基礎統計解析
乱数の生成2 前ページに引き続き，各種分布に従う乱数発生法を見ていきましょう．ここでは，主に連続型の分布を利用した乱数の生成について説明していきます．また前ページと同様に，ここでも主にBoostを利用しています．したがって，Boostをインストールしていない方は，本サイトの第1部第4章を参考にしてBoostを導入してください． 指数分布（exponential distribution） 指数分布は，ガンマ分布において形状母数を1としたときの特殊な場合の分布です．この分布は連続型であり，反応時間や待ち時間，あるいは寿命などを表す基本的分布の1つです． 指数分布の主な特徴は『無記憶性（no memory property）』と呼ばれる性質を持っていることです．これは簡単に言うと，s分待ったその後でt分待たされる確率が，t分だけ待たされる確率に一致するという性質です．すなわち，s分待たされたと
What is principal component analysis? - Nature Biotechnology
Thank you for visiting nature.com. You are using a browser version with limited support for CSS. To obtain the best experience, we recommend you use a more up to date browser (or turn off compatibility mode in Internet Explorer). In the meantime, to ensure continued support, we are displaying the site without styles and JavaScript.
Hierarchical Models in the Brain
This paper describes a general model that subsumes many parametric models for continuous data. The model comprises hidden layers of state-space or dynamic causal models, arranged so that the output of one provides input to another. The ensuing hierarchy furnishes a model for many types of data, of arbitrary complexity. Special cases range from the general linear model for static data to generalise
バイオ系雑誌に載った機械学習/計算機科学の解説記事 - Loud Minority
主に計算機科学の機械学習・データマイニング系の説明で、バイオの雑誌に載った解説記事です。ツールを使いこなす人が、中身を知りたかったり、作る人に変身したい場合や、情報科学(機械学習、データマイニング系）の人が、ゲノム解析などでどうやって利用されているのかを知るのに良いとおもう。追加する記事募集です。 決定木の解説 What are decision trees? Carl Kingsford & Steven L Salzberg Nature Biotechnology 26, 1011 - 1013 (2008) http://www.nature.com/nbt/journal/v26/n9/abs/nbt0908-1011.html EMアルゴリズムの解説 What is the expectation maximization algorithm? Chuong B Do & Se
Mathematical Modelling in Cell Biology From High-Throughput Data to Systems Analysis (application/pdf オブジェクト)
Mathematical Modelling in Cell Biology From High-Throughput Data to Systems Analysis Dissertation zur Erlangung des Doktorgrades der Fakultät für Mathematik und Physik der Albert-Ludwigs-Universität Freiburg im Breisgau vorgelegt von Kilian Bartholomé 24. Januar 2008 Dekan: Prof. Dr. J. Flum Leiter der Arbeit: Prof. Dr. J. Timmer Referent: Prof. Dr. J. Timmer Koreferent: Prof. Dr. H. Römer Tag de
What is the expectation maximization algorithm? - Nature Biotechnology
Thank you for visiting nature.com. You are using a browser version with limited support for CSS. To obtain the best experience, we recommend you use a more up to date browser (or turn off compatibility mode in Internet Explorer). In the meantime, to ensure continued support, we are displaying the site without styles and JavaScript.
