ICML2015読み会:Optimal and Adaptive Algorithms for Online Boostingirrrrr
「Haskellと数学とちょびっと音楽」なんていうシャレオツなサブタイをブログに付けてるのは誰ですか? 俺だよー! 大体、Haskell関連のコミュニティに顔を出していると、 数学科出ましたーとか、物理専攻ですー、とか、そーいう人がわりと多いのですが、 僕は「勉強なんて出来ないんジャー・レッド」だったので、サブタイトルに「数学」なんて入れつつも、 数学の話はほとんど出来なかったりとか出来たりとか・・・結局Haskellの記事しか書いてないですね、はい。 ただ、どちらかというと、Haskellでも処理系どうのとか、パフォーマンス云々とか、 そういう話より型システムでどうやって抽象化するかーみたいな、そういう話のほうがおもしれーとか思ったりしたので、 気づいたら圏論なんかはガジガジしてまして、多少の自己流の知識があったりとかなかったりとかしてるのです。 純粋関数型やらHaskellやらがメジャ
正規分布の意味するところを教えてください。どんな式であるかはわかりますが、 ・なぜこれが重要な確率分布とよくいわれるのか ・実際にどのような事象がこれに従うのか (これは一様分布だけどこれは正規分布、といった具体例が示されると助かります) について教えてください。
ベータ分布 (beta distribution) は連続確率分布のひとつである。順序統計量との関わりが深い。順序統計量とは、ランダムな標本値を昇順に並べ替えたときの一連の標本値の集合のことである。ここで、ベータ分布とは、互いに独立に同一の連続一様分布 U(0, 1) に従う α+β-1 個の確率変数Xi (1< i < α+β-1) において α 番目に小さい確率変数Xα (α番目の順序統計量) が従う確率分布である。ベータ分布のパラメーターは α (>0) および β (>0) であるが、このパラメーターを変えることで、様々な形状の確率密度を表現できる。そのため、対象の事象に対して恣意的に確率モデルを立てたいときに利用できる。ベイズ統計学において多用される。ベータ分布は Be(α, β) にて略記され、確率密度関数は以下で与えられる。以下の数式における分母の B はベータ関数を示す。
. ...... 多項分布から Dirichlet 過程まで Version 0.03 村脇 有吾 最終更新: 2012 年 10 月 29 日 村脇 有吾 多項分布から Dirichlet 過程まで 1 / 36 今日の内容 正規分布などは無視して多項分布一本に絞り込む かなり基本的なところから始める 図をほとんど書いていないので、適宜板書するかも Bayesian で、主に教師なし学習で使う話をやる Dirichlet 過程の説明は端折る inference の説明は省略するので、実装できるまでは至らない 実装したい人は Graham さんのノンパラメトリックベイズ入 門を参照のこと 村脇 有吾 多項分布から Dirichlet 過程まで 2 / 36 多項分布 (Multinomial distribution) 確率変数 x は K 個のうちいずれかの値をとる。その確率は、例え
ラグランジュの未定乗数法 戻る SVMについての記事を読んでいて絶対に避けて通れないのが,ラグランジュの未定乗数法だ.なんたって,これを使うことで「サポートベクトル」の決定が可能になるんだから,これがわからなくっちゃ始まらない. ラグランジュの未定乗数法がどうやって導出されたか,っていうことはここでは説明しない.どのようなものか,だけを述べる. ラグランジュの未定乗数法の定義 個の変数を要素として持つ変数列に関して個の制約条件 が与えられていたとする. この制約条件の下で関数が極値をとるようなを求めたいとき,もうひとつの変数列を使って次のような関数を考える. この関数の極値条件 を満たす解の中にある.ここでをラグランジュの未定乗数という. 「難しくってわかんねーよ」という人,ちょっと待っておくれ.小難しい書き方に惑わされてはいけない.これはそんなに難しいものではないんだ
どんな小さな山でも、地図なしに登るのは不安です。目的の山頂を目指して、途中の絶景ポイントを巡りながら、安心して歩き続けるためには地図が不可欠です。歩き慣れない道ならなおさらです。高い山になれば、地図だけではまだ不安です。たいていの山には要所要所にチェックポイントがあります。このチェックポイントを追えば一応山頂に着くでしょう。しかし、一番は道案内人です。初心者が途中困ったことになるのを、前もって避けさせてくれるからです。 本連載も78回(現時点)の長きに渡りました。今回で連載を締めくくるに当たって、全体を見渡す地図を残します。絶景ポイントのリスト代わりに、用語一覧を、道順のチェックポイント代わりに語句の索引(用語総解説)を用意します。 今回の記事が、皆さんにとっての登山案内人としてお役にたてれば幸いです。 図78.1 目次・索引は書物の案内人 連載で取り扱った内容 はやいもので、連載が始まっ
ネットワークの計測と解析 インターネットの使われ方やネットワークの挙動を把握する事は、ネットワークを運用し、その技術開発を行う ために欠かせません。しかし、観測で得られるデータ量は膨大ですがノイズが多く、また、観測できるのは極めて限られた部分でしかありません。そこで、膨大なデータから意味のある情報を抽出したり、部分的な観測からより一般的な傾向を推測する事が必要となります。... インターネット基盤技術 速くて、安全で、信頼性が高く、使いやすく、など、インターネットサービスへの要求はますます高まっています。これらの要求に応えるために、インターネットの 基盤技術も日々進歩しています。いまやインターネットはつながるだけのサービスではなく、高度で複雑な機能を備えた社会基盤となりました。IIJ技術研究所は、インターネットの基盤として実現が期待される機能を提供するために、さまざまな技術課題に取り組んで
330個の1000次方程式によるまどかマギカ pic.twitter.com/QnuOhXQfiT— りんご (@aomoriringo) November 27, 2013 上記のような、任意の画像の輪郭を数式に変換するプログラムを紹介します。 発端 Wolfram|Alphaには「Person Curve」と呼ばれる類の検索結果が存在し、「Barack Obama Curve」「Hatsune Miku like curve」とか検索すると、その人物・キャラを表したパラメトリック方程式とそのプロット結果が表示されます。 これについては以下に示すようにたくさんの記事があり、存在自体は早くから知っていました。 数式が解明されてしまった初音ミク。その他キャラクターを色々試してみました | 猫と杓子 http://nlab.itmedia.co.jp/nl/articles/1305/02/
2013年 プログラマの為の数学勉強会 資料 第1回:イントロダクション 第2回:浮動小数点数・極限・微分 第3回:微分法の応用・多変数関数の微分法 第4回:微分法の応用(続き)・方程式の数値解法 第5回:微分方程式の数値解法・積分法 第6回:数値積分法・積分法の応用 第7回:行列・ベクトル・ガウス消去法 第8回:行列式・逆行列・連立一次方程式の直接解法 第9回:線型空間・線型写像・固有値固有ベクトル(その1) 第10回:線型変換・固有値固有ベクトル(その2)・内積空間 第11回:連立一次方程式の反復解法・二次形式・多変数関数の極値・重積分 第12回:確率論入門 第13回:情報量・エントロピー・重要な確率分布・大数の法則・中心極限定理 第14回:擬似乱数の生成法・推定 第15回:検定 第16回:検定の続き, 回帰分析 第17回:回帰分析の続き 第18回:ベイズ統計
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