• 検索結果がありません。

iの値は1です

1. if~ 1.1. 確認を促す まずは簡単な分岐プログラムを作ってみましょう 以下はそのフローチャートです 開始 charc よろしいですか? (y/n) 変数 c の値が 'y' と等しいかどうか c c='y' Yes よろしいですね No 終了 1: 2: 3: 4: 5: 6: 7: 8

1. if~ 1.1. 確認を促す まずは簡単な分岐プログラムを作ってみましょう 以下はそのフローチャートです 開始 charc よろしいですか? (y/n) 変数 c の値が 'y' と等しいかどうか c c='y' Yes よろしいですね No 終了 1: 2: 3: 4: 5: 6: 7: 8

... ここでいう条件式と数学的・論理的なことがらを表現する式で、if2.cpp 10 行目にある「c == 'y'」「変数 c 'y'と等しい」という意味になります。 数学的に「c = 'y'」ですが、=代入演算子で使用しているため C 言語で 「==」を使います。 ...

17

2 / 10 ダイワ アメリカン リート クワトロ インカム ファンドの運用状況 クレディ スイスの提供するデータ等を基に大和投資信託が作成したものです リートポートフォリオ特性値 組入銘柄 銘柄数 1 銘柄名 配当利回り ( 課税前 ) 4.1% iシェアーズ米国不動産 ETF 配当利回りは 課税

2 / 10 ダイワ アメリカン リート クワトロ インカム ファンドの運用状況 クレディ スイスの提供するデータ等を基に大和投資信託が作成したものです リートポートフォリオ特性値 組入銘柄 銘柄数 1 銘柄名 配当利回り ( 課税前 ) 4.1% iシェアーズ米国不動産 ETF 配当利回りは 課税

... 第31期 第29期 ■当資料、ファンド状況や関連する情報等をお知らせするために大和投資信託により作成されたものです。当ファンド、値動きある有価証券等に投資しますので、基準価 ...

10

サンプルの 実 行 結 果 (F1を 押 した 場 合 ) Keyboard イベントのプロパティ shiftkey, ctrlkey, altkey はそれぞれ true でキーが 押 されている 状 態 を 表 します 尚 charcode の 値 は 英 語 キーボードの 値 です 例 えば

サンプルの 実 行 結 果 (F1を 押 した 場 合 ) Keyboard イベントのプロパティ shiftkey, ctrlkey, altkey はそれぞれ true でキーが 押 されている 状 態 を 表 します 尚 charcode の 値 は 英 語 キーボードの 値 です 例 えば

... サンプル) Canvas 内にある Image 上マウスクリックされたオブジェクトを消去する例 (Canvas にイベントを設定して、その上にある Object を処理する) --- MXML Canvas と Image を定義 <mx:Canvas id=" mainCanvas " x=" 120 " y=" 47 " width=" 466 ...

6

[1] パスワード ( 初期値 ) パスワード ( 初期値 ) は [1234] です メニューとネットワーク設定で使用します [2] 録画設定 5 チャンネルごとに解像度 画質 フレームレートの設定ができます 1 チャンネル : 全チャンネル (All Ch) または個別チャンネルを選択できます

[1] パスワード ( 初期値 ) パスワード ( 初期値 ) は [1234] です メニューとネットワーク設定で使用します [2] 録画設定 5 チャンネルごとに解像度 画質 フレームレートの設定ができます 1 チャンネル : 全チャンネル (All Ch) または個別チャンネルを選択できます

... この「安全上ご注意」、製品を安全に正しく使用いただき、お客様へ危害や財産へ損害を未然に防止する ために絵表示を使用しています。なお本機、事件や事故を未然に防ぐものでありませんのでご理解願います。 Full HD Hybrid MINI DVR ...

8

切片 ( 定数項 ) ダミー 以下の単回帰モデルを考えよう これは賃金と就業年数の関係を分析している : ( 賃金関数 ) ここで Y i = α + β X i + u i, i =1,, n, u i ~ i.i.d. N(0, σ 2 ) Y i : 賃金の対数値, X i : 就業年数. (

切片 ( 定数項 ) ダミー 以下の単回帰モデルを考えよう これは賃金と就業年数の関係を分析している : ( 賃金関数 ) ここで Y i = α + β X i + u i, i =1,, n, u i ~ i.i.d. N(0, σ 2 ) Y i : 賃金の対数値, X i : 就業年数. (

... ダミー変数  相互作用効果 これら 4 つ未知パラメーター α, α M , α W , α WM 最小 二乗法で推定する事ができ、通常通り t 検定や F 検定 を行う事ができる。帰無仮説として例えば, ...

