1. ガウス分布の定義式 2.ガウス分布の共役性とベイズ推定 3. 線形基底関数モデル 3.1 モデルの一般式 3.2 基底関数 と 線形基底関数 4. ガウスノイズを仮定した回帰問題 4.1 前提 4.2 頻度主義的な回帰 4.3 ベイズジアン風の回帰 1. ガウス分布の定義式 ◯ガ…

群論、難しい...。 頭の中でルービックキューブやあみだくじを想像して、なんとか概念を理解したい。 1.写像 1.1 写像に関する諸概念 ◯ 写像 集合に対して、集合の各元をそれぞれ集合の1つの元に対応させる。 この操作を「からへの写像」といい、以下のよう…

よく忘れるのでメモしておく。 まず、テスト用の配列z（numpy.ndarray）を用意する。 zの形式は、3行4列。 import numpy as np z = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]) ##-- IN --## z.shape ##-- OUT --## (3, 4) 1. 「reshape(1, -1…

multiple-regression 1. 重回帰分析についての所感 1.1. 用語など 1.2. モデル評価：「モデル」の性能を学習結果から評価する 1.3. モデル選択：「モデルの適用」に対する妥当性を検証する 1.4. Pythonでの実装まわり 2. scikit-learnのサンプルデータセット…

1. フーリエ級数 2. 複素フーリエ級数 3. フーリエ変換対

どんな分野であれ、最先端に進むためには数学に関するある程度の知識と教養が必要。 ということで 情報系をやる上で特に役立ちそうな分野をピックアップしてみます。（パーフェクトに主観で語っているので、重大な思い違いがあるかもしれないです。） Comput…

日本統計学会と総務省が主催している「統計検定２級」に合格しました。２級までは、CBT(Computer Based Test)*1での受験が可能なので、いつでも好きな日程で受けられます。また２級の難易度に関しては、公式には「大学教養レベル」となっており、準１級およ…

先日、神保町の古本屋で「確率論」（岩波書店）を買いました。 お値段はなんと税込２００円です。確率論は統計学はもちろん、確率微分方程式などの解析分野の基礎でもあるので、辞書的に使うのはアリだと思います。 ↓表紙はこんな感じ ところで、数学という…

A. １標本の場合 A-1. 標本平均 の標本分布 A-2. 標本分散の標本分布 B. ２標本の場合（XとYは独立） B-1. 標本平均の差 の標本分布 B-2. 標本分散の比 の標本分布 参考 文字を以下のように定義します。 母集団標本（サンプル数 : ） 母平均標本平均 母分散…

標準正規関数のプロット 1. 正規母集団におけるパラメータ{μ, σ}の最尤推定法 ・正規分布の確率密度関数 #pnorm()関数：確率分布関数 P(1.2<=Y<=1.8) = pnorm(1.8, 0, 1) - pnorm(1.2, 0, 1)#確率変数の値, 平均, 分散 #dnorm()関数：確率密度関数 p(Y=1.8) …

確率論の基礎と、期待値、期待値、共分散、相関係数についてのざっくりとしたまとめ。間違えがあったら指摘してください！ 1. 確率論の基礎：定義・定理集 ☆確率 ・加法定理 特に、 ⇒ ・乗法定理 ・条件付き確率の定義 ・全確率の定理 ・ベイズの公式 ・ベイ…

glm()関数を使ってモデリングデータセット：http://hosho.ees.hokudai.ac.jp/~kubo/stat/iwanamibook/fig/poisson/data3a.csv0. 統計モデリングの流れ1. データの確認とモデルの選択 要約統計量とグラフから、どの統計モデルを使うべきか決める。 2. 統計モ…

2017年の年末くらいから、統計学を本格的に学んでみようと思っていたので、まず読み始めたのがこの本です。Googleで「統計学 本」で検索すると、絶対にこの本がヒットするくらい有名。 以下書評です。↓(´・ω・`) 1. 書籍情報 細かな情報 ・書名 ： 統計学入…

Blogはじめてみた。 よろしくお願いします。