マルコフ連鎖モンテカルロ法入門-１
※ここで解説しているお天気推移モデルはオリジナルなものですので、数値・計算等にミスがある可能性が否めませんので、もし間違いを見かけた方は優しく教えていただけると助かります。 お天気推移モデルで理解するマルコフ連鎖モンテカルロ法。２状態離散モデルの解説を中心に、メトロポリス法の解説まで行った。 次は連続モデルや熱浴法・メトロポリスヘイスティング法の解説資料も作成したい⇒完成。以下のLINKを参照下さい。http://www.slideshare.net/teramonagi/ss-5344006 誤字を修正（2010/11/01）Read less
254A, Notes 0: A review of probability theory
254A, Notes 0: A review of probability theory 1 January, 2010 in 254A - random matrices, math.CA, math.PR | Tags: almost sure convergence, conditioning, convergence in probability, independence, moments, random variables | by Terence Tao In preparation for my upcoming course on random matrices, I am briefly reviewing some relevant foundational aspects of probability theory, as well as setting up b
Rasch model - Wikipedia
The Rasch model, named after Georg Rasch, is a psychometric model for analyzing categorical data, such as answers to questions on a reading assessment or questionnaire responses, as a function of the trade-off between the respondent's abilities, attitudes, or personality traits, and the item difficulty.[1][2] For example, they may be used to estimate a student's reading ability or the extremity of
MCMC Preprint Service
MCMC Preprint Service Welcome to the MCMC Preprint Service This service provides a list of all registered papers on MCMC methodology currently submitted for publication. Please don't just browse, send us your papers too! Disclaimers It should be noted that the MCMC Preprint Service has no editorial policy. and that the administrators rely upon contributors to offer appropriate papers. It is enti
Link Analysis and Related Topics - Home
2008年度 先端情報科学特論 II & IV リンク解析と周辺の話題 担当 新保 仁 shimbo@is.naist.jp 日時 2008/11/10, 11/17, 12/1, 12/8 (全 4 回) - 4限 15:10-16:40 場所 情報棟 L3 講義室 リンク解析は, グラフ (ネットワーク) データの構造から有用な情報を抽出するための, データマイニングの一研究分野です. この講義ではまず, リンク解析が取り扱う 2 種類の尺度 (重要度と関連度) について述べ, それぞれの代表的な計算手法を紹介します. 後半では, 近年機械学習分野で盛んに研究されているカーネルのうち, グラフ上の節点に対して定義されたカーネル (グラフカーネル) と, そのリンク解析への応用について紹介します. 第1回 11月10日 スライド 第2回 11月17日 スライド 第3回 12月1日
Benford’s law, Zipf’s law, and the Pareto distribution
Benford’s law, Zipf’s law, and the Pareto distribution 3 July, 2009 in expository, math.PR, math.ST, non-technical | Tags: Benford's law, Pareto distribution, randomness, Zipf's law | by Terence Tao A remarkable phenomenon in probability theory is that of universality – that many seemingly unrelated probability distributions, which ostensibly involve large numbers of unknown parameters, can end up
確率微分方程式超入門 - 最尤日記
どうも世の中の確率微分方程式の入門はハイブロウすぎると思う。経済学のいくつかの講義ノートを見たけど、ボレル集合族とか確率空間とか伊藤積分とかはやりすぎ。そういうのは微分を学ぶのにいきなりε-δ論法から入門するみたいなものだ[1]。物理屋風の方法論なら以下のように簡単に伊藤の補題も導きだされる。きちんとしたのはその後でよい。 さて、確率微分方程式とは連続時間でランダムな擾乱を受ける系を記述する微分方程式である。 例えばブラウン運動を考えてみよう。ブラウン運動では粒子はランダムに動く。そして試行をくり返せばその統計集団は正規分布に従う。そして分布の標準偏差は時間tの時には √t に比例する。これがブラウン運動の基本的な性質である。 ブラウン運動を微視的に見れば、それぞれの微小時間Δtごとに大きさ b √Δtの正規分布に従う動きをしている。一般の微分方程式であればΔtのあいだの粒子の動きΔXは、
交差検定 - Wikipedia
交差検定（英: Cross-validation）とは、統計学において標本データを分割し、その一部をまず解析して、残る部分を最初の解析の仮説検定に用いる手法[1] [2] [3]。 最初に解析するデータを「訓練事例（training set）」などと呼び、他のデータを「テスト事例（testing sets）」などと呼ぶ。 交差検定は Seymour Geisser が生み出した。特にそれ以上標本を集めるのが困難（危険だったり、コストがかかったり）な場合、データが示唆する仮説を検証することに慎重になる必要がある。 [編集] 交差検定の主な種類 [編集] ホールドアウト検定 一般にホールドアウト検定は交差検定には分類されない。なぜなら、データを交差させることがないためである。初期標本群から事例を無作為に選択してテスト事例を形成し、残る事例を訓練事例とする。テスト事例に使われるのは初期の標本群の
グラフィカルモデル - 機械学習の「朱鷺の杜Wiki」
Freeware† mloss:bayesian-networks, mloss:markov-random-fields, mloss:crf, mloss:naive-bayes,-mloss:bayesian-networks Software Packages for Graphical Models / Bayesian Networks R Bayesian Inference@ CRAN Task View：統計処理ソフト R の関連パッケージまとめ gRaphical Models in RV @ CRAN Task View：統計処理ソフト R の関連パッケージまとめ RjpWiki:R とベイズ RjpWiki:Rでベイズ統計学 個別 Banjo: Bayesian Network Inference with Java Objects Bayes++：Kalmanフィ
Sada
Sadakane's Homepage Lecture Notes Recent Papers (other papers) J. Larsson and K. Sadakane: Faster Suffix Sorting, Theoretical Computer Science, 387(3):258--272, 2007. K. Sadakane: Compressed Suffix Trees with Full Functionality, Theory of Computing Systems, 41(4):589--607, 2007. pdf file J. Jansson, K. Sadakane and W.-K. Sung: Ultra-succinct Representation of Ordered Trees, Proc. ACM-SIAM SODA, pp
Benford's Law -- from Wolfram MathWorld
A phenomenological law also called the first digit law, first digit phenomenon, or leading digit phenomenon. Benford's law states that in listings, tables of statistics, etc., the digit 1 tends to occur with probability , much greater than the expected 11.1% (i.e., one digit out of 9). Benford's law can be observed, for instance, by examining tables of logarithms and noting that the first pages ar
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
確率ゲームの話
Wizard of Odd – Historical Compilations
http://civs.ucla.edu/MCMC/MCMC_tutorial.htm
http://www.tsi.enst.fr/~cappe/h2m/
matheverywhere.com
生活や実務に役立つ高精度計算サイト
EMS Press
http://hawaii.naist.jp/~shige-o/cgi-bin/wiki/wiki.cgi?%C6%FE%CC%E7%BC%D4%B8%FE%A4%B1%B2%F2%C0%E2
Ox Documentation