KIT数学ナビゲーション
数学ナビゲーションについて KIT数学ナビゲーションでは，高校数学と大学1，2年次に学ぶ数学の内容が中心になっています。特に、基本となる数学の公式を整理して掲載しているので、数学の辞書のように利用していただくと便利です。また、問題を解くためのノウハウも掲載しているので、どのように問題をといたらいいかわからない時にご利用ください。数学の基礎的な内容が中心になるので、本学を目指す高校生にとっても参考になります。 今後、さらに内容を充実させてきます。 作成スタッフ 動画配信 周辺知識ネットワークグラフ 数学ナビゲーションは，STEMナビゲーションのコンテンツの1つで、STEMナビゲーションには他に物理ナビゲーションと工学ナビゲーションがあります．これらのコンテンツの知識を記載した各ページはハイパーリンクで関連付けられています．その様子を示したのが下の周辺知識ネットワークグラフです．水色は数学の知
秘書問題（お見合い問題）とその解法 | 高校数学の美しい物語
kkk 人目まで無条件で断り，k+1k+1k+1 人目以降で「今までで一番いい人」が現れたら交際する，というタイプの戦略（戦略 SkS_kSk と呼ぶ）を取ることにします。直感的に自然な戦略です。 kkk をどのように定めればよいかを考えます。 ttt 人目に一番好きな人がいる確率は 1n\dfrac{1}{n}n1，このとき戦略 SkS_kSk で ttt 人目の人を選べる確率は， t≤kt\leq kt≤k のとき 000 t>kt> kt>k のとき kt−1\dfrac{k}{t-1}t−1k （「最初の t−1t-1t−1 人の中で一番好きな人」が先頭 kkk 人の中にいないと，その人と交際してしまい「全体の中で一番好きな人」までたどりつかない） よって，成功する確率は 1n∑t=k+1nkt−1=kn(1k+1k+1+⋯+1n−1)\dfrac{1}{n}\displa
【Python】データから確率密度関数を推定する – IT Learning
概要統計学で連続的な確率変数の値を扱う場合には確率密度関数を用いて確率を定義します。 今回はPythonで実データから確率密度関数を推定する方法について簡単に紹介していきます。 環境Python 3.8.10 使用データJustin Kiggins氏がOpen Datasourceとして公開されているAvocado Pricesのデータを使用します。kaggleからダウンロードできます。 Avocado Prices | Kaggle 確率密度関数を求める手順データの読み込みkaggleのサイトからデータをダウンロードし、pandasのread_csvを使用して読み込みます。 import pandas as pd df = pd.read_csv('.//datasets//avocado.csv') df.head() Avocado Pricesは日付(Date)や平均価格(Aver
arXiv.org e-Print archive
Open access to 1,135,421 e-prints in Physics, Mathematics, Computer Science, Quantitative Biology, Quantitative Finance and Statistics Subject search and browse: 6 Apr 2016: Take the arXiv user survey 25 Jan 2016: A project update, including a brief summary of activities in 2015, has been posted 1 Jan 2016: New members join arXiv Scientific Advisory Board See cumulative "What's New" pages. Read
マルコフ連鎖の基本とコルモゴロフ方程式 | 高校数学の美しい物語
マルコフ連鎖とは， P(Xt+1∣Xt,Xt−1,…,X1)=P(Xt+1∣Xt)P(X_{t+1}\mid X_t,X_{t-1},\dots,X_1)=P(X_{t+1}\mid X_t)P(Xt+1∣Xt,Xt−1,…,X1)=P(Xt+1∣Xt) を満たすような確率変数の列 X1,X2,…X_1,X_2,\dotsX1,X2,… のこと。 上の式は，Xt+1X_{t+1}Xt+1 が XtX_tXt のみに依存する（Xt−1X_{t-1}Xt−1 以前には依存しない）ことを表しています。 例えば，ttt 日目の天気を XtX_tXt とし，以下の2つが成立するとしましょう。 XtX_tXt によって Xt+1X_{t+1}Xt+1 の傾向が決まる （例. 今日晴れたら明日も晴れやすい） Xt−1X_{t-1}Xt−1 以前は Xt+1X_{t+1}Xt
カルマンフィルターについて - Qiita
はじめに 千葉大学/Nospareの米倉です．今回はカルマンフィルターについて解説していきたいと思います． カルマンフィルターで何が出来るの？ フィルターとあるように，カルマンフィルターが出来る基本的なことは線形ガウス状態空間モデルのフィルタリング密度を逐次的に求めることです．ここで２つのキーワード，「線形ガウス状態空間モデル」と「フィルタリング密度」という単語が出てきましたので，まずはそれらについて解説します． 線形ガウス状態空間モデルとは 状態空間モデルとは2つの確率過程からなります．1つは潜在変数・状態変数・隠れ変数といわれるもので，これは直接観測できないがマルコフ連鎖に従う変数だとモデリングされます．例えば景気の良し・悪し等，概念として存在するけれど直接は観測できないものを想像してください．2つめは観測値で，これは直接観測できるもの，つまりデータです．ただし変数に依存して観測される
