重回帰分析 - Wikipedia
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "重回帰分析" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL（2016年2月） 重回帰分析（じゅうかいきぶんせき）は、多変量解析の一つ。回帰分析において独立変数が2つ以上（2次元以上）のもの。独立変数が1つのものを単回帰分析という。 一般的によく使われている最小二乗法、一般化線形モデルの重回帰は、数学的には線形分析の一種であり、分散分析などと数学的に類似している。適切な変数を複数選択することで、計算しやすく誤差の少ない予測式を作ることができる。重回帰モデルの各説明変数の係数を偏回帰係数という。目的変数への影響度は偏回帰係数は示さないが標準化
ロジスティックとニューラルネットワークの違い - OKWAVE
Nueral Networkの中間層がシグモイド関数かどうかはロジスティック回帰とは関係ありません。 -----ロジスティック回帰----- ロジスティック回帰では目的変数(y=ax+bのyのこと)に0-1の値をとる場合の回帰分析です。 その際に、ロジスティック回帰は目的変数が確率のロジット変換（シグモイド関数での変換）であるとして解きます。又その際の尤度として２項分布から求めた尤度を用います。（最小２乗誤差ではなく） -----Neural Network----- 一方、Neural Networkでも同様の事が行えます。これは中間層ではなく、出力層の関数と目的関数の定義の仕方で決まります。 出力層の関数をシグモイド関数とし、目的関数に２項分布の対数尤度を用いることで同様の事が行えます。 恐らく、通常は出力層の変換関数は何もせず、目的関数を最小２乗誤差で解いているのでこのような疑問が出
テラバイトのデータ | 構造化知識研究センター
テラバイトデータや構造化知識研究に関する過去の記事です。 1990年6月 コンピューターの中央処理装置4台を並列的につなぎ、人間のように推理したり連想したりするコンピューターの模擬実験に、九州大学の研究グループが成功した。1991年度にも20台に増結する計画で、最終的には1万台をつなぎ、人間の思考そっくりの柔軟性に富んだコンピューターシステムを目指す。キャリアウーマン並みの有能秘書や、建物の形状を判断できる掃除ロボットの開発にもつながると期待されており「人工知能」開発競争に一石を投じそうだ。 九州大学で実験に成功 模擬実験を行ったのは、九大総合理工学研究科の雨宮真人教授（情報システム専攻）のグループ。雨宮教授らは、記憶した知識で推論や連想を行う人間の思考回路網に着目。「食物－果物－黄色－酸っぱい－レモン」など属性や因果関係でつながる情報を与えて連想ネットワークを構成。このネットワーク網をコ
ロジスティック回帰 - Wikipedia
ロジスティック回帰（ロジスティックかいき、英: Logistic regression）は、ベルヌーイ分布に従う変数の統計的回帰モデルの一種である。連結関数としてロジットを使用する一般化線形モデル (GLM) の一種でもある。1958年にデイヴィッド・コックス（英語版）が発表した[1]。確率の回帰であり、統計学の分類に主に使われる。医学や社会科学でもよく使われる[要出典]。 モデルは同じく1958年に発表された単純パーセプトロンと等価であるが、scikit-learnなどでは、パラメータを決める最適化問題で確率的勾配降下法を使用する物をパーセプトロンと呼び、座標降下法や準ニュートン法などを使用する物をロジスティック回帰と呼んでいる。 概要[編集] ロジスティック回帰モデルは以下のような形式である。x が入力で、pが確率（出力）、αとβがパラメータ。
微分方程式を図解する
物理では（実は物理によらず、いろいろな場面では）「微分方程式を解く」必要があることが多い。なぜなら、物理法則のほとんどが「微分形」で書かれているからである。「微分形で書かれている」というのは「微小変化と微小変化の関係式で書かれている」と言ってもよい。物理の主な分野における基礎方程式は、運動方程式 を初めとして、微分方程式だらけなのである。 微分方程式を解くには、積分という数学的技巧が必要になる。そのため「ややこしい」と嫌われる場合もあるようだ。 計算ではなく図形で「微分方程式を解いて関数を求める」というのはどういうことなのかを感じていただけたらと思い、アニメーションプログラムを作った。ただ計算するのではなく、「何を計算しているのか」をわかった上で計算のテクニックを学んだ方が理解は深まると思う。 ここでは微分方程式の中でも一番単純な「一階常微分方程式」を考える。「一階常微分方程式を解く」とは
マルコフ過程 - Wikipedia
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。 出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "マルコフ過程" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL (2018年1月) マルコフ過程（マルコフかてい、英: Markov process）とは、マルコフ性をもつ確率過程のことをいう。すなわち、未来の挙動が現在の値だけで決定され、過去の挙動と無関係であるという性質を持つ確率過程である。 このような過程は例えば、確率的にしか記述できない物理現象の時間発展の様子に見られる。なぜなら、粒子の将来の挙動は現在の挙動によってのみ決定されるが、この性質は系の粒子数が多くなり確率論的な解析を必要とする状態にも引き継がれるからである。 ロシア人