26

1 Edward Waring Lagrange n {(x i, y i )} n i=1 x i p i p i (x j ) = δ ij P (x) = p i p i (x) = n y i p i (x) (1) i=1 n j=1 j i x x j x i x j (2) Runge

1 Edward Waring Lagrange n {(x i, y i )} n i=1 x i p i p i (x j ) = δ ij P (x) = p i p i (x) = n y i p i (x) (1) i=1 n j=1 j i x x j x i x j (2) Runge

... [証明] i 行 j 列成分が b ij = B j k −k−1 (x i ) であるような行列 B を考えれば、定理 B 可逆性と対角成分 がすべて 0 でないこととが同値であることを主張している。 ある成分 b ij が 0 とすると x i ∈ (ξ / j −k−1 , ξ j ) である。 x i ≤ ξ j ...

12

8 / 0 1 i++ i 1 i-- i C !!! C 2

8 / 0 1 i++ i 1 i-- i C !!! C 2

... 練習 1] 整数型変数として,グローバル変数 i ,ローカル自動変数 j ,ローカル静的変数 k ...を宣言して,それに格納されているを調べよ.(ヒント:p.91 プログラム) 5.2 変数初期化 ...

15

なるとき, 両者の中間の (k+i)/ 番目交通量を最頻値とした. 今回,i の値には を用いた. 尖度, 歪度の補足説明をする. 尖度は, 確率密度関数の尖り具合, 裾の重み具合を調べる統計学の指標であり, 正規分布のものは, 正規分布より裾に重みが生じる分布 ( とがっている分布 ) では, 尖

なるとき, 両者の中間の (k+i)/ 番目交通量を最頻値とした. 今回,i の値には を用いた. 尖度, 歪度の補足説明をする. 尖度は, 確率密度関数の尖り具合, 裾の重み具合を調べる統計学の指標であり, 正規分布のものは, 正規分布より裾に重みが生じる分布 ( とがっている分布 ) では, 尖

... これらについて,それぞれ時間ごとに全地点分布を 示し検証を図った.尖度,平日・土曜・日曜祝日違 いによって,時間帯違いによって,多少誤差が存在 するが,おおよそ図 1 ような形ヒストグラムが多く 確認できた.図 1 場合,分布頂上が約 0.5 であ ...

6

ッシSTROKE BUSH 回転と往復運動の許容値 回転と往復運動を同時に行う時の速度許容値は 次 の値については 潤滑方式により次の値となります B ストロークブッシュは直線運動に加え 回転運動ができ コンパクトで かつ大きな荷重に耐えることが可能です 耐摩耗性のいい保持器は軽合金で作られており

ッシSTROKE BUSH 回転と往復運動の許容値 回転と往復運動を同時に行う時の速度許容値は 次 の値については 潤滑方式により次の値となります B ストロークブッシュは直線運動に加え 回転運動ができ コンパクトで かつ大きな荷重に耐えることが可能です 耐摩耗性のいい保持器は軽合金で作られており

... SLIDE ROTARY BUSH スライドロータリーブッシュ スライドロータリーブッシュ SRE形シリーズ NBスライドロータリーブッシュ SRE形シリーズ直線・回転という複合的運 動機能が制約なく得られる構造となっており、直線運動用軸受と回転用軸受を 併用する従来方法に比較して大幅なコンパクト化が可能です。サイズφ6 〜 ...

14

コンピュータ基礎実習 ( 上級 ) 第 13 週の例では  タグが対象であることを意味します セレクタを変えることで見栄えを様々な対象に設定できます プロパティ (property) は設定する見栄え ( スタイル ) の種類のことです 値はプロパティに対する具体的な設定値です この例では文

コンピュータ基礎実習 ( 上級 ) 第 13 週の例では <h1> タグが対象であることを意味します セレクタを変えることで見栄えを様々な対象に設定できます プロパティ (property) は設定する見栄え ( スタイル ) の種類のことです 値はプロパティに対する具体的な設定値です この例では文

... /*から*/で囲んだ範囲コメントとなり、CSS 解釈として無視されます。一時的に CSS を無効にしたり、CSS ソ ース内にメモを残したりする際に便利です。なお /* /* */ */ ように二重に使うことできません。 p { color:blue; ...

