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。 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。

「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。 情報量基準を取り扱います。

統計学を真剣に学ぶためのノートです。今回は、具体的な多次元確率分布を少し扱います。

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。

「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。