2015/11/14 WACODE（わこうど） 3rd つぶやきまとめ

Haruka Ozaki (尾崎遼) @yuifu

#wacode 「『主成分分析を用いた教師なし学習による変数選択』を用いたデング出血熱原因遺伝子の推定」（@Yh_Taguchi）

草💦30代障がい者教授(CEO) @n0rr

P値はクソ←nでかくすればいくらでも小さくできる Fold Change←意味不明 #wacode 教師無し学習

Haruka Ozaki (尾崎遼) @yuifu

#wacode 「二群の差」という観点がよくないのではという動機。p値はサンプル増やせば小さくなるし、fold changeは根拠がない

:marimiya @marimiya_clc

田口先生：”p値はサンプル数を増やせば小さくなる、なんでFold changeは２にするの！”　たしかに〜　 #wacode

Haruka Ozaki (尾崎遼) @yuifu

#wacode 遺伝子の方をPCAをすると、２クラスで差のある遺伝子を教師なしに選択できる

siero @siero5335

外れ値を選べばいけそう #wacode

Haruka Ozaki (尾崎遼) @yuifu

#wacode 寄与率の低いPCでも意味があるのはゲノム科学特有かもしれない、と

もじゃもじゃのほう (Koki Tsuyuzaki) @antiplastics

遺伝子側のPCAをしているのか #wacode

:marimiya @marimiya_clc

４クラスのデータが２クラスだったり <- これはある　#wacode

草💦30代障がい者教授(CEO) @n0rr

「クラス間に偏りがあると上手く働かないのでは」 #wacode どういうことだってばよ

:marimiya @marimiya_clc

クラス間のサンプル数に差があっても、うまくいく、と。#wacode

もじゃもじゃのほう (Koki Tsuyuzaki) @antiplastics

PC1は真っ平らになる #wacode

:marimiya @marimiya_clc

なるほど、PC1は、変動してない遺伝子群になるからPC2とPC3を見てるのか。#wacode

Haruka Ozaki (尾崎遼) @yuifu

#wacode 「(1).次元圧縮周りでの気付き、(2).次元圧縮vs直接的なモデル化」(仮) (@gggtta)

草💦30代障がい者教授(CEO) @n0rr

「あ、ギター弾きますね」 #wacode

Haruka Ozaki (尾崎遼) @yuifu

#wacode 「来月博士論文提出」

:marimiya @marimiya_clc

おお Sparse coding! #wacode

草💦30代障がい者教授(CEO) @n0rr

Sparse coding Wの直交性の条件はない #wacode

もじゃもじゃのほう (Koki Tsuyuzaki) @antiplastics

Sparse codingは軸の直交性がない、主成分スコアの事前分布はラプラス分布（for スパース性） #wacode

Koichi Ashizaki @ko_ash

松本先生の次元圧縮 #wacode

草💦30代障がい者教授(CEO) @n0rr

演者写真よりしろくね？ #wacode

田口善弘＠発言は私の個人としての見解であり中央大学やその機関の意見を代表するものではありません @Yh_Taguchi

TOPIC modelはＰＣＡとほぼ同じ。知らなかった。　#wacode

Joe Miyamoto@🇯🇵 @joemphilips

自分もそうだけど、パワポだと数式の解像度が低いのが目立ちますね… #wacode

siero @siero5335

教師なし学習は大体PCAっていう話をおさらいするような内容だ #wacode

:marimiya @marimiya_clc

"グラフラプラシアンといえば、Spectral clustering" #wacode