尤度関数 - 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?: "尤度関数" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL（2014年9月） 尤度関数（ゆうどかんすう、英: likelihood function）とは統計学において、ある前提条件に従って結果が出現する場合に、逆に観察結果からみて前提条件が「何々であった」と推測する尤もらしさ（もっともらしさ）を表す数値を、「何々」を変数とする関数として捉えたものである。また単に尤度ともいう。 その相対値に意味があり、最尤法、尤度比検定などで用いられる。 概要[編集] B = b であることが確定している場合に、 A が起きる確率（条件付き確率）を とする
フラクタル次元 - Wikipedia
コッホ雪片の最初の繰り返し4回 フラクタル次元（フラクタルじげん、英: fractal dimension、D）とは、フラクタル幾何学において、より細かなスケールへと拡大するにつれあるフラクタルがどれだけ完全に空間を満たしているように見えるかを示す統計的な量である。 フラクタル次元にはさまざまな定義がある。最も重要な理論的フラクタル次元はレニー次元、ハウスドルフ次元、パッキング次元（英語版）の3つである。実用上ではボックス次元（英語版）と相関次元（英語版）の2つが実装が容易なこともあり広く使われている。古典的なフラクタルのいくつかではこれらの次元は全て一致するが、一般にはこれらは等価なものではない。 例えば、コッホ雪片の位相次元は1であるが、これは決して曲線ではない――コッホ雪片上の任意の2点の間の弧長は無限大である。コッホ雪片の小片は線のようではないが、かといって平面やその他の何かの一部
自己相似 - Wikipedia
自己相似（じこそうじ、英: self-similar）とは何らかの意味で、全体と部分とが相似（再帰）であることをさす言葉である。すべてのスケールにおいて自己相似となる図形は、スケール不変性を有する。 概要[編集] 図形においては、ある図形の断片を取ってきたとき、それより小さな断片の形状と図形全体の形状とが相似である場合を指す。このようなフラクタル図形などに代表される形状に関する自己相似は大変有名である。なお、フラクタルが全く幾何学には限られず数学の多様な分野で議論されるものであるように、自己相似も「幾何的形状」だけに限定されない。自然界や人工物には、海岸線の長さやインターネットのトラフィックのように統計的に自己相似なものの方が多く存在する。統計的な自己相似とは、同一対象について時間や空間的に異なるスケール(分解能)で計測された統計が同じ分布族に従い、分布やモーメント等の統計的性質が計測スケ
ロトカ・ヴォルテラの方程式 - Wikipedia
この項目では、捕食-被食関係のロトカ・ヴォルテラの方程式について説明しています。競争関係については「ロトカ・ヴォルテラの競争方程式」を、KEYTALKの楽曲、シングルについては「ロトカ・ヴォルテラ」をご覧ください。 ロトカ・ヴォルテラ方程式の解の一例。縦軸は個体数、横軸は時間。捕食者（Predatori、青）と被食者（Prede、赤）の個体数変動の位相は一般にずれており、捕食者が増加すると、急速に被食者が減少し、さらに捕食者が減少する、という時間変化を示す。 ロトカ・ヴォルテラの方程式（ロトカ・ヴォルテラのほうていしき、英語: Lotka-Volterra equations）とは、生物の捕食-被食関係による個体数の変動を表現する数理モデルの一種。2種の個体群が存在し、片方が捕食者、もう片方が被食者のとき、それぞれの個体数増殖速度を二元連立非線形常微分方程式系で表現する。ロトカ・ヴォルテラ
ウェーブレット変換 - 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?: "ウェーブレット変換" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL（2022年2月） ウェーブレット変換（ウェーブレットへんかん、英: wavelet transformation）は、周波数解析の手法の一つ。基底関数として、ウェーブレット関数を用いる。フーリエ変換によって周波数特性を求める際に失われる時間領域の情報を、この変換においては残すことが可能である。フーリエ変換でも窓関数を用いる窓フーリエ変換で時間領域の情報は残せたが、窓幅を周波数に合わせて固定する必要があるため、広い周波数領域の解析には向かなかった。ウェーブレット変換では、基
バナッハ＝タルスキーのパラドックス - Wikipedia
バナッハ＝タルスキーのパラドックス: 球を適当に分割して、組み替えることで、元と同じ球を2つ作ることができる。 バナッハ＝タルスキーのパラドックス (Banach-Tarski paradox) は、球を3次元空間内で、有限個の部分に分割し、それらを回転・平行移動操作のみを使ってうまく組み替えることで、元の球と同じ半径の球を2つ作ることができるという定理（ただし、各断片は通常の意味で体積を定義できない）。この操作を行うために球を最低5つに分割する必要がある。 バナッハ＝タルスキーの証明では、ハウスドルフのパラドックスが援用され、その後、多くの人により証明の最適化、様々な空間への拡張が行われた。 結果が直観に反することから、定理であるが「パラドックス」と呼ばれる。証明の1箇所で選択公理を使うため、選択公理の不合理性を論じる文脈で引用されることがある。ステファン・バナフ（バナッハ）とアルフレト
選択公理 - Wikipedia
選択公理（せんたくこうり、英: axiom of choice、選出公理ともいう）とは公理的集合論における公理のひとつで、どれも空でないような集合を元とする集合（すなわち、集合の集合）があったときに、それぞれの集合から一つずつ元を選び出して新しい集合を作ることができるというものである。1904年にエルンスト・ツェルメロによって初めて正確な形で述べられた[1]。 空集合を要素に持たない任意の集合族に対して、各要素（それ自体が集合である）から一つずつその要素を選び、新しい集合を作ることができる。あるいは同じことであるが、空でない集合の空でない任意の族 に対して写像 であって任意の に対し なるものが存在する、と写像を用いて言い換えることが出来る（ここで存在が要求される写像 f を選択関数（英語版）という）。これは次の命題と同値である。 {Aλ}λ∈Λ をどれも空集合でないような集合の族とすると