マルコフ連鎖 - Wikipedia
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。 出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "マルコフ連鎖" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL (2018年1月) マルコフ連鎖（マルコフれんさ、英: Markov chain）とは、確率過程の一種であるマルコフ過程のうち、とりうる状態が離散的（有限または可算）なもの（離散状態マルコフ過程）をいう。また特に、時間が離散的なもの（時刻は添え字で表される）を指すことが多い[注釈 1]。マルコフ連鎖は、未来の挙動が現在の値だけで決定され、過去の挙動と無関係である（マルコフ性）。各時刻において起こる状態変化（遷移または推移）に関して、マルコフ連鎖は遷移確率が過去の状態によらず、
平均と標準偏差
ある集団についてのデータがどのように分布しているかを表すものとして、その集団の代表値★(中心の値）を示す平均値及びそのばらつき具合を示す散布度がある。平均には算術平均が、散布度には標準偏差がよく用いられている。 1．度数分布表・ヒストグラム データがどのように分布しているかその実態を把握するには、データをその大きさによりいくつかの階級に区分し、その階級ごとの個数 (度数) をカウントして表にした度数分布表、あるいは、それを棒グラフにして表わしたヒストグラムが適している (表１、図１) 。 例えば、年齢別人口や従業者規模別事業所数など多くの統計表は度数分布表の形で作成され、また、年齢別人口をヒストグラムにした人口ピラミッドは人口構造の分析等によく用いられている。 2．平均値★ 一般に平均値には、単純平均 が多く使われている。平均値は通常μ(ミュー) と表示される。 3．標準偏差
統計学的に信頼できるサンプル数って？
統計の「と」の字も理解していない者ですが、 よく「統計学的に信頼できるサンプル数」っていいますよね。 あれって「この統計を調べたいときはこれぐらいのサンプル数があれば信頼できる」という決まりがあるものなのでしょうか？ また、その標本数はどのように算定され、どのような評価基準をもって客観的に信頼できると判断できるのでしょうか？ たとえば、99人の専門家が信頼できると言い、1人がまだこの数では信頼できないと言った場合は信頼できるサンプル数と言えるのでしょうか？ わかりやすく教えていただけると幸いです。 > この統計を調べたいときはこれぐらいのサンプル数があれば信頼できる・・・ 調べたいどの集団でも、ある一定数以上なら信頼できるというような決まりはありません。 何かサンプルを集め、それをなんかの傾向があるかどうかという仮説を検証するために統計学的検定を行って、仮設が否定されるかされないかを調べる
正規化 - Wikipedia
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "正規化" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL（2019年3月） 正規化（せいきか、英語: normalization）とは、データなどを一定の規則に基づいて変形し、利用しやすくすること。言い換えると、正規形でないものを正規形（比較・演算などの操作のために望ましい性質を持った一定の形）に変形することをいう。多くの場合、規格化と訳しても同義である。 用語「正規化」は、非常に多くの分野で使われていて、分野によって意味も大きく異なるので、頻度が高い分野についてそれぞれ個別に説明する。 ノルムが定義されたベクトル空間のベクトル v に対し
自己相関 - Wikipedia
自己相関（じこそうかん、英: autocorrelation）とは、信号処理において時間領域信号等の関数または数列を解析するためにしばしば用いられる数学的道具である。大雑把に言うと、自己相関とは、信号がそれ自身を時間シフトした信号とどれくらい一致するかを測る尺度であり、時間シフトの大きさの関数として表される。より正確に述べると、自己相関とは、ある信号のそれ自身との相互相関である。自己相関は、信号に含まれる繰り返しパターンを探すのに有用であり、例えば、ノイズに埋もれた周期的信号の存在を判定したり、 信号中の失われた基本周波数を倍音周波数による示唆に基づき同定するために用いられる。 統計学において、確率過程の自己相関関数 (autocorrelation function; ACF) は、時系列上の異なる点の間の相関である。時刻 t における確率変数の値を Xt とする。ここで、t は離散時間
線形予測法 - Wikipedia