ベイズ統計入門
ここではベイズ統計入門に関するファイルを公開しております。 第01回 ベイズ統計の定義, 例(mp4) 第02回 ベイズ統計の手続き, 例(mp4) , 例(mp4) , 例(mp4) 第03回 混合正規分布, 例(mp4) , 例(mp4) , 例(mp4) , 例(mp4) 第04回 神経回路網, 例(mp4) , 例(mp4) 第05回 統計理論の基礎 第06回 正則理論, 例(mp4) 第07回 AICとBIC, 例(mp4) , 例(mp4) 第08回 事前分布最適化, 例(mp4) , 第09回 一般理論への準備 第10回 一般理論 第11回 一般モデルの選択 第12回 条件つき独立, 例(mp4) , 第13回 階層ベイズ, 例(mp4) , 第14回 相転移 第15回 まとめ ベイズ統計入門 ベイズ統計の数理
Juliaで学ぶ計算論的神経科学 — Juliaで学ぶ計算論的神経科学
Juliaで学ぶ計算論的神経科学# このサイトは計算論的神経科学 (Computational Neuroscience) をプログラミング言語 Juliaを通して学習することを目標とします．内容に関する指摘やコメントは各ページ末尾のコメント欄からしていただければ幸いです (GitHubアカウントが必要です)． （2021/04/03追記）本サイト『Juliaで学ぶ計算論的神経科学』の書籍化企画が講談社サイエンティフィクで承認されました．出版予定は2025年春です．若輩者ゆえ荷が重くはありますが，神経科学・Julia界隈の方々には何卒応援いただきたく存じます． 依存ライブラリ# IJulia, LinearAlgebra, Random, Parameters, Distributions, Statistics, Plots, PyPlot, ProgressMeter, MAT, ML
An Investigation of the Laws of Thought by George Boole
Read now or download (free!) Choose how to read this book Url Size
オンラインで入手できる数理論理学・数学基礎論のテキスト
オンラインで入手できる数理論理学・数学基礎論のテキスト 数理論理学、数学基礎論の教科書的に使えるテキスト（講義ノート、サーヴェイ、モノグラフ等）のうち、オンラインで入手できるものを集めました。 入門的概説 論理一般 高階論理と型理論 直観主義論理 コンビネータとラムダ計算 時相論理および時制論理 様相論理 適切さの論理 自然言語の論理 空間論理 モデル理論 安定性理論 無限論理 計算可能性理論および再帰理論 集合論 pcf理論 記述集合論 実数の集合論 選択公理 強制法と内部モデル 連続体仮説 NF 証明論と構成的数学 順序数解析 算術の体系と不完全性 証明可能性論理 線形論理 構成的数学 代数的論理と圏論 ブール代数 普遍代数 量子論理 圏論 歴史 入門的概説 [▲] 加茂静夫，「数理論理学（命題論理と述語論理）」．[PDF] 嘉田勝，「数理論理学 講義ノート（2013年度版）」． St
「掛け算は非可換」論者は日本版の「創造説」論者である - 吾輩は馬鹿である
先日の記事それでも自然数の積は可換である - 吾輩は馬鹿であるは怒りにまかせて喧嘩腰に書いたもので、内心を有り体に言えば「屁理屈を捏ねて子供をいじめる半可通ども、この印籠が目に入らぬか」というようなものだったのだが、思いのほかの好反響で驚いている。 だが、さらに憎まれ口を聞くことにしたい。理由であるが、 誰が何と言おうが、指導要領や教科書に書いてあれば全て正しい テストの○や×に四の五の言うな という態度が、片や科学技術で飯を食うものとして、片や子供の頃教師の「善意」に苦しめられたものとして、絶対に許せないからだ。 スターリン体制をモデルにしたディストピア小説「1984年」の中で、作者ジョージ・オーウェルは主人公に 「自由とは、二足す二は四だと言える自由のことだ。これさえ認められれば、あとは全部ついてくる」 という台詞を言わせている。ところがその後、主人公は秘密警察に逮捕されることとなり、
やる夫で学ぶディジタル信号処理
やる夫cry2 実験データの解析とかで信号処理をしなくちゃならないことが多くなってきたお… やる夫cry 数学でフーリエ解析とか習ったけど，真面目に聞いてなかったのでさっぱりわからないお… やる夫 だからやらない夫に教えてもらうお! やる夫で学ぶディジタル信号処理 東北大学 大学院情報科学研究科 鏡 慎吾 更新履歴 (最終更新: 2016.01.08 ) PDF版 アスキーアートがないと読む気にならないという方は，ページ上部の「アイコンを表示する」をクリックしてください．アスキーアートではないけど多少は助けになるかも知れません． 講演の機会を頂きました．ご関係各位に感謝します: やる夫で信号処理は学べるか ―東北大学機械知能・航空工学科における信号処理教育とウェブ教材― (依頼講演), 電子情報通信学会総合大会, AS-2-8, 九州大学伊都キャンパス, 2016年3月16日. [PDF]
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
実務で使える金融工学
実務で使える金融工学 上級編 ： Local Volatility Model と Stochastic Volatility Model
SUCRE HECACHA
Mathematical Finance
Supported Functions · KaTeX
物理数学付録
GeoGebra - the world’s favorite, free math tools used by over 100 million students and teachers
Knoppix-math.org