScalaMatsuri
Contributing to Scala OSS from East Asia #ScalaMatsuri
Kazuhiro Sera
バッチを Akka Streams で再実装したら100倍速くなった話 #ScalaMatsuri
バッチを Akka Streams で再実装したら100倍速くなった話 #ScalaMatsuri
Kazuki Negoro
Dynamic filter networks
Dynamic filter networks
Tatsuya Shirakawa
Why Reactive Matters #ScalaMatsuri
Why Reactive Matters #ScalaMatsuri
Yuta Okamoto
Zen of Akka
Zen of Akka
Konrad Malawski
TechFeedのつくりかた - Angular2/Webpack/Ionic2/Cordova実践入門
TechFeedのつくりかた - Angular2/Webpack/Ionic2/Cordova実践入門
Shumpei Shiraishi
ロジスティック回帰の考え方・使い方 - TokyoR #33
ロジスティック回帰の考え方・使い方 - TokyoR #33
horihorio
ロジスティック回帰分析の書き方
ロジスティック回帰分析の書き方
Sayuri Shimizu
En vedette
(20)
ウマナリティクス＃２資料『PAI競馬予測が1番人気に挑む！』
ウマナリティクス＃２資料『PAI競馬予測が1番人気に挑む！』
DSIRNLP#1 ランキング学習ことはじめ
DSIRNLP#1 ランキング学習ことはじめ
「競馬BINGO」KEIBA Hackathon @Rakuten
「競馬BINGO」KEIBA Hackathon @Rakuten
リアルタイム処理エンジン Gearpumpの紹介
リアルタイム処理エンジン Gearpumpの紹介
競馬の統計学(1)
競馬の統計学(1)
感情分析で株価を予測して おこづかい稼ぎ 日経版
感情分析で株価を予測して おこづかい稼ぎ 日経版
32bit Windowsで頑張るRandom Forest
32bit Windowsで頑張るRandom Forest
ロジスティック回帰分析を扱った予測モデル作成研究事例の要約
ロジスティック回帰分析を扱った予測モデル作成研究事例の要約
ロジスティック回帰分析の入門 -予測モデル構築-
ロジスティック回帰分析の入門 -予測モデル構築-
How Scala code is expressed in the JVM
How Scala code is expressed in the JVM
ScalaMatsuri 2016
ScalaMatsuri 2016
Scala Refactoring for Fun and Profit (Japanese subtitles)
Scala Refactoring for Fun and Profit (Japanese subtitles)
Contributing to Scala OSS from East Asia #ScalaMatsuri
Contributing to Scala OSS from East Asia #ScalaMatsuri
バッチを Akka Streams で再実装したら100倍速くなった話 #ScalaMatsuri
バッチを Akka Streams で再実装したら100倍速くなった話 #ScalaMatsuri
Dynamic filter networks
Dynamic filter networks
Why Reactive Matters #ScalaMatsuri
Why Reactive Matters #ScalaMatsuri
Zen of Akka
Zen of Akka
TechFeedのつくりかた - Angular2/Webpack/Ionic2/Cordova実践入門
TechFeedのつくりかた - Angular2/Webpack/Ionic2/Cordova実践入門
ロジスティック回帰の考え方・使い方 - TokyoR #33
ロジスティック回帰の考え方・使い方 - TokyoR #33
ロジスティック回帰分析の書き方
ロジスティック回帰分析の書き方
Télécharger maintenant