Slow Feature Analysis - potasiumchの日記
神経系を模した教師なし学習の枠組みとして、Slow Feature Analysis (SFA) というのがあるらしい。これかなり良い感じなんじゃないだろうか。 感覚神経系の役割は、生存に合目的な行動を行えるように外界の状況を推定することにある。感覚器から得られる生の感覚入力自体はノイズや（視覚系なら）眼球運動などの影響で高速に（〜数十ミリ秒）変化するけど、外界の状況（特定の場所にいる、目の前に熊がいる、等。）はより低速に（〜数秒）変化する。このことから、神経系は自然感覚入力のうちの低速に変化する特徴（slow feature）を抽出するように自己組織化すると仮定し、モデル神経系に自然感覚入力を与えて学習させてみましたと。 そうすると、視覚野で見られる受容野構造や、海馬で見られる場所細胞に相当する情報表現を獲得させることができたと。さらに面白い点は、この学習則をミクロに考えるとそれは ST
Support Vector Machines and Kernels for Computational Biology
Support Vector Machines and Kernels for Computational Biology Asa Ben-Hur , Contributed equally to this work with: Asa Ben-Hur, Cheng Soon Ong Affiliation Department of Computer Science, Colorado State University, Fort Collins, Colorado, United States of America ⨯ Contributed equally to this work with: Asa Ben-Hur, Cheng Soon Ong Current address: Department of Computer Science, ETH, Zürich, Switze
Twittexceler - using Misuzilla.Subtech; - subtech
はてなグループの終了日を2020年1月31日(金)に決定しました 以下のエントリの通り、今年末を目処にはてなグループを終了予定である旨をお知らせしておりました。 2019年末を目処に、はてなグループの提供を終了する予定です - はてなグループ日記 このたび、正式に終了日を決定いたしましたので、以下の通りご確認ください。 終了日: 2020年1月31日(金) エクスポート希望申請期限:2020年1月31日(金) 終了日以降は、はてなグループの閲覧および投稿は行えません。日記のエクスポートが必要な方は以下の記事にしたがって手続きをしてください。 はてなグループに投稿された日記データのエクスポートについて - はてなグループ日記 ご利用のみなさまにはご迷惑をおかけいたしますが、どうぞよろしくお願いいたします。 2020-06-25 追記 はてなグループ日記のエクスポートデータは2020年2月28
Excel使うな | Okumura's Blog
Computational Statistics and Data Analysis Volume 52, Issue 10 (2008) に Excel 2007 特集がある。 まず最初の論文 (B.D. McCullough and David A. Heiser, On the accuracy of statistical procedures in Microsoft Excel 2007, pp.4570-4578) のアブストラクト： Excel 2007, like its predecessors, fails a standard set of intermediate-level accuracy tests in three areas: statistical distributions, random number generation, and estimat
tokuronmain.dvi
2003 年 11 月 12 日 29 .....2.5..... 最尤法とその計算アルゴリズム ここでは，最尤推定値を数値計算で求める方法を 3 つ紹介する． 2.5.1 ニュート ン・ラプソン法 いま，g : R → R を 2 階微分可能な関数とし ，方程式 g (x) = 0 をみたす解 x = c をみつけ たい．そのために，c に近い x に対して，テーラー展開をする： 0 = g (c) ≈ g (x) + g (x)(x − c) ˙ ただし，g (x) = dg/dx である．g (x) = 0 のとき，これを c について解けば ˙ ˙ c≈x− g (x) g (x) ˙ を得る．初期値 x0 を取り，点列 {xn }∞ を逐次的に n=1 xn+1 = xn − g (xn ) , g (xn ) ˙ n = 0, 1, . . . (2.7
Paul Lewis Laboratory: Home Page
The software offered below was written by Paul O. Lewis unless otherwise indicated. Most are useful for teaching concepts in statistics or phylogenetics, and all are free for downloading. Unfortunately (as one person doing this in my spare time) I can offer very little in the way of support for these programs. You are welcome to email me; however, I cannot guarantee that I will have time
The Lasso Page
The Lasso Page L1-constrained fitting for statistics and data mining The Lasso is a shrinkage and selection method for linear regression. It minimizes the usual sum of squared errors, with a bound on the sum of the absolute values of the coefficients. It has connections to soft-thresholding of wavelet coefficients, forward stagewise regression, and boosting methods. A simple explanation of the las
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
Schattauer Verlag
Modelling and measuring single cell RNA expression levels find considerable transcriptional differences among phenotypically identical cells - BMC Genomics
Exponential Distribution
CRAN: Package elasticnet
Hui Zou - Home Page
電子情報通信学会 データ工学研究会
Judgment algorithm for periodicity of time series data based on Bayesian information criterion - PubMed