6

.3 ˆβ1 = S, S ˆβ0 = ȳ ˆβ1 S = (β0 + β1i i) β0 β1 S = (i β0 β1i) = 0 β0 S = (i β0 β1i)i = 0 β1 β0, β1 ȳ β0 β1 = 0, (i ȳ β1(i ))i = 0 {(i ȳ)(i ) β1(i ))

.3 ˆβ1 = S, S ˆβ0 = ȳ ˆβ1 S = (β0 + β1i i) β0 β1 S = (i β0 β1i) = 0 β0 S = (i β0 β1i)i = 0 β1 β0, β1 ȳ β0 β1 = 0, (i ȳ β1(i ))i = 0 {(i ȳ)(i ) β1(i ))

... β 1 xi と残差 e i = y i − ˆy i を計算する. 3. e 1 , ...∗ 1 , . . . , e ∗ n を 生成する.そして,y i ブートストラップ標本を,y ∗ i = ˆ yi + e ∗ i で定義する. ...

7

Sae x Sae x 1: 1. {x (i) 0 0 }N i=1 (x (i) 0 0 p(x 0) ) 2. = 1,, T a d (a) i (i = 1,, N) I, II I. v (i) II. x (i) 1 = f (x (i) 1 1, v(i) (b) i (i = 1,

Sae x Sae x 1: 1. {x (i) 0 0 }N i=1 (x (i) 0 0 p(x 0) ) 2. = 1,, T a d (a) i (i = 1,, N) I, II I. v (i) II. x (i) 1 = f (x (i) 1 1, v(i) (b) i (i = 1,

... (i) ,各粒子尤度から計算される.ガウス分布を仮定した場合などに,まず 対数尤度を求めたうえで尤度を計算することが多いが,データが高次元問題で対数 尤度絶対が大きな負数になるため,コンピュータで尤度を計算しようとしたとき ...

27

v 1 v 2 e g ˆ Š Œ Ž p š ~ m n u { i 1, i 2, i 3, i 4 } { i 1, i 5 } v 1 v 2 v 3 v 4 v 5 v 6 { i 1, i 2, i 4 } { i 1, i 2, i 3, i 5 } { i 1, i 3, i 4 }

v 1 v 2 e g ˆ Š Œ Ž p š ~ m n u { i 1, i 2, i 3, i 4 } { i 1, i 5 } v 1 v 2 v 3 v 4 v 5 v 6 { i 1, i 2, i 4 } { i 1, i 2, i 3, i 5 } { i 1, i 3, i 4 }

... アイテムセットを利用したマイニングで,頻出するアイテ ムセットを抽出する Apriori アルゴリズム [12] や, FP-tree を 用いた手法 [13] が考えられている.しかし,これら手法に よって抽出された頻出するアイテムセットを持つノードがグラ フ上で離れてしまうことが起こりうるため,グラフとアイ ...

5

*3 i 9 (1,) i (i,) (1,) 9 (i,) i i 2 1 ( 1, ) (1,) 18 2 i, 2 i i r 3r + 4i 1 i 1 i *4 1 i 9 i 1 1 i i 3 9 +

*3 i 9 (1,) i (i,) (1,) 9 (i,) i i 2 1 ( 1, ) (1,) 18 2 i, 2 i i r 3r + 4i 1 i 1 i *4 1 i 9 i 1 1 i i 3 9 +

... 「様々な をとりうる NANIKA 」を「 n 回操作」してできる結果全体を「 n 次元 NANIKA 空間」という。実数を 3 回掛けてできる結果全体 、 「 3 次元実数空間」だし、何か関数を n 回作用してできる解 結果全体、 「 n 次元解空間」だ。なんて格好いい言い方だろう。 ...

12

1. 表 から 値 を 抽 出 する 説 明 1.1. 表 から 値 を 抽 出 するための 関 数 について 説 明 します LOOKUP VLOOKUP HLOOKUP 関 数 は 検 索 値 に 対 応 する 値 を 検 索 値 を 含 む 一 覧 表 から 抽 出 し てくれる 関 数 です

1. 表 から 値 を 抽 出 する 説 明 1.1. 表 から 値 を 抽 出 するための 関 数 について 説 明 します LOOKUP VLOOKUP HLOOKUP 関 数 は 検 索 値 に 対 応 する 値 を 検 索 値 を 含 む 一 覧 表 から 抽 出 し てくれる 関 数 です

... 13. Lookup ウイザードを使用する 13.1. エクセルメニュー「ツール」−「アドイン」で Lookup ウイザードをインストールしておくと INDEX 関数 と MATCH 関数組合せを簡単に使うことができます。 アドイン標準でインストールされませんので OFFICE−CDROM から追加インストールします。 ...

