疲れすぎて標準化した変数で検定しちゃったんだが、有意確率が1.000になって地味に感動した

[JA] Methodology: 言語モデルの評価方法における様々な要因（プロンプトのフォーマット、文脈内の例、確率の正規化、タスクの定式化など）を分析し、再現可能な評価方法の標準化を目指す。

定義やフレームワークを作ると、標準化が進む一方でそれに囚われて陳腐なアウトプットが出る確率もまた高くなるのもまた然り

スタートアップの ステージ毎の生存確率と生き残れない主な理由（5/n)シリーズB（生存確率50%) 生存できない理由 ・属人化排除/標準化/仕組み化ができない ・他の経営陣の成長が、CEOの成長に追いつかない ・守りのオペレーション（コーポレート/バック/ミドル）が弱い…

機械学習モデルの予測の論理はブラックボックスになるから、なんでこの予想にしたん？っていうことは答えてくれないので分類の予測結果を標準化することは、モデルの傾向、予測の論理の癖を掴むのには有効だと思うんだよね。けど、予測結果はそのまま確率として考えたほうがいいんだな～勉強になったわ

昨日授業で扱った標準化、あれめっちゃ凄いツールなんですよ。 ざっくり言うと、『数多ある確率分布を標準化することで、期待値が0、分散が1になるように規格化され、様々な解析が容易くなる！』 この例としてもっとも代表的なものが、任意の正規分布の標準化を行った標準正規分布での確率計算です。

返信先:@tarowaxそこまでトヨタが対策して販売すればコストダウンになりませんかね？ 標準化されたセキュリティだと破られる確率も上がっちゃいますか？？

#統計 上の意味での正規分布近似は大雑把には以下の意味。 期待値μと標準偏差σを持つ確率変数Xが従う分布が正規分布で近似されるとは、Xの標準化(X-μ)/σが従う分布が標準正規分布で近似されることである。 標準正規分布に従う確率変数Zと「任意の」関数fに関するE[f((X-μ)/σ)]≈E[f(Z)].

女性のオナラの匂いは好き 男性のオナラの臭いは嫌い どちらか分からない臭いの場合は男と断定し嗅がない選択をして生きてきた つまり確率的に50%の好機を捨ててきた歴史でもある 女性のみに含まれる匂い成分などを自身の鼻のみで特定できる技術やコツを標準化できたら界隈の神に近づけるのになぁ