線形予測法（せんけいよそくほう、英: linear prediction）は、離散信号の将来の値をそれまでの標本群の線型写像として予測する数学的操作である。 デジタル信号処理では、線形予測法を線形予測符号 (LPC) と呼び、デジタルフィルタのサブセットと見ることができる。（数学の一分野としての）システム分析では、線形予測法は数学的モデルや最適化の一種と見ることができる。 モデル[編集] 系列 に対して 次の線形予測法で推定した値 は予測係数 を用いて次で表される。 すなわち線形予測法とは 次の過去系列を用いた線形回帰である。 この誤差は多次元信号においてベクトルノルム を用いて次のように定義される。 パラメータ推定[編集] 線形予測法における予測係数 には様々な推定方法が存在する。 最適化においてパラメータ の典型的な選択法は、二乗平均平方根基準であり、これを自己相関基準とも呼ぶ。これは
オペレーションズ・リサーチ - Wikipedia
オペレーションズ・リサーチ（英語: operations research、米）、オペレーショナル・リサーチ（英語: operational research、英[1]、略称：OR）は、数学的・統計的モデル、アルゴリズムの利用などによって、さまざまな計画に際して最も効率的になるよう決定する科学的技法である。 複雑なシステムの分析などにおける意思決定を支援し、また意思決定の根拠を他人に説明するためのツールである。またゲーム理論や金融工学なども OR の応用として誕生したものであり、OR は政府、軍隊、国際機関、企業、非営利法人など、さまざまな組織に意思決定のための数学的技術として使用されている。 OR の研究では、線形計画法（linear programing）、動的計画法、順列組み合わせ、確率、数理最適化および待ち行列理論、微分方程式、線形代数学などの数学的研究を踏まえて現実の問題を数理モ
浮動小数点数 - Wikipedia
浮動小数点数（ふどうしょうすうてんすう、英: floating-point number）は、実数をコンピュータで処理（演算や記憶、通信）するために有限桁の小数で近似値として扱う方式であり[1]、コンピュータの数値表現として広く用いられている。多くの場合、符号部、固定長の指数部、固定長の仮数部、の3つの部分を組み合わせて、数値を表現する。 この節はパターソンらの記述に基づく[1]。 実数は0以上かつ1以下のような有限の範囲でも、無限個の値（種類）が存在するため、コンピュータでは妥当なビット数で有限個の値（種類）の近似値で扱う必要がある。 実数-1/3は10進数表現では無限小数となるが、有限桁の小数で近似値を表記できる。下の例では10進数での4桁としている。 -1/3 -1 x 0.33333333333333... -1 x 0.3333 x 100 -1 x 3.333 x 10-1 下
http://www.ist.aichi-pu.ac.jp/lab/toda/research/SI/index-j.shtml
■ 時系列モデル構築 実際のシステムや現象の解析，予測，制御等にシステム論を適用するには，まずその数学モデルを構築する必要がある．そのための手法として，AR（自己回帰）や MA（移動平均）モデルに代表される線形理論は，これまで大きな成功を収めてきた．しかし，生命や社会経済現象に関して理解が深まってくると，それらの解析・予測をより高い精度で行うためには，既存の線形理論では不十分であり，数学モデルを非線形にまで拡張する必要性に迫られている． こうした現状の中で，本研究では,線形モデルの次数を決定するのに用いられている AIC（赤池の情報量基準）を，非線形モデルにおける次数決定にも適用できるかどうかを，数理統計学や確率論，ディジタル信号処理等の知識を用いながら，理論とシミュレーションの両側面から取り組んでいます．また,実際の応用例としては人間の脳波を予定しており，将来的には，それを利用した新たな
畳み込み - Wikipedia
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "畳み込み" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL（2016年7月） 2つの正方形による畳み込み。解として得る波形は三角波となる。黄色の領域で示されている面積が2つの方形波の合成積である。 正方形がRC回路に入力された場合の出力信号波形を得るために、RC回路のインパルス応答と方形波の畳み込みを行っている。 黄色の領域で示されている面積が合成積である。 畳み込み（たたみこみ、英: convolution）とは、関数 g を平行移動しながら関数 f に重ね足し合わせる二項演算である。あるいはコンボリューションとも呼ばれる。 定義[編集]
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
http://repository.dl.itc.u-tokyo.ac.jp/dspace/simple-search?query=%E9%9F%B3%E5%A3%B0&sort_by=0&order=DESC&rpp=10&etal=0&start=10
差分法 - Wikipedia
母集団，標本，平均，分散，標準偏差
共鳴管の物理学