21

データの作成方法のイメージ ( キーワードで結合の場合 ) 地図太郎 キーワードの値は文字列です キーワードの値は重複しないようにします 同じ値にする Excel データ (CSV) 注意キーワードの値は文字列です キーワードの値は重複しないようにします 1 ツールバーの 編集レイヤの選択 から 編

データの作成方法のイメージ ( キーワードで結合の場合 ) 地図太郎 キーワードの値は文字列です キーワードの値は重複しないようにします 同じ値にする Excel データ (CSV) 注意キーワードの値は文字列です キーワードの値は重複しないようにします 1 ツールバーの 編集レイヤの選択 から 編

... 総務省統計局「地図で見る統計(統計 GIS) 」サイトからダウンロードした国勢調査、 事業所・企業統計調査統計データを読み込む場合、小区域(shape)データを 先に、 【他形式を編集レイヤに読み込み】→【国勢調査、事業所・企業統計調査データ】で 読み込みます。その後、 【CSV データ】→【CSV 結合】を選び、統計データを結合します。 ...

21

設計目標値の例 設計時 ( 空間性能 ) 重量床衝撃音 L i,fmax,r,h(1) - ( スラブ素面 ) 軽量床衝撃音 L i, r,l - 45 竣工時 ( 空間性能 ) 重量床衝撃音 L i,fmax,r,h(1) - 55~ 軽量床衝撃音 L i, r,l 45~ 部材性能直張り床 ΔL

設計目標値の例 設計時 ( 空間性能 ) 重量床衝撃音 L i,fmax,r,h(1) - ( スラブ素面 ) 軽量床衝撃音 L i, r,l - 45 竣工時 ( 空間性能 ) 重量床衝撃音 L i,fmax,r,h(1) - 55~ 軽量床衝撃音 L i, r,l 45~ 部材性能直張り床 ΔL

... 側路伝搬音による性能低下 二重天井影響 二重天井ボードと天井懐空気層によって共振系が形成され るので,共振周波数付近周波数帯域において床衝撃音がスラ ブ素面時に比べて増幅され,床衝撃音遮断性能が低下する場合 がある。 ...

24

y i OLS [0, 1] OLS x i = (1, x 1,i,, x k,i ) β = (β 0, β 1,, β k ) G ( x i β) 1 G i 1 π i π i P {y i = 1 x i } = G (

y i OLS [0, 1] OLS x i = (1, x 1,i,, x k,i ) β = (β 0, β 1,, β k ) G ( x i β) 1 G i 1 π i π i P {y i = 1 x i } = G (

... y i ∗ < κJ J + 1一定であるが未知パラメーター κ 0 , κ 1 , · · · , κJ を用いることによって、試行結果 ( outcome ) y i ∗ で表現される実数上を J 個区間に分割することで得られる。 yi = ...

25

[4] 1.1. x,y 2 x = n i=0 x i2 i,y = n i=0 y i2 i (x i, y i {0, 1}) x y x y = w i 2 i, (1.1) w i = x i + y i (mod 2) (a) (N -Position)

[4] 1.1. x,y 2 x = n i=0 x i2 i,y = n i=0 y i2 i (x i, y i {0, 1}) x y x y = w i 2 i, (1.1) w i = x i + y i (mod 2) (a) (N -Position)

... (石取りゲーム) 変種であり,板状チョコレートに一箇所だけ苦いチョコレートを配置 し,二人プレイヤが交互に線に沿って垂直もしくは水平方向へ一直線にカットして 2 つに分割し,苦い部分を含ま ない方を食べる.これを繰り返していき,苦い部分だけを相手に残したプレイヤーが勝つ.長方形チョコレートニ ...

15

( Xi X )( A i A ) ACC ( Xi X ) 2 ( Ai A ) 2 X i = x i c i, A i = a i c i, X = 1 A = 1 ( 1 ACC 1) (D.2.6) X i A i (D.2.7) (D.2.8) x i a i c i D.2

( Xi X )( A i A ) ACC ( Xi X ) 2 ( Ai A ) 2 X i = x i c i, A i = a i c i, X = 1 A = 1 ( 1 ACC 1) (D.2.6) X i A i (D.2.7) (D.2.8) x i a i c i D.2

... N 標本数、 x i 予測、 a i 実況である ( 実況客観解析、 初期や観測が利用さ れる こ と が多い)。 ME 予測実況から 偏り 平均で あり ...

6

Show all 10000 documents...

関連した話題