エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
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
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
しくみがわかるベイズ統計と機械学習 |朝倉書店
ベイズ統計と機械学習の基礎理論を丁寧に解説。〔内容〕統計学と機械学習/確率入門/ベイズ推定入門/... ベイズ統計と機械学習の基礎理論を丁寧に解説。〔内容〕統計学と機械学習/確率入門/ベイズ推定入門/二項分布とその仲間たち/共役事前分布/EMアルゴリズム/変分ベイズ/マルコフ連鎖モンテカルロ法/変分オートエンコーダ 1. 統計学と機械学習 1.1 統計学の目的 1.2 機械学習の目的 2. ベイズ統計と機械学習のための確率入門 2.1 確率の基礎 2.2 同時確率・周辺確率・条件付き確率 2.3 確率変数の独立性 2.4 連続変数の分布 2.5 正規分布 2.6 期待値 2.7 規格化 3. ベイズ推定入門 3.1 観測値と推定量 3.2 最尤推定 3.3 ベイズ推定 4. 二項分布とその仲間たち 4.1 二項分布 4.2 多項分布 5. 共役事前分布 5.1 ディリクレ分布 5.2 ガンマ分布 5.3 正規-ガンマ分布 6. EMアルゴリズム 6.1 混合モデル 6.2 EMアルゴリズム