統計分析、多変量解析、データマイニング、その応用例を調べるにあたって参考となるページを紹介します。基礎知識の補完にご活用ください。
統計分析、多変量解析、データマイニング、その応用例を調べるにあたって参考となるページを紹介します。基礎知識の補完にご活用ください。
ノンパラメトリック回帰の広場の表紙に戻る Q1:ノンパラメトリック回帰って何ですか? Q2:ノンパラメトリック検定(ウィルコクスン検定とか)は、ノンパラメトリック回帰と関係あるんですか? Q3:ノンパラメトリック統計というのは、ノンパラメトリック回帰のことですか? Q4:ニューラルネットワークとノンパラメトリック回帰は関係がありますか? Q5:樹形モデルもノンパラメトリック回帰ですか? Q6:ノンパラメトリック回帰よりデータマイニングの方が盛んなのは何故ですか? Q7:平滑化ってノンパラメトリック回帰の別名ですか? Q8:平滑化パラメータって何ですか? バンド幅と違うのですか? Q9:平滑化スプラインの平滑化パラメータの値はどのくらいがいいのですか? Q10:局所1次式回帰、局所2次式回帰、局所3次式回帰、---、といろいろ考えられます。どれを使えばいいですか? Q11:ノンパラメトリック
部分積分ですね。(^^♪ ∫xsin(nx)dx =∫[{(-1/n)cos(nx)}'・x]dx =(-1/n)cos(nx)・x-∫[{(-1/n)cos(nx)}・(x)']dx =(-1/n)xcos(nx)-∫[{(-1/n)cos(nx)}・1]dx =(-1/n)xcos(nx)+(1/n)∫cos(nx)dx =(-1/n)xcos(nx)+(1/n)・(1/n)sinx(nx)+C =(1/n^2)sinx(nx)-(1/n)xcos(nx)+C さらに、f(x)=xsin(nx)とおきます。 f(-x) =(-x)sin{n(-x)} =-xsin(-nx) =-x・{-sin(nx)} =x・sin(nx) =f(x) よって、f(x)は、偶関数です。 ∫[-π→π]xsin(nx)dx =2∫[0→π]xsin(nx)dx =[(2/n^2)sinx(nx)-(2/
60-70歳代、10対1と男性に多い。主な危険因子はたばこと酒です。 喉頭がん患者の喫煙率は90%以上です。長年の喫煙者は一度精査を受けてください。 喉頭がんの症状 1.持続する声のかすれ(1ヶ月以上声がれが続くようなら、喉頭にがんがないか調べるために受診してください。喉頭に異常がなく、声のかすれが持続する場合は甲状腺や食道の精密検査を行うこともあります。) 2.のどの異物感 3.耳に放散する痛み 4.食物を飲み込むときに痛み 5.血痰 6.喉頭の部位にもよりますが無症状のこともあります。 喉頭がんの診断 のどを喉頭鏡という小さな鏡で、「えー」「いー」など声を出してもらいながら喉頭内を観察します。 細いカメラ(鼻から入れるので、口から入れる場合と違い、入れるときの不快感はほとんどありません)で喉頭を観察し、疑わしい病変があれば細胞検査を行います。 CT/MRIで他臓器への浸潤度を見ます。
k平均法(kへいきんほう、英: k-means clustering)は、非階層型クラスタリングのアルゴリズム。クラスタの平均を用い、与えられたクラスタ数k個に分類することから、MacQueen がこのように命名した。k-平均法(k-means)、c-平均法(c-means)とも呼ばれる。 何度か再発見されており、まず、Hugo Steinhusが1957年に発表し[1]、Stuart Lloydが1957年に考案し、E.W.Forgyが1965年に発表し[2]、James MacQueenが1967年に発表しk-meansと命名した[3]。 数式で表現すると、下記最適化問題を解くアルゴリズム[4]。本アルゴリズムでは最小値ではなく初期値依存の極小値に収束する。 単純なアルゴリズムであり、広く用いられている。分類をファジィ化したファジィc-平均法やエントロピー法をはじめ、データ構造を発見す
自己組織化マップ(Self-Organizing Maps, SOM)とは † 統計学的説明 : 多くのパラメータを使うことで近似的にノンパラメトリックで非線形なPCA(主成分分析)を実現する手法*1 PCAとは … 多次元のデータを、できるだけ情報量を落とすことなく、低次元に要約する。 例 : [数学の点, 国語の点, 理科の点, 社会の点] → [数学+理科の点, 国語+社会の点]*2 非線形PCAとは … 非線形関数であっても推定可能、SOM や カーネル主成分分析 など。 例 : 三角関数(データが原点を中心にした円弧上に存在する場合、x,yは偏角θの1次元で表現できる)*3 生理学的説明 : 大脳感覚野の特徴地図が知覚経験によって形成されていく様子を説明したモデル(の、簡易版)*4 網膜細胞の入力から、一次視覚野の方位選択性+眼優位性構造 を再現することができる。 応用的説明 :
以下の記事を掲載しました. 高周波漸近解法2024年9月1日 非地上系ネットワーク2024年9月1日 アクティブノイズコントロール2024年8月1日 Transformer2024年8月1日 ゼロトラスト2024年7月1日 誘電体基板集積導波路2024年7月1日 揺らぎ2024年6月1日 オンラインコミュニケーション2024年6月1日 Visual SLAM2024年5月1日 非直交多元接続(NOMA)2024年5月1日 複素誘電率測定2024年4月1日 ブロックチェーン2024年4月1日 現在119編を公開しています. [公開編一覧] 2023/12/01 電子情報通信学会 知識ベースをリニューアルしました. [ご利用方法] 知識ベースのご利用方法は,左枠の各群タイトルをクリックすると,各群それぞれの編一覧が出てきます.濃い色文字の編が公開されている編です.その中の閲覧したい編を
今までに書いた「 PRML を読んで、やってみた」系の記事をまとめてみた。何か参考になれば幸い。 根本的にとても疑り深い人(教科書の類に対しては特に)なので、「こんなん書いてあるけど、ほんまかいな〜?」という姿勢が目立つ。 また、よく「手触り」という言葉が出てくる。なんというか、「感触」がわからないと気持ち悪いのだ。基本的な道具類は目をつむっていても使えるのが理想、と言えば、なんとなくでもわかってもらえるだろうか。 あと、言葉使いに無駄に小うるさい(苦笑)。多くの人にとってはどうでもいいところで妙にこだわっているかも。 下巻編はこちら。 PRML 読んでやってみた(下巻編) http://d.hatena.ne.jp/n_shuyo/20110519/prml 1章&2章 特に実装とかしてない。 ディリクレ分布のパラメータが0のとき http://d.hatena.ne.jp/n_shuy
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