データサイエンスのお奨め教科書。統計屋さん的視点から - hotokuとは
知人に、確率・統計を勉強するにはどんなん読んだら良いんかね？と聞かれたので、まとめる。 線形代数 統計を勉強しようと思ったら、先ず、線形代数を勉強するのが良いと思う。回帰分析とか主成分分析とか多次元尺度構成法とか、こういう有名ドコロが一発で分かる。線形代数を知らずに統計の本で「コレコレの計算で出てきた値が第一主成分だよ」みたいな説明を何回くり返し読んでも、多分、一生理解出来無いと思う。対称行列は直交行列で対角化出来るよね、とか、これは射影行列の形だね、とかが自然に分かるようになってから、統計の本を読むとよく理解出来る。 で、線形代数のお奨めはこれ。 プログラミングのための線形代数 作者: 平岡和幸,堀玄出版社/メーカー: オーム社発売日: 2004/10/01メディア: 単行本購入: 27人 クリック: 278回この商品を含むブログ (90件) を見るプログラミングのための…とあるんだけど
プログラマの為の数学勉強会
プログラマの為の 数学勉強会 第1回 (於)ワークスアプリケーションズ 中村晃一 2013年9月12日 自己紹介 中村晃一 東京大学 大学院 情報理工学系研究科 コンピュータ科学専攻 後期博士課程 2年 プログラム最適化・言語処理系の実装技術・人間と言語の関係等に興味があります。 twitter: @9_ties 謝辞 この会の企画・会場設備の提供をして頂きました ㈱ ワークスアプリケーションズ様 にこの場をお借りして御礼申し上げます。 この資料について http://nineties.github.com/math-seminar に置いてあります。 SVGに対応したブラウザで見て下さい。主要なブラウザで古いバージョンでなければ大丈夫だと思います。 内容の誤り、プログラムのバグは@9_tiesかkoichi.nakamur AT gmail.comまでご連絡下さい。 イントロダクション
k平均法 - Wikipedia
k平均法（kへいきんほう、英: k-means clustering）は、非階層型クラスタリングのアルゴリズム。クラスタの平均を用い、与えられたクラスタ数k個に分類することから、MacQueen がこのように命名した。k-平均法（k-means）、c-平均法（c-means）とも呼ばれる。 何度か再発見されており、まず、Hugo Steinhusが1957年に発表し[1]、Stuart Lloydが1957年に考案し、E.W.Forgyが1965年に発表し[2]、James MacQueenが1967年に発表しk-meansと命名した[3]。 数式で表現すると、下記最適化問題を解くアルゴリズム[4]。本アルゴリズムでは最小値ではなく初期値依存の極小値に収束する。 単純なアルゴリズムであり、広く用いられている。分類をファジィ化したファジィc-平均法やエントロピー法をはじめ、データ構造を発見す
セキュリティ対策に数学の力を――機械学習は先行防御の夢を見るか？
膨大なログの中から不審な通信を見つけ出したり、マルウェアの挙動を解析するならば専門家の長年の経験やカンに勝るものはない、という印象が強い。しかし、次々と亜種のマルウェアを生み出してくる攻撃者の「物量作戦」の前には、いくら優秀な専門家でも後手に回りがちだ。ならば「機械学習」を活用して異常を速やかに検出し、次の亜種を予想して、先回りして攻撃を防げないだろうか――そんなアプローチが始まろうとしている。 機械学習は、コンピュータの黎明（れいめい）期から研究が進んできた分野だ。コンピュータプログラムにデータを与え、その中に潜んでいる規則性を機械学習のアルゴリズムを使って抽出し、モデル化することで、あたかも人間と同じように判断を下せるようにする。かつては、膨大な計算量が必要なことがネックとなっていたが、近年のコンピューティング能力の向上に伴い、画像処理やユーザーの行動分析、それに基づくレコメンデーショ
半沢直樹の戦略と派閥撲滅の秘策を考察する
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます やられたらやりかえす、倍返しだ。 テレビドラマ『半沢直樹』の勢いが止まらない。大銀行の組織論理に対して、たじろぐことなくバンカーの矜持を貫き、理不尽な統制に立ち向かう半沢の姿勢が受けている。「基本は性善説。しかし、やられたら倍返し」が信条の半沢は、四面楚歌に追い込まれながらも、不正に関わった上層部、さらにごう慢な国税や金融庁との対立もいとわず、見事に非道に切り込み、自らの信念を貫いてゆく。 僕は創業して二十年あまりだが、資金繰りにあえいだ時期が長く、百人を超す銀行員と、それこそ半沢の父のごとく付き合ってきた。なので、銀行の特性は肌身に染みて理解しているつもりだ。銀行という組織では、社員一人ひとりが大金を扱うために、純然たる性悪説に基づく
