• ホーム
  • 数学
    • 代数
    • 幾何
    • 解析
  • 機械学習/AI
    • アルゴリズム
    • 時系列分析
    • 自然言語処理
    • 最適輸送
    • 情報幾何
    • 画像処理
  • その他
    • 大学受験
    • 量子コンピュータ

nomulog

  • ホーム
  • 数学
    • 代数
    • 幾何
    • 解析
  • 機械学習/AI
    • アルゴリズム
    • 時系列分析
    • 自然言語処理
    • 最適輸送
    • 情報幾何
    • 画像処理
  • その他
    • 大学受験
    • 量子コンピュータ

2分探索木(BST)を完全解説|探索・挿入・削除・計算...

MarkdownからWordPressへ!数式も綺麗に...

乱択アルゴリズム徹底解説:計算量を劇的に改善する「ラン...

Transformer完全攻略ロードマップ:基礎から応...

アルゴリズムの設計:マージソート(Merge-sort...

アルゴリズムの解析:RAMモデルと挿入ソートで学ぶ計算...

【量子コンピュータ入門】二体系で始まる本当の計算力:エ...

【量子コンピュータ入門】Bloch球×Qiskitで理...

情報幾何におけるアフィン接続について

オートエンコーダー(AutoEncoder)を徹底解説...

ADF検定とはなにか?時系列データの定常性を正確に評価する方法

時系列データを分析・予測する際にとても大事な概念に「定常性」の確認がある。 その確認に使われるADF検定が一体どういう仕組みで、どういう手順で検定するのかこの記事では分かりやすく解説してみる。     ADF検定とは?− 時系列データの安定性をチェックするツール 時系列データとは、時間の経過に伴って得られる一連のデータ点のことである。株価の推移や気温の変動など、日常生活でよく見かけるものだ。これらのデータが「定常」であるかどうかを調べるのがADF検定(Augmented Dickey- ...

PRML解説記事まとめ

この記事ではPRMLと呼ばれる機械学習の理論について書かれたバイブルとも言える参考書を僕が理解できるまでかみ砕いた記事を全てまとめたものである。 それぞれの記事では、書籍ではできない過度に冗長ともいえる文章で数学的な証明などもでき得る限り省かずに書いている。   この記事群は上から順に読んでいく必要はなく、気になったところから読んでもらえればいい。 PRMLとは? PRML(Pattern Recognition and Machine Learning)とは、マイクロソフト社の研究者であるCh ...

ラグランジュの未定乗数法(KKT条件)の証明と直感的理解、そしてその幾何的解釈

この記事ではラグランジュの未定乗数法について徹底的に解説していく。   なぜラグランジュの未定乗数法はあれで導出することができるのか、厳密な証明、直感的な理解、幾何的な解釈をすべて取り扱う渾身の記事である。 この記事を読めばラグランジュの未定乗数法の理解が深淵に達すること請け合い。 ラグランジュの未定乗数法とは ラグランジュの未定乗数法とは、多変数関数がある制約条件を満たすときの最大値または最小値を求めるための手法である。経済学や物理学、工学、機械学習など、様々な場面で活用される。 まず、僕たち ...

【決定版】ニューラルネットワークの数学的基礎|順伝播・誤差逆伝播法を数式で完全に理解する

「ニューラルネットワーク」という言葉、最近よく耳にしませんか? スマートフォンの顔認証、翻訳アプリ、自動運転技術など、私たちの身の回りの多くの「賢い」技術の裏側で活躍しています。でも、一体ニューラルネットワークって何なのでしょう? 簡単に言うと、ニューラルネットワークは、私たち人間の脳の神経細胞(ニューロン)のネットワーク構造をヒントに作られた、数学的なモデルです。たくさんのニューロンが互いに情報をやり取りしながら、複雑な問題を解くことができる仕組みを持っています。 この記事では、ニューラルネットワークが ...

【線形分類モデル】識別関数によって線形的に多クラス分類!!最小二乗法とその弱点とは…

  ここでは線形的にクラス分類することを考える。   前提知識 最初に分類問題の前提知識をまとめておこう。 まず、「決定領域」について。分類問題とは、一言で言えば、与えられたデータがどのカテゴリに属するかを決定する問題だ。例えば、果物の重さと色から、それがリンゴかオレンジかを判断する、といった具体的な状況を思い浮かべると良い。各果物(つまりデータ)がどの果物のカテゴリに属するかを示す空間(例えば、重さと色で構成される二次元平面)を考える。この空間を、カテゴリごとに区切ると、それぞれのカ ...

