"機械学習","信号解析","ディープラーニング"の勉強

読者です 読者をやめる 読者になる 読者になる

"機械学習","信号解析","ディープラーニング"の勉強

"機械学習","信号解析","ディープラーニング"について、それぞれ勉強しながらブログにまとめていきます。テーマは気分によってバラバラかもしれません。

統計学の考え方を抑えて機械学習との関連と相違を整理

統計学の考え方 統計学とは 言葉と概念の整理 分布 推定 検定 機械学習と統計学 機械学習とは 統計学との関連と相違 統計学と機械学習の相違 推定と学習 結果的に、学習が推定であった 統計的なモデルに寄せる 学習の手法 個人的な考え

確率の基本の基本

はじめに 機械学習での確率 今回のテーマ 確率・統計の基本 確率と統計の考え 確率の基本 離散確率 連続確率 多次元の確率 期待値

機械学習の重要なアプローチ:ベイズ理論

はじめに 記事を書いた動機 ベイズを意識する理由 ベイズ推定と正則化 ベイズ統計と伝統的統計 過学習という事実 ノイズへの対策 最大事後確率推定 最適化の立場 ベイズ推定について 正則化の試行錯誤 完全なるベイズの枠組み ベイズの枠組みを勉強できる本 …

最大事後確率推定(MAP推定)の基本

はじめに MAP推定とは どちらが優れているか 尤度、事後分布、事前分布 ベルヌーイ分布 パラメータの推定方法の違い 最尤推定と尤度 MAP推定と事後分布 事後分布を見てみる 事前分布 MAP推定 事後分布の最大化 対数を取る 求めたいパラメータで微分する 追加…

機械学習のための確率基礎とベイズの定理

今回は機械学習の数式を追えるようになるために必要と思われ確率の基礎を記事にします。数式を追うための講座なので、確率がなんたるものなのかはある程度知っている前提とし、様々な確率の公式や定理がどのように使われるのかを見て行きたいと思います。 複…

指数型分布族について

確率分布にも種類は色々ありますが、その中でも指数型分布族と呼ばれる種類のものは良い性質を持っており、学習に用いやすいです。今回は指数分布族がどういう種類のものであるか、そしてどういう性質を持っているのかを解説していきたいと思います。 指数型…

MAP推定は最尤推定と何が違うのか

最も単純な思想である最小二乗誤差推定があります。 これは多変量解析や機械学習でも最も最初に学ぶであろう内容です。次には過学習を防ぐために正則化を用いることを学ぶかと思います。 これらが、確率論の導入によって最尤推定とMAP推定に含まれることを見…

ベイズ理論の概要

近年の機械学習でもベイズ理論に恩恵を受けている部分は多いです。ここではベイズ理論の概要を紹介していきます。 主観確率と客観確率 具体例1:判断装置 具体例2:代表選手選出 主観確率の乱用はご法度! パラメータ推定に関する違い 伝統的統計学の考え ベイ…