Agda による圏論入門
Menu Menu Agda で証明しながら圏論を学ぶという予定です。あまり入門ではないかも。 Higher-Order Categorical Logic の 0章に相等する内容です。 BitBucket category-exercise-in-agda source code Agda の入門の要約 Agda の入門 Agda の集合の Level Agda の record Agda のReasoning Caategory module と圏の入門 自然変換 IdentityFunctor と Hom Reasoning Monad の結合則 Sets と Monoid を使った Monad の例 Kleisli 圏の構成 ここまでが Monad を理解するための部分。以下は、Adjoint 関連です。 Adjoint から Monad を導く Kleisli 圏による Mona
チャート式はもういらない！〜数学入試問題は「10のコツ」でなんでも解ける！〜
チャート式がやたらもてはやされています。しかし、問題数も多く、解説もなんか雑でどうも使いにくい。そこで、チャート式ではなく、もっとなにか少ない時間でできる別のやり方が無いものかということで極めて見た結果、最後は10のコツまでまとめることができました。
統計を学びたい人へ贈る、統計解析に使えるデータセットまとめ - ほくそ笑む
はじめに 統計解析の手法を学ぶのに、教科書を読むのは素晴らしい学習方法です。 しかし、教科書で理論的なことを学んだだけでは、統計手法を使いこなせるようにはなりません。 統計解析手法を身につけるには、実際のデータについて手法を適用し、パラメータを変えるなどの試行錯誤を行い、結果を考察するというような経験を積むことが大切です。 それでは実際のデータをどうやって手に入れましょうか？ 実験や調査をして実際のデータを得るのは大変でお金もかかります。 幸運なことに、世の中には適度なサイズの自由に使えるデータがたくさん存在します。 例えば、統計言語 R には、100以上ものデータセットがデフォルトで付属しています。 ただし、不幸なことに、それらのほとんどは英語で説明が書かれています。 英語は、いつかは乗り越えなければならない壁ですが、最初のうちはちょっと避けて通りたいところです。 というわけで、今日は、
細胞工学 第十八回：シマウマよ、汝はなにゆえに、シマシマなのだ？（解決篇）
第十八回：シマウマよ、汝はなにゆえに、シマシマなのだ？（解決篇） 前編はこちらへどうぞ 「シマウマは、何故シマシマ模様の毛皮を来ているのか？」 「大阪のおばちゃんは、どーしてヒョウ柄のブラウスが好きなのか？」 前篇では、この大いなる謎の答えにつながる鍵が「模様を作っている原理」にあること、さらに、模様作っているのは２種類の色素細胞のせめぎ合いであり、それは下の図のようなネットワークで表せる事を解説しました。（前篇参照） 我々が知りたい答えは、このややこしそうな関係の中に、存在しています。 このネットワークが意味するものは？ なぜこれが縞模様を作るのか？ さあ、解決編のはじまりです。 矛盾する制御回路の組み合わせが模様を生む 上のネットワークの矢印が同時に働くと、色素細胞にどんな事が起きるのか？ この関係は一見単純なようだが、実は結構ややこしく、そのままでは、何が起きるのか
ラグランジェの未定乗数法 [物理のかぎしっぽ]
ラグランジェの未定乗数法というのは，「拘束条件がある関数」の極値を求める数学的テクニックです． とても重要な計算テクニックなので，ここで紹介します． この節では，最初にいきなり計算の仕方を紹介します． 計算だけを読んでも覚えにくいと思いますので，最後に例題も載せます． 例題をやりながらまた最初の説明に戻る，ということを何度か繰り返してみてください． 幾つか問題を解いてみれば，便利さを体感して頂けると思います． 一回なんとなく理解しておけば，忘れてしまっても， また使うときに「物理のかぎしっぽ」のページで復習すれば良いだけです． （※変数に付加的な条件式のことを，ここでは拘束条件と呼んでいます．） ここで , , が互いに独立ならば話は簡単で， 偏導関数 , , を連立して解けば良いだけですね． （ の右下に小さく とか とか書いてあるのは， を や で偏微分したという略記号です．慣れておく
1
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
数学対話
「数学の研究にコンピューターを用いるべきか？」：学会を二分する問いについて