統計学
「統計的機械学習の数理100問」を参考に、機械学習を学んでいきます。 今回は引き続きリサンプリングによる推定結果の評価方法を取り扱います。
統計学を真剣に学ぶためのノートです。今回は、多次元の確率分布を扱います。
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」を参考に、機械学習を学んでいきます。 今回はリサンプリングによる推定結果の評価方法を取り扱います。
統計学を真剣に学ぶためのノートです。今回は、具体的な確率分布(連続篇③)を扱います。
統計学に特有な線形代数を学びます。 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」を参考に、機械学習を学んでいきます。 今回は分類問題を解くべく、k近傍法を取り扱います。
統計学を真剣に学ぶためのノートです。今回は、具体的な確率分布(連続篇③)を扱います。
統計学に特有な線形代数を学びます。 引き続き対称行列の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」を参考に、機械学習を学んでいきます。 今回は分類問題を解くべく、判別分析(1次・2次判別)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、具体的な確率分布(連続篇②)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」を参考に、機械学習を学んでいきます。 今回は分類問題を解くべく、ロジスティック回帰モデルを取り扱います。
統計学を真剣に学ぶためのノートです。今回は、具体的な確率分布(連続篇①)を扱います。
統計学に特有な線形代数を学びます。 引き続き固有値問題における極値特性を議論します。
「統計的機械学習の数理100問」を参考に、機械学習を学んでいきます。
統計学を真剣に学ぶためのノートです。今回は、具体的な確率分布(離散篇)を扱います。
統計学に特有な線形代数を学びます。 固有値問題における極値特性を議論します。
計量経済学の基礎を学んでいきます。
「統計的機械学習の数理100問」を参考に、機械学習を学んでいきます。
統計学を真剣に学ぶためのノートです。今回は、中心極限定理を導きます。 さらに確率変数の変換や畳み込み、擬逆関数など重要な概念を加えます。
計量経済学の基礎を学んでいきます。
統計学に特有な線形代数を学びます。 今回もこれまで学んできた線形代数の概念を整理します。引き続き固有値問題を扱います。
統計学を真剣に学ぶためのノートです。今回は、確率(変数)における収束概念を導入し大数の法則を導きます。
計量経済学の基礎を学んでいきます。
統計学に特有な線形代数を学びます。 今回もこれまで学んできた線形代数の概念を整理します。引き続き固有値問題を扱います。
統計学を真剣に学ぶためのノートです。今回は、引き続き期待値や分散など代表値を導入します。
計量経済学の基礎を学んでいきます。
統計学に特有な線形代数を学びます。 今回もこれまで学んできた線形代数の概念を整理します。
統計学を真剣に学ぶためのノートです。今回は、期待値や分散など代表値を導入します。