-
-
独立な確率変数の共分散がゼロであること
共分散と相関係数の定義について過去に書いていた。 そもそも共分散が発生するのは、2つの確率変数が連動して動くから。 2つの確率変数が独立している場合は、共分散、相関係数共にゼロ。 共分散の定義 まず、 …
-
-
標本の標準偏差とルートnの法則
平均\(\mu\)、標準偏差\(\sigma\)からなる母集団から標本を取り出したとき、 標本の平均は母集団の平均\(\mu\)に収束する。 では、もう一つの統計量である標準偏差はどうか。 意外と簡単 …
-
-
AWS常時SSL リダイレクトループしない.htaccessの書き方
HTTPSを強制するために .htaccess に細工をするのは有名。例えば以下のような書き方が王道。
12345<IfModule mod_rewrite.c>RewriteEngine onRewriteCond %{HTTPS} offRewriteRule ^(.*)$ https://%{HTTP_HOST}%{REQUEST_URI} [R,L]</IfModule>これをそのままElasticB …
-
-
同時確率分布と周辺確率分布の関係と独立性の定義
確率変数XとYが微妙に連動して動くときに何が起こっているのか。 状態空間モデルとベイズ統計で理解が必須なので、全くわからないながらもまとめてみる。 2次元確率分布の共分散と相関係数は次回で、まずは確率 …
-
-
正規分布に従う確率変数の二乗和はカイ二乗分布に従うことの証明
母平均\(\mu\)、標準偏差\(\sigma\)の正規分布から\(n\)個の標本を無作為抽出したとき、 \(n\)個の標本について二乗和\(V\)を計算した場合\(V\)はどのような分布をするか。 …
-
-
kotlin基本構文-関数,引数のデフォルト値,引数の名前付き呼び出し,可変長引数,複数の戻り値,高階関数,ラムダ式
2018/12/01 -kotlin
はじめてのスマホアプリ開発参考にした入門書の内容が薄すぎてトレースする意味がなくなってきた。 いきなり中級書で良かった気がする。 関数 kotlinにおける関数の定義方法。 これもDelphiっぽいけどDelphiの特殊な部分 …
-
-
PostgreSQL スキーマをコピーする
2020/11/05 -PostgreSQL
雑な学びスキーマをコピーする方法はない。 代わりに以下の方法で同じ効果を得る。 スキーマ名Aをスキーマ名Bに変更する スキーマ名Bの状態でpg_dumpする スキーマ名Bをスキーマ名Aに変更する スキーマ名B …
-
-
上下左右に黒帯を出さずにYouTube動画(16:9)のIFRAMEのアスペクト比を変える
2019/02/27 -技術メモ
YouTubeの動画は16:9なので、16:9以外のアスペクト比にすると、 動画が内接するように上下左右に黒帯が出る。 アスペクト比を変えた矩形にクリッピングして、 それをレスポンシブにする例がなかっ …
-
-
ANYTIME FITNESS 所属店舗変更のお知らせが届いた
向ヶ丘遊園にANYTIME FITNESSが出来ていたことがわかって、ほぼ毎日通ってるんだけども、 今日、登録した店舗からこちらの店舗に移籍しました、というお知らせが届いた。 利用規約第12条に基づく …
-
-
歪度と尖度 (モーメント母関数導入前)
確率変数\(X\)を使って表される確率分布の様子を表す指標について。 最も基本的なのが期待値\(E(X)\)であって、次が分散\(V(X)\)。 さらに、期待値\(E(X)\)を中心として左右のどちら …
-
-
ハイレゾ音源に散財せず聞き疲れしない暖かい味付けの音楽を楽しむシステム
昔、ちょっと高めなオーディオ機器にハマったことがあって、 この世界に中途半端に金をかけることの無意味さを理解したつもり。 そのおかげか、ポータブルオーディオやイヤホンに散財することなくやり過ごせた。 …
-
-
エルボー法とは , サンプルデータへの適用例
k-means法を実行する際に妥当なkを決めたいという欲求があります。 クラスタ集合の凝集度を定量化することでkと凝集度の関係を得られます。 複数のkについてkと凝集度の関係を取得し、 そこから妥当な …
-
-
回帰直線の当てはまりの指標
前の記事で線形単回帰において訓練データから回帰係数を求める方法を書いてみた。 標本平均を使って母平均を推測する話とリンクさせることで、 回帰係数の95%信頼区間を求めることができた。 回帰係数\(\h …
-
-
誤差, 2乗誤差と交差エントロピー誤差
台風で自宅に篭れるから勉強時間をとれるな..、と見積もってたのだけれども、 近所の多摩川がマジで溢れそうでそれどころではなく…。 時間が空いてしまったがゼロから作るDeepLearning …
-
-
共役事前確率分布と逆ガンマ分布再考
今回から、atomにmathjax-wrapperを入れてatomで数式入り文章を書いてみる。 数式を書くと瞬時にプレビューができて、10倍は速くなった気がする。1時間くらいで書いてみる。 母集団の\ …
-
-
多次元正規分布に従うデータを生成する
2019/07/10 -NumPy/Pandas, クラスタリング
生活の記録そろそろ適当なデータを見つけてきて手法を試すのとは別に、 自力でデータを作って試してみたいと思い、NumPyを使った生成法を調べてみた。 一口に乱数といっても、正規分布に従う標本の生成のこと。 多次元 …
-
-
kotlin基本構文-パッケージ,継承,final修飾子,abstract,多態性,ダウンキャストとSmart cast,インターフェース
2018/12/03 -kotlin
はじめてのスマホアプリ開発参考にしている書籍が薄すぎて悲しくなるが、サクサクっと読み進めてみる。 やはりJavaだからかクラス関係の記述が多いな。 パッケージのインポート kotlinのインポート構文はJava相当の書き方がで …
-
-
重回帰分析と教師あり機械学習
2016/08/02 -機械学習
機械学習と多変量解析は本質的に同じ。 重回帰分析 観測された事象から目的変数と説明変数の関係をモデル化する。 目的変数 = a×説明変数1+b×説明変数2+c×説明変数3+d 機械学習 大量のデータを …
-
-
標本分散(sample variance)と不偏分散(unbiased variance)
不偏分散は\(\frac{1}{n} \sum_{i=1}^n (X_i-\bar{X})^2\)ではなく、\(\frac{1}{n-1} \sum_{i=1}^n (X_i-\bar{X})^2\) …
-
-
行列の積和と順伝播
順伝搬(forward)はNumpyの積和計算を使って超絶簡単に記述できる。 行列の積和計算 何はともあれNumpyで行列の積を計算する方法について。 この仕組みがあるから、forなどの制御構造を使わ …