当ブログではここまで、チョコボールのエンゼルはランダムに出てくると仮定して出現確率を推論してきた。でも、ほんとにランダムに現れるのだろうか?と言うことで確認してみた（結果は、ランダムとは言えなさそう）

以前の記事でチョコボールの銀のエンゼル出現確率を時系列データのモデリングとして推論してみたのですが、前回のモデルは状態の依存関係が無いモデルになっていたので、今回はこの部分を改良してみました。 モデル改良の結果、ばらつきが少なく、直感にも合…

チョコボール画像を入力して、チョコボールの個数を自動計測するためのアプリを作りました。Faster R-CNNを使って、チョコボールを認識する深層学習モデルを学習しました。 たった26枚の画像で学習したんですが、評価データの検出誤差は0でした。

チョコボールの銀のエンゼル出現確率を時系列データとして扱い、状態空間モデルを使って推論してみました。 状態空間モデルの推論はパーティクルフィルタを利用し、潜在変数の確率モデルとしてノンパラメトリックに推定した密度関数を利用してみました。 結…

当ブログでは2017年11月から不定期にチョコボールの計測結果をブログ記事として公開してきました。この計測データをもっと簡単に見られるようにしたい！ということでデータビューワーを作りました。

ふと思い立ってこれまでに撮り溜めていたチョコボール画像を並べた動画を作ってみた。ピーナッツ味514箱分。

どうもこんにちは、チョコボール統計研究所です。 今回は、正味重量の分布を眺めてみたら、ちょっと気になることが出てきたのでデータを分析してみたという内容の記事です。 気になることと言うのは、賞味期限が2020年の商品から重量が低下しているように見…

計測記事が200回を迎えました。200回を記念してこれまでに計測してきたチョコボールの集計をしてみます。

これまで本ブログでは、金のエンゼルと銀のエンゼルの出現確率の推定を日々行っています。しかしこれまでは金と銀のエンゼルを独立に推定してきました。そこで本記事では、多項分布を利用して金と銀のエンゼルを合わせて推定するモデルを構築します。

【概要】 3/30に開催のChainer Meetupに参加してきました ただ参加するだけではつまらないので、LTしてきました 本記事ではLTの概要と資料をまとめます 【目次】 はじめに 資料 LT概要 データと分析アプローチ データ収集効率化の取り組み 実験に利用したデ…

3/16に実施のセミナーの資料と資料に書ききれなかったことなどを補足します。 本セミナーでは、統計モデリングの具体的事例としてチョコボールの正味重量（中身だけの重さ）を最尤推定とベイズ推定により推定します。点推定と分布推定の違いについてハンズオ…

あの人は運が良いよね」とか「俺は運が悪い」っていうセリフ、聞いたり言ったりすることよくありますよね？ 銀のエンゼルの出現確率が、チョコボールの購入者によって差異が出るのかを調査することで、運の良さを定量的に評価してみようと思います。 結果は…

2/9実施のセミナーの資料と資料に書ききれなかったことなどを補足。 本セミナーでは、統計モデリングの具体的事例としてチョコボールのエンゼル出現確率を最尤推定とベイズ推定により推定。点推定と分布推定の違いについてハンズオンで体験。

これまでの調査から、チョコボールの重量は表示の値よりも1.5g程度多いことがわかっています。 しかし、最近発売の季節限定のチョコボールの重量の平均値をベイズ推定して予測したところ、傾向が明らかに異なることがわかりました。 森永さんどうしたんでし…

統計をとるためには多数のデータが必要です。 でも、チョコボールの計測は意外と時間を使うしメンドイ。 ということで、個数を自動で計測するwebサービスを作った

概要 グアムでチョコボールを発見! 日本で売られているチョコボールと傾向に差異があるのかを調べてみた 結論としては、内容量の傾向に差があるようだ。製造工場の違いか? 【トップに戻る】 目次 概要 目次 はじめに 基礎データ 内容量の傾向の差異検証 アプ…

第82回目の計測です。 今回でピーナツ味は241箱目の開封。 おまけで、次に開封したチョコボールにエンゼルが入っている確率を計算してみました。ランダムを楽しもう！

いくら投資すればおもちゃのカンヅメがもらえるのか知りたいですよね？ この記事では、チョコボールを何個買ったらエンゼルが当たるのかを計算してみます。 結果は、85個買えば銀のエンゼルが5個当たる確率が50%を超えます。85箱買うのだ！

概要 はじめに 勉強会 勉強会資料 参考資料 概要 ブログのPVが伸びない そうだLTしよう！ ということでLTしてきた 【トップに戻る】 はじめに 先日、LTというものを人生初めてやってきました。 プレゼンテーション自体は何度も経験あるんですが、LTという形…

当ブログではこれまで、チョコボールを手動で計測してきた。 しかし、毎回チョコボールの数を数えるのがめんどくさい。 そこで、画像から自動でカウントさせよう（チョコボールに特化した一般物体認識のモデルを使ってカウント）。 具体的には、Faster R-CNN…

エンゼル獲得の攻略情報をGoogleで検索すると、「パッケージの印刷のズレで識別できる」という複数の情報が見つかります。 それなら画像識別モデルで検証してみようということで、予測モデル構築のための、前処理を作ってみました。 予測モデルの構築はもう…

一箱に入っているチョコボールの個数に差異が現れて来るのかを調べてみました。手法は、ベイズ推定を用いて変化点の検出を試行しました。結果は、2017年12月中旬頃から個数が1~2個減り、チョコボールの粒の平均重量が約0.2g（11%）重くなっていることがわか…

チョコボールの購入者毎にエンゼルの出現確率の分布を予測して、運の強さを見ていきます。

金のエンゼル出現記念。 ７８個目の開封で金のエンゼルが出たのですが、７８個目でエンゼルが出現する確率はいくら位なのかなという確率を推定します。

チョコボールといえばエンゼル。 エンゼルがどのくらいの確率で入っているのか？というのは全国のチョコボールファンが常に気になることです。 前回は、金のエンゼルの出現確率を予測してみましたが、今回は銀のエンゼルの出現確率を最尤推定とベイズ推定を…

前回、チョコボールの「金のエンゼル」の出現確率を、ベイズ推定（MCMCでの近似計算）により予測してみました。 今回はこの投稿の続きで、予測分布の推移を可視化してやろうと思います。1本の記事としてはネタが軽いですがあしからず。

チョコボールといえばエンゼル。 エンゼルがどのくらいの確率で入っているのか？というのは全国のチョコボールファンが常に気になることです。 今回は、ついにこの永遠の謎にベイズ推定を武器に取り組んでみます。

チョコボールの重量分布を分析してみます。今回は、ベイズ推定による重量分布のパラメータ予測を実験します。 以前の記事では最尤推定による重量分布の予測を行いましたが、最尤推定には課題がありました。 最尤推定は点推定であるため、推定した値がどのく…

そこそこデータも集まってきたので、ぼちぼち分析をはじめていきたいと思います。 今回は、正味重量（チョコボールの中身の重量）の分布がどのような分布なのかを予測します。 最尤推定とベイズ推定で計算しようと思いましたが、長くなってしまったので本記…