シェア
ししまる@みらいのクルマをつくる人
2020年10月9日 18:01
今回は２回微分についてアウトプットしていきます。1.2回微分した分かること2回微分して何が分かるかというと関数の形がわかります。【関数の形とは】①グラフが上に凸か下に凸か②接線の傾きの変化率2.上に凸と下に凸まずはじめに上に凸と下に凸についてです。これが何かというとこの様なグラフの形を意味します。これは2回微分した時【グラフの形】y"が正の時、下に凸y"
2020年10月7日 05:18
今回は合成関数についてアウトプットしていきます。合成関数は、仕組みはとてもシンプルで計算に慣れて行けばすぐに理解できます。1.合成関数とは早速ですが(3x+4)^10の導関数を計算しようとした場合手計算ではすごく労力のいる作業になってしまいます。そこで複雑な計算を簡単にできるのが合成関数です。合成関数を理解することで微分の連鎖律について学ぶ準備が整います。微分の連鎖率
2020年10月5日 06:55
今回は右微分係数と左微分係数についてアウトプットしていきます。1.右微分係数と左微分係数とは前回のおさらいを簡単にすると【微分係数とは】右側と左側から極限に近づけた時の値が同じ場合に定義される。となっていますが、この微分の定義に当てはまらない場合があります。前回の記事はこちらご覧の様に、0の右側と左側で微分係数が異なる場合は微分と定義することができません。ではどの
2020年10月1日 05:30
今回は微分の考え方について直感的な目線から少しずつ解析的にアウトプットしていきます。微分については以前アップしています。今回の記事を見る前によろしければ過去の記事をご覧ください。1.直感的に微分を考えよう今後、解析的に微分を学ぶにあたってその前準備として直感的に微分について考えていきます。【直感的な微分の考え方】曲線が与えられた時、①Pをその曲線上の点とする。②Pと
2020年9月29日 21:07
今回は微分についてアウトプットしていきます。中学の時、習ったけど全然覚えてないって方多いんじゃないでしょうか。私自身もそうです。笑ひとつずつ一緒に勉強していきましょう。1.微分とはまず微分とは何でしょうか。一言でいうと【微分とは】接線の傾きのこと1回微分をすると関数の傾きが分かり2回微分をすると関数の形が分かります。2回微分については今後紹介していきます。
2020年9月28日 05:23
今回は尤度(ゆうど)についてアウトプットしていきます。なかなか聴き馴染みのない言葉でちょっと拒否反応を示してしまう方もいるかもしれません。しかし、尤度の考え方を発展させたものとしてベイズ統計学があります。これは機械学習でよく使われる考え方になりますのでのでしっかり学んでいきましょう。1.尤度とは【尤度とは】データの尤も(もっとも)らしさを推測する※今までの統計学とは逆の
2020年9月24日 22:23
今回は標本が２つの場合の母集団の予測の考え方についてアウトプットしていきます。1.標本が２つの母集団を予測しよう早速ですが標本が２つの場合の母集団の予測の仕方について考えてみましょう。前提条件はこの通りです。【前提】・平均：151g ・標準偏差：6g・分布は正規分布に従っている次の事例を元に考えていきましょう。【事例】2つの標本から標準偏差を考える・標本Aの
2020年9月23日 05:48
今回は統計学のシメの部分である標本から母集団を予測するについてアウトプットしていきます。1.標本から母集団を予測するとはまずはじめに標本から母集団を予測するとはどういう事でしょうか。それは母集団の分布がわかっていると標本から母集団を予測することができるという事です。どういう意味かというと母集団の分布=平均と分散がわかっていれば分布の形は正確に分かります。そこで標本が
2020年9月22日 07:00
今回は中心極限定理についてアウトプットしていきます。中心極限定理は記述統計と推測統計を繋ぐ非常に重要な役割を持っています。感覚的にわかりずらい部分もありますがしっかり学んでいきましょう。1.中心極限定理とは中心極限定理の定義はこの様になっています。【中心極限定理とは】①標本平均の分布は正規分布に近づく②母集団の分散をσ2とし母集団からn個の データを取ったとすると標本
2020年9月21日 05:54
今回は正規分布についてアウトプットしていきます。正規分布は一番基礎となる分布ですのでしっかり覚えていきましょう。1.正規分布とはまず正規分布とは何でしょうか。【正規分布とは】自然界や人間の行動・性質など様々な現象に対して、よく当てはまるところから来ている。グラフは、下図のように左右対称な曲線である。【正規分布の定義】①平均μと分散σ2によって分布の形が決まる②平均値と最
2020年9月20日 08:15
今回はポアソン分布についてアウトプットしていきます。1.ポアソン分布についてポアソン分布自体は機械学習であまり使われるものではありませんがポアソン分布は二項分布を近似しており近似する事は機械学習で必要なスキルになるので学んで行きましょう。【ポアソン分布について】二項分布を近似したもの・二項分布で事象の数が増えると計算 が煩雑になる。・もう少し簡単に計算できる様にしたもの
2020年9月18日 05:34
今回はデータの分布についてアウトプットしていきます。今後、大数の法則や中心極限定理を理解していく為にはデータの分布について学んでいく必要があります。そこで今まで学んだ確率の考え方を使いながら二項分布について理解していきましょう。1.二項分布とは二項分布とはベルヌーイ試行をn回行って、成功する回数xが従う確率分布の事ここでベルヌーイ試行という聞き慣れない言葉が出てきまし
2020年9月17日 05:33
今日は確率変数と確率分布についてアウトプットしていきます。1.確率変数とは確率変数起こりうる事柄の値の事を表します。と言われてもちょっと理解しにくいですね。そこでサイコロを例に考えてみましょう。サイコロの確率変数確率変数：1,2,3,4,5,6サイコロを振った時に出る可能性のある値は1〜6の値です。7や8などは図のサイコロでは出る可能性はありませんので確率変数
2020年9月16日 07:21
今回は順列と組み合わせについてアウトプットしていきます。この先、分布について計算する為には順列と組み合わせの式を使うケースがありますが順列と組み合わせの理解がなければ何の計算をしているか分からなくなりますので今回しっかり学んでいきましょう。1.順列とは？順列とは異なるn個のものからr個選んで「一列に並べる」場合の数です。もう少し砕けていうとどれだけのパターンがあるかと
