初心者のための測度論的確率論 ~ Pythonコードを添えて ~ - Qiita
測度論的確率論をの初歩的な部分を、コードも交えながら気持ち優先で解説したいと思います。 自分の勉強内容のアウトプットも兼ねています。 動機 技術的な書籍を読んでいて、確率という概念を自分の中できちんと整理したいと思うようになったこと、そしてそれをアウトプットしたいと思ったことが動機です。 確率という概念は、機械学習やデータ分析、情報科学といった分野の基礎知識として多数用いられています。私の本職はネットワークエンジニアで、仕事でこの辺りに触れることはないのですが、流行りものが好きでよくこの手の入門書に手を出しては休日に眺めています。 しかし、その中でどうしても気になっていることが1つあります。 それは、多くの書籍で確率という概念が非常に曖昧に用いられていることです。特に、確率変数、確率分布という言葉の定義がかなり曖昧に済まされている場合が多いと感じています。 数式を用いた論理展開を主軸にした
Data Science by R and Python
はじめに ほんと、久々の更新になってしまいました。。。 いまだに月間で1000PVほど見られているようでとてもありがたく思いますm(_ _)m 最近も変わらず因果推論の研究を中心に行っておりますが、それ関連の内容はまた機会をみてblogで書いていければと思っています。 また先日、twitterで公開したこちらのスライドもたくさんの方に見ていただけまして、コメントも頂けたりして、とても嬉しく、励みになっています。 speakerdeck.com また、少しずつではありますが更新いたしますので、たまに覗いていただければ嬉しいです。 では、本題にまいります。 今回の更新 とはいっても、今日の更新は、大した内容ではなく、pythonでstepwise regressionの関数で自分がほしいものがないので、つくりましたという内容です。 Stepwise Regressionについて 特に、回帰モデ
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
処理を実行中です
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
