統計学を真剣に学ぶためのノートです。今回は検定論における“良さ”を議論すべく不偏検定・一様最強力不偏検定を導入します。

統計学に特有な線形代数を学びます。 行列のSchur分解の具体例を議論します。

統計学を真剣に学ぶためのノートです。今回は検定論における“良さ”を議論すべく一様最強力検定を導入します。

統計学に特有な線形代数を学びます。 行列のJordan分解およびSchur分解を議論します。

統計学を真剣に学ぶためのノートです。今回は、検定論を説明します。

統計学に特有な線形代数を学びます。 正方行列の対角化を議論します。

統計学を真剣に学ぶためのノートです。今回は、区間推定論における各種概念を説明します。

統計学に特有な線形代数を学びます。 QR分解を多変量解析に応用します。

「統計的機械学習の数理100問」を基にRやPythonで実装しながら機械学習を学びます。

「統計的機械学習の数理100問」を基にRやPythonで実装しながら機械学習を学びます。 教師なし学習を扱います。

統計学を真剣に学ぶためのノートです。今回は、引き続き点推定論における各種概念を説明します。特に最尤法および最尤推定量の性質を扱います。

統計学に特有な線形代数を学びます。 対称行列のスペクトル分解を議論します。

「統計的機械学習の数理100問」を基にRやPythonで実装しながら機械学習を学びます。 引き続きサポートベクトルマシンの理論を扱います。

統計学を真剣に学ぶためのノートです。今回は、引き続き点推定論における各種概念を説明します。

統計学に特有な線形代数を学びます。 特異値分解を用いて多重共線性の問題を議論します。

「統計的機械学習の数理100問」を基にRやPythonで実装しながら機械学習を学びます。 サポートベクトルマシンの理論を扱います。

統計学を真剣に学ぶためのノートです。今回は、点推定論における各種概念を説明します。

統計学に特有な線形代数を学びます。 引き続き正定値行列と固有値に関する議論を行います。

「統計的機械学習の数理100問」を基にRやPythonで実装しながら機械学習を学びます。 決定木を扱います。

統計学を真剣に学ぶためのノートです。今回は、統計的決定理論の考え方を説明します。

統計学に特有な線形代数を学びます。 特異値分解の例を解いてみます。

「統計的機械学習の数理100問」を基にRやPythonで実装しながら機械学習を学びます。 平滑化スプラインや局所回帰、一般化加法モデルを扱います。

統計学を真剣に学ぶためのノートです。今回は、標本のサンプリング方法を説明します。

統計学に特有な線形代数を学びます。 行列の因数分解を行うべく、今回は特異値分解を扱います。

「統計的機械学習の数理100問」を基にRやPythonで実装しながら機械学習を学びます。 非線形回帰(多項式回帰・スプライン回帰)を扱います。

統計学を真剣に学ぶためのノートです。今回は、統計量および標本分布を具体的に導出します。

統計学に特有な線形代数を学びます。 非負定値行列と固有値に関する議論を行います(最後)。

「統計的機械学習の数理100問」を基にRやPythonで実装しながら機械学習を学びます。 機械学習における正則化を取り扱います。

統計学を真剣に学ぶためのノートです。今回は、統計量および標本分布を導入します。

統計学に特有な線形代数を学びます。 引き続き非負定値行列と固有値に関する議論を行います。