トーラス - 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?: "トーラス" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL（2015年5月） トーラス 初等幾何学におけるトーラス（英: torus, 複数形: tori）、円環面、輪環面は、円周を回転して得られる回転面である。 いくつかの文脈では、二つの単位円周の直積集合 S1 × S1（に適当な構造を入れたもの）を「トーラス」と定義する。特に、位相幾何学における「トーラス」は、直積位相を備えた S1 × S1 に同相な図形の総称として用いられ、種数 1 の閉曲面（コンパクト二次元多様体）として特徴づけられる。このようなトーラスは三次元ユークリッド空間
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。
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。 ロシア人数学
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、現在
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。 ベクトル[編集] ノルムが定義されたベクトル空間のベ
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。 定義[編集] 自己相関は、学問領域によって定義が異なる。分野によっては自己共分散 (autocovariance) と同じ意味に使われる。 統計学[編集] 統計学において、確率過程の自己相関関数 (autocorr
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。 概要[編集] 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
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]
マハラノビス距離 - Wikipedia
マハラノビス距離（マハラノビスきょり、英語: Mahalanobis' distance）とは、統計学で用いられる一種の距離である。「普通の距離を一般化したもの」という意味でマハラノビス汎距離（マハラノビスはんきょり）ともいう。プラサンタ・チャンドラ・マハラノビスにより1936年導入された[1]。 概要[編集] 特徴[編集] 多変数間の相関に基づくものであり、多変量解析に用いられる。新たな標本につき、類似性によって既知の標本との関係を明らかにするのに有用である。データの相関を考慮し、また尺度水準によらないという点で、ユークリッド空間で定義される普通のユークリッド距離とは異なる。 定義[編集] ある集団内の点が多変数ベクトル で表されるとき、その集団の変数ごとの平均値を縦ベクトルで と表し、集団の共分散行列（各変数間の共分散を配列した行列）を とすれば、ある点 からの集団へのマハラノビス距離
次元 - Wikipedia
空間次元を模式的に表した図 次元（じげん、英: Dimension、中国語: 維度）は、空間の広がりを表す一つの指標である。 直感的に言えば、ある空間内で特定の位置を指ししめすのに必要な変数の数が次元である。例えば平面上の位置を表すには、x座標とy座標、緯度と経度のような2つの変数が必要であるから、平面は2次元空間である。 dimension の訳語として「次元」という言葉が初めて見られたのは、1889年の藤沢利喜太郎による『数学に用いる辞の英和対訳字書』と言われる[1]。 数学や計算機において要素の配列の長さを指して次元ということもある。 自然科学においては、物理量の自由度として考えられる要素の度合いを言い、物理的単位の種類を記述するのに用いられる。 独立要素数[編集] 空間・時空[編集] 私たちの住む世界は共時的には3つの向きへの広がりをもった実3次元的な空間だととらえられる。また、時
次元の呪い - Wikipedia
英語版記事を日本語へ機械翻訳したバージョン（Google翻訳）。 万が一翻訳の手がかりとして機械翻訳を用いた場合、翻訳者は必ず翻訳元原文を参照して機械翻訳の誤りを訂正し、正確な翻訳にしなければなりません。これが成されていない場合、記事は削除の方針G-3に基づき、削除される可能性があります。 信頼性が低いまたは低品質な文章を翻訳しないでください。もし可能ならば、文章を他言語版記事に示された文献で正しいかどうかを確認してください。 履歴継承を行うため、要約欄に翻訳元となった記事のページ名・版について記述する必要があります。記述方法については、Wikipedia:翻訳のガイドライン#要約欄への記入を参照ください。 翻訳後、{{翻訳告知|en|Curse of dimensionality|…}}をノートに追加することもできます。 Wikipedia:翻訳のガイドラインに、より詳細な翻訳の手順・指
最尤推定 - Wikipedia
最尤推定（さいゆうすいてい、英: maximum likelihood estimationという）や最尤法（さいゆうほう、英: method of maximum likelihood）とは、統計学において、与えられたデータからそれが従う確率分布の母数を点推定する方法である。 この方法はロナルド・フィッシャーが1912年から1922年にかけて開発した。 観測されたデータからそれを生んだ母集団を説明しようとする際に広く用いられる。生物学では塩基やアミノ酸配列のような分子データの置換に関する確率モデルに基づいて系統樹を作成する際に、一番尤もらしくデータを説明する樹形を選択するための有力な方法としても利用される。機械学習ではニューラルネットワーク（特に生成モデル）を学習する際に最尤推定（負の対数尤度最小化として定式化）が用いられる。 基本的理論[編集] 最尤推定が解く基本的な問題は「パラメータ
NP完全問題 - Wikipedia
NP完全（な）問題（エヌピーかんぜん（な）もんだい、英: NP-complete problem）とは、(1) クラスNP（英: Non-deterministic Polynomial）に属する決定問題（言語）で、かつ (2) クラスNPに属する任意の問題から多項式時間還元（帰着）可能なもののことである。条件 (2) を満たす場合は、問題の定義が条件 (1) を満たさない場合にも、NP困難な問題とよびその計算量的な困難性を特徴づけている。多項式時間還元の推移性から、クラスNPに属する問題で、ある一つのNP完全問題から多項式時間還元可能なものも、またNP完全である。現在発見されているNP完全問題の証明の多くはこの推移性によって充足可能性問題などから導かれている。充足可能性問題がNP完全であることは1971年、スティーブン・クックによって証明され[1]、R. M. カープの定義した多項式時間
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
