Fitbitデータでスパース推定に入門してみる④　〜Graphical lassoで変数間の関係性について調べる〜 - mikutaifukuの雑記帳

テクノロジーカテゴリーの変更を依頼記事元:

mikutaifuku.hatenablog.com

6 usersがブックマークコメント

コメント

0

記事へのコメント0件

注目コメント
新着コメント

新着コメントはまだありません。
このエントリーにコメントしてみましょう。

注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

規約違反を報告

アプリのスクリーンショット

いまの話題をアプリでチェック！

バナー広告なし
ミュート機能あり
ダークモード搭載

アプリをダウンロード

関連記事

Fitbitデータでスパース推定に入門してみる④　〜Graphical lassoで変数間の関係性について調べる〜 - mikutaifukuの雑記帳

はじめにこれまで述べてきたのは、主にモデルの回帰係数の推定に基づく話でした。 mikutaifuku.hatenab... はじめにこれまで述べてきたのは、主にモデルの回帰係数の推定に基づく話でした。 mikutaifuku.hatena blog.com mikutaifuku.hatena blog.com mikutaifuku.hatena blog.com 今回のエントリでは、これまでの回帰係数の推定ではなく、共分散構造に注目した手法を取り上げます。多数の変数間の依存関係を推定するために、ガウシアングラフィカルモデルにL1正則化の考え方を応用する、Graphical lassoとよばれる手法を使います。なお、今回の記事も今までと同様に以下の書籍（5.1 グラフィカルモデルにおけるスパース推定）を参考に書いたものですので、詳細は書籍を参考にしていただければと思います。スパース推定法による統計モデリング (統計学One Point) 作者: 川野秀一,松井秀俊,廣瀬慧出版社/メーカー: 共立出版発売日:

ブックマークしたユーザー

horihorio2018/03/26
pechiyon2018/03/25
Aobei2018/03/24

同じサイトの新着

同じサイトの新着をもっと読む

いま人気の記事

いま人気の記事をもっと読む

いま人気の記事 - テクノロジー

いま人気の記事 - テクノロジーをもっと読む

新着記事 - テクノロジー

新着記事 - テクノロジーをもっと読む

設定を変更しましたx