本気で結果を出したい人のための「暗記法」完全マニュアル

※この記事はnoteに公開している「本気で結果を出したい人のための暗記法完全マニュアル」とほぼ同じものです。すでに購入されたことがある方はご注意ください。 まず最初に暗記、すなわちインプットを正確に行うことの爆発力についてご紹介したいと思います。 暗記というと「暗」という字があるだけあって「めんどくさい」などの暗いネガティブなイメージを持ちがちですが 暗記によって得られる効果は絶大です。 それは圧倒的な時間の短縮です。 皆さん経験があると思いますが、「知っている」のと「知らない」のとでは成果とその時間に差 ...

経験ベイズってなに?線形回帰モデルをベイズ的に扱うための近似とエビデンス関数

  エビデンス近似 僕たちが統計的な問題を解くとき、大抵は何かを予測したり、何かのパターンを見つけたりしたいわけで、これを達成するために、僕たちは通常、データに適合するようなモデルを構築する。そして、それらのモデルには「パラメータ」が存在し、そのパラメータを変えることでモデルの形が変わる。   問題は、事後分布を計算するのが非常に難しいことだ。特に、モデルが複雑になると、事後分布を厳密に計算することはほぼ不可能となる。 そこで考え出されたのが、「経験ベイズ」と呼ばれる手法だ。これは、全 ...

Convolutional AutoEncoderで異常データを学習に使わない異常検知システム作ってみた^^

  人間生きていると誰しも異常検知をしたいときが突然来るものである。とある製品に光を当てて一定数以上エアポケットが出てしまった場合に異常を検知したいときが誰しも来る。   今回はいろいろ諸事情があって、その製品に関する画像データが手元に全くないので、まずはネジに対して異常を検知できるかどうかpythonで実装してみるか…   よし、、、 Convolutional Auto Encoder を実装する 今回はConvolutional AutoEncoderを使用する。Con ...

ノンパラメトリックな方法を活用したデータの解析:ヒストグラムからK近傍法、カーネル推定まで

データ解析において一般的なのは、パラメータを事前に設定しデータを用いてそのパラメータを最適化していくという方法である。 しかし、実際にはそれだけでなく、パラメータに依存しない方法も存在する。それがノンパラメトリックな方法である。 今回の記事では、ヒストグラム密度推定法から始めて、カーネル密度推定法、そして最後にK近傍法まで、ノンパラメトリックな手法を用いたデータ解析の流れを、丁寧に段階的に解説していく。     ノンパラメトリックなアプローチってなに??? まずは、ノンパラメトリックな ...

指数型分布族ってなに?定義とその性質、多項分布やガウス分布ってほんとに指数型分布??

  「指数型分布族」、聞いたことはあるけれど、具体的に何を指すのか、どのような特性を持つのか、そしてなぜ重要なのか。 そんな疑問を持つ方々へ、この記事は一つ一つ丁寧に解き明かしていく。 ベルヌーイ分布、多項分布、ガウス分布といった具体的な分布が実は指数型分布族に属していること、そしてそれが何を意味するのか。 さらに、最尤推定法と共に、指数型分布族と共役事前分布の関係についても掘り下げていく。無情報事前分布や変則事前分布についても触れ、指数型分布族の理解を深める一助となることを目指す。 &nbsp ...

マハラノビス距離ってなに?多次元のガウス分布(正規分布)の座標変換で分かるその本質【深奥】

というところがこの記事の内容である。 ガウス分布も機械学習、統計を学ぶ上で避けては通れないビックな項目なのでゆっくりとやっていこう。   この記事では主に一次元のガウス分布の性質について触れている。 ただ、僕も勉強中の身なので、何か間違いなどがあればコメント等で教えてほしい。 ガウス分布とは ガウス分布は正規分布とも呼ばれ、連続変数の分布のモデルとして広く利用されている。 まずはガウス分布の定義から確認しよう。 というのがガウス分布の定義であったが、一次元の場合と多次元の場合の定義式を見比べると ...

離散確率・事前共役分布徹底解説 ベルヌーイ分布、二項分布、カテゴリ分布、多項分布、ベータ分布、ディリクレ分布

  この記事では、様々な機械学習アルゴリズムを構築するためのパーツとなる各種基本的な確率分布の定義と、その用途や性質を解説する。 非常にヘビーな記事で文字数にして三万文字近くある。 めちゃめちゃ丁寧に解説した魂の記事なのでぜひ読んでほしい。   確率分布は機械学習を学ぶ上で避けては通れないところで、この記事はその確率分布の理解の助けとなるべく書いたものである。 ただ、僕も勉強中の身なので、何か間違いなどがあればコメント等で教えてほしい。   離散確率分布の関係性 今回の流れは ...

