モデル. 指定フォーマット。A3 横版 1 ページ以上 3 ページ以内。このうち１ページ目は指定フォーマットを使用します。具体的な記述内容は別途記載内容が指示されます。
モデル. 新しいグループを作成する
モデル. フリーフォーマット。 A3 横版 1 枚以上 5 枚以内とします
モデル. ヒント：変更を有効にするためには、Navicat Data Modeler を再起動します。 オブジェクトを強調表示 リレーションも含め強調表示 フィールドタイプを推測
モデル. フィールドタイプを推測 オブジェクトを強調表示 テーブルとそのリレーションを強調表示
モデル. 指定フォーマット。A3 横版でプライマリークラスは 1 ページ以上 5 ページ以内、アドバンストクラスは 1 ページ以上６ページ以内として下さい。このうち１ページ目は指定フォーマットにモデルの要旨を書いたアブストラクトページとします。アブストラクトページについては別途記載内容が指定されます。
モデル. で見たとおり，既存の排他的取引契約の研究において，排他的取引契約は上流企業から下流（流通業者，又は最終消費者）に申込まれている。一方，Oki and Yanagawa (2011b) では，既存小売企業が生産者に対して排他的取引契約を提示するモデルが提示された。このとき，生産者から流通業者に契約を提示する場合と結論が大きく異なることが示された。以下では，簡略化したモデルを用いその相違点について明らかにする。 生産者－流通業者－最終消費者の産業構造において，既存の流通業者 1 社が，ライバルの新規参入の脅威にさらされている状況を考える。このとき，参入が起きる前に，既存の流通業者が生産者に対し排他的取引契約を提示すると考える。生産者は，N 社（N ≥ 2）存在し，同質財を生産している。限界生産費用は一定で c で表わされる。 流通段階には，既存流通業者 I と新規参入の流通業者 E が存在する。それぞれの限界費用（1 単位を販売するのにかかる費用）を dI 及び dE とする。このとき，新規参入小売企業の方が効率的に財を販売することができると仮定する（dI > dE）。さらに，参入に費用を要しないとする。
モデル. フリーフォーマット。
モデル. ア 前処理用プログラムが適用されたデータを入力することで、データの分類や、数値の予測などの出力を行うプログラムを、推論プログラムと呼ぶことにする。ま た、学習用プログラム（後述する。）によって調整する前のパラメータを指して、学習前パラメータと呼ぶことにする（なお、プログラムによって調整される学習前パラメータに対して、学習時に人為的に設定するパラメータについては、学習前パラメータの一段上に存在することから、一般に、ハイパーパラメータと呼ばれている。）。
イ 学習の目的は、この学習前パラメータを、学習用データセットに適度に適合した数値に調整することにある。そして、たとえば教師あり学習では、推論プログラムを利用した出力結果と（正解である）教師ラベルとの違いを利用して、学習前パラメータの調整を行っている。 このように、学習段階では、推論処理に用いるプログラムと学習前パラメータを調整するためだけに用いるプログラムの双方が必要となる。そして、法律関係の明 確化の観点から、本ガイドラインにおいては、学習前パラメータを調整するためだけに用いられるプログラムを指して「学習用プログラム」と呼ぶこととして、推論プログラムを含む学習済みモデル（後述する。）の定義との重複が生じないようにしている。 ウ 以上の推論プログラム、学習前パラメータ、学習用プログラムをまとめて、単にモデルと呼ぶことにする。
モデル. ヒント: 変更を有効にするためには、Navicat Data Modeler を再起動します。 このオプションを選択すると、Navicat Data Modeler は、マウスカーソルがオブジェクトの上に乗った時、その縁を青色で強調表示します。 このオプションを選択すると、Navicat Data Modeler は、マウスカーソルがテーブルやエンティティ、ビューの上に乗った時、その外部キーやリレーション、ビューリレーションを青色または緑色で強調表示し、その他のオブジェクトとの関係を示します。 このオプションを選択すると、テーブルまたはエンティティのフィールド/属性を設計する時、Navicat Data Modeler はフィール ドのタイプを予測します。 Navicat Data Modeler の起動時に新しいバージョンの確認を行いたい場合、このオプションを選択します。