「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。 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④）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」を基にRやPythonで実装しながら機械学習を学びます。 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」を基にRやPythonで実装しながら機械学習を学びます。 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」を基にRやPythonで実装しながら機械学習を学びます。 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」を基にRやPythonで実装しながら機械学習を学びます。 重回帰における信頼区間や予測区間を扱います。

統計学を真剣に学ぶためのノートです。今回は、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」を基にRやPythonで実装しながら機械学習を学びます。 重回帰における決定係数や多重共線性を扱います。

統計学を真剣に学ぶためのノートです。今回は、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。 説明変数と攪乱項の相関を検定する手法を取り扱います。

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。 パネルデータの分析に当たっての注意点を議論します。

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。 切断されている従属変数の場合の回帰分析を議論します。

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。

計量経済学の基礎を学んでいきます。 ダミー変数を従属変数とする回帰モデルを議論します。

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、数理統計学を議論するために必要な確率論を導入します。