確率論を使った多項式曲線フィッティングの流れを段階的に徹底解説する【ベイズ】

本記事では、データ解析の基本となる曲線フィッティングを、確率論を用いて理解するための解説を行っている。 最尤推定やベイズの定理を駆使し、パラメータ推定から予測分布の計算までを、そもそもなぜ最尤推定をしたいのか、なぜその式で予測分布が得られるのかを含めて説明している。 この記事を通じて、曲線フィッティングの基本的な考え方を段階的に理解できることだろう。   確立論を使った曲線フィッティング この記事では多項式曲線フィッティングを誤差最小化としてどのように表現できるかをみた。 ここでは改めて確立的な ...

一次元ガウス分布徹底解説~いろんな性質とその証明、不偏推定量~

  この記事では、ガウス分布というデータ解析の基本となる確率分布を解説していく。 実は、ガウス分布は自然界にもたくさん出てくるので、それを理解することで現象をより深く理解することができるのだ。 さらに、最尤推定という手法を使ってデータから推定を行う方法も紹介する。 なるべくどうしてそうなるのか、証明も厳密に書いていくので冗長で読みにくい部分があるかもしれない なので、証明はあんまり興味ないという人は読み飛ばしてくれてかまわない。 結局ガウス分布というものが何で、どういう性質があって、それを機械学 ...

【確率論】頻度主義とベイズ主義、尤度関数の最大化したい理由を解説【機械学習】

さていよいよベイズ確率に入っていく。 今回の記事ではこれまで見てきた一般的な確率とベイズ確率がどのように違うのか、そして尤度関数の最大化という視点がなぜ必要なのかを見ていく。 ベイズ確率は機械学習を学ぶ上で避けては通れない概念であり、この記事はその概観をつかむ一助になるかもしれない。   頻度主義とベイズ主義 いよいよ、ベイズ確率というものについて詳しく見ていく。 ベイズ確率というものを理解するために、これまで使用してきた頻度主義的な確率とどう違うものなのか比べてみよう。ベイズ的な確率と頻度主義 ...

« Prev 1 2 3 4 5 Next »
  • Post
  • Share
  • Pocket
  • Hatena
  • LINE
  • URLコピー
  • ガジェット (9)
    • オーディオ (6)
    • ゲーミングデバイス (2)
    • 家電 (2)
  • ゲーム (2)
  • その他 (4)
    • 好きなもの (1)
    • 日常 (3)
  • ブログ (3)
  • プログラミング (3)
    • Python (2)
  • 勉強 (30)
    • 大学受験 (13)
  • 数学 (30)
    • no imageグラフ理論 (2)
    • 代数 (3)
    • 幾何 (4)
    • 解析 (4)
  • 機械学習/AI (35)
    • no imageアルゴリズム (4)
    • no image情報幾何 (1)
    • 時系列分析 (4)
    • 最適輸送 (3)
    • 画像処理 (2)
    • 自然言語処理 (6)
  • 量子コンピュータ (4)
  • プライバシーポリシー
  • お問い合わせフォーム
  • サイトマップ

nomuyu

AIについての研究・開発をしています。

     お知らせ
    2025.08.29
    2分探索木(BST)を完全解説|探索・挿入・削除・計算量・中間順巡回まで
    2025.07.10
    MarkdownからWordPressへ!数式も綺麗に変換できるコンバーターを公開しました
    2025.06.12
    乱択アルゴリズム徹底解説:計算量を劇的に改善する「ランダム性」の力
    2025.05.02
    Transformer完全攻略ロードマップ:基礎から応用までを徹底解説
    2025.04.23
    アルゴリズムの設計:マージソート(Merge-sort)で学ぶ分割統治法の計算量解析

    アーカイブ

    検索

    • ガジェット (9)
      • オーディオ (6)
      • ゲーミングデバイス (2)
      • 家電 (2)
    • ゲーム (2)
    • その他 (4)
      • 好きなもの (1)
      • 日常 (3)
    • ブログ (3)
    • プログラミング (3)
      • Python (2)
    • 勉強 (30)
      • 大学受験 (13)
    • 数学 (30)
      • no imageグラフ理論 (2)
      • 代数 (3)
      • 幾何 (4)
      • 解析 (4)
    • 機械学習/AI (35)
      • no imageアルゴリズム (4)
      • no image情報幾何 (1)
      • 時系列分析 (4)
      • 最適輸送 (3)
      • 画像処理 (2)
      • 自然言語処理 (6)
    • 量子コンピュータ (4)

    nomulog

    © 2025 nomulog