ブラウザよりも高速アクセス！
25 関係: 実数、事前確率、ノンパラメトリック手法、ロジスティック分布、パラメータ、データ・クラスタリング、ベイズ確率、分類 (統計学)、カーネル密度推定、カーネル法、スペクトル密度、回帰分析、確率変数、確率密度関数、確率分布、確率質量関数、窓関数、計量経済学、Lp空間、条件付期待値、機械学習、正規化、正規分布、指示関数、擬似乱数。
実数
数学における実数（じっすう、 nombre réel, reelle Zahl, real number）は、様々な量の連続的な変化を表す数の体系である。実数全体の空間は、途切れのなさにあたる完備性とよばれる位相的な性質を持ち、代数的には加減乗除ができるという体の構造を持っている。幾何学や解析学ではこれらのよい性質を利用して様々な対象が定義され、研究されている。一方でその構成方法に自明でない手続きが含まれるため、実数の空間は数学基礎論の観点からも興味深い性質を持っている。また、自然科学における連続的なものの計測値を表すのに十分な数の体系だとも考えられている。 実数の概念は、その形式的な定義が19世紀に達成される前から数の体系として使われていた。「実数」という名前は複素数の概念が導入された後に「普通の数」を表現する言葉として導入されたものである。.
新しい！!: カーネル (統計学)と実数 · 続きを見る »
事前確率
事前確率（じぜんかくりつ、Prior probability）とは条件付確率の一種で、証拠がない条件で、ある変数について知られていることを確率として表現するものである。先験確率（せんけんかくりつ）、アプリオリ確率ともいう。 対になる用語が事後確率で、これは証拠を考慮に入れた条件での変数の条件付確率である。事後確率はベイズの定理により、事前確率に尤度関数を掛けて得られる。 事前確率と事後確率は、従来の頻度主義統計学では用いられない、ベイズ主義統計学の用語である。なお本項では「変数」という用語を、観測できる確率変数のほかに、観測できない（隠れた）変数、母数あるいは仮説も含めて用いている。.
新しい！!: カーネル (統計学)と事前確率 · 続きを見る »
ノンパラメトリック手法
統計学において、ノンパラメトリック (non-parametric) な手法はパラメータ（母数: 母集団を規定する量）について一切の前提を設けないものをいう。日本工業規格では、分布によらない検定 (distribution-free test) と定義している。.
新しい！!: カーネル (統計学)とノンパラメトリック手法 · 続きを見る »
ロジスティック分布
ティック分布（ロジスティックぶんぷ、logistic distribution）は、連続型の確率分布のひとつで、その分布関数がロジスティック関数となるようなものである。正規分布と同様に対称なS字（シグモイド）型の分布関数、釣鐘型の確率密度関数を持ち一見して両者は類似しているが、ロジスティック分布の方が裾が長く密度関数は平均から離れても下がりにくい。.
新しい！!: カーネル (統計学)とロジスティック分布 · 続きを見る »
パラメータ
パラメータ（parameter）とは、 ギリシア語のπαρά (pará) 「傍に」 + μέτρον (métron)「尺度」を語源とする。.
新しい！!: カーネル (統計学)とパラメータ · 続きを見る »
データ・クラスタリング
ラスタリング (clustering)、クラスタ解析（クラスタかいせき）、クラスター分析（クラスターぶんせき）は、データ解析手法（特に多変量解析手法）の一種。教師なしデータ分類手法、つまり与えられたデータを外的基準なしに自動的に分類する手法。また、そのアルゴリズム。 さまざまな手法が提案されているが、大きく分けるとデータの分類が階層的になされる階層型手法と、特定のクラスタ数に分類する非階層的手法とがある。それぞれの代表的な手法としてウォード法、K平均法などがある。.
新しい！!: カーネル (統計学)とデータ・クラスタリング · 続きを見る »
ベイズ確率
ベイズ確率（ベイズかくりつ）とは、ベイズ主義による「確率」の考え方（およびその値）を指す。 これら（およびベイズ統計学やベイズ推定）の「ベイズ（的）」の名は、元々はトーマス・ベイズおよび彼が示したベイズの定理に由来する。\,\thetaの点推定を求めることは、ベイズ確率（分布関数）を求めた後に、決められた汎関数：\,p(\theta)\rightarrow\hatの値を計算することと見做される（すなわち平均値や中央値など）。.
新しい！!: カーネル (統計学)とベイズ確率 · 続きを見る »
分類 (統計学)
分類（ぶんるい、classification）や統計的分類や統計的識別とは、統計学において、データを複数のクラス（グループ）に分類すること。2つのクラスに分ける事を二項分類や二値分類、多数のクラスに分ける事を多クラス分類という。Y.
新しい！!: カーネル (統計学)と分類 (統計学) · 続きを見る »
カーネル密度推定
正規分布の100個の乱数と異なる平滑化帯域幅によるカーネル密度推定。 カーネル密度推定（カーネルみつどすいてい、Kernel density estimation）は、統計学において、確率変数の確率密度関数を推定するノンパラメトリック手法のひとつ。エマニュエル・パルツェンの名をとってパルツェン窓（Parzen window）とも。大まかに言えば、ある母集団の標本のデータが与えられたとき、カーネル密度推定を使えばその母集団のデータを外挿できる。 ヒストグラムは、一様なカーネル関数によるカーネル密度推定量と見ることもできる。.
新しい！!: カーネル (統計学)とカーネル密度推定 · 続きを見る »
カーネル法
ーネル法（カーネルほう）はパターン認識において使われる手法の一つで、 判別などのアルゴリズムに組み合わせて利用するものである。よく知られているのは、サポートベクターマシンと組み合わせて利用する方法である。 パターン認識の目的は、一般に、 データの構造(例えばクラスタ、ランキング、主成分、相関、分類)を見つけだし、研究することにある。この目的を達成するために、 カーネル法ではデータを高次元の特徴空間上へ写像する。特徴空間の各座標はデータ要素の一つの特徴に対応し、特徴空間への写像（特徴写像）によりデータの集合はユークリッド空間中の点の集合に変換される。特徴空間におけるデータの構造の分析に際しては、様々な方法がカーネル法と組み合わせて用いられる。特徴写像としては多様な写像を使うことができ（一般に非線形写像が使われる）、それに対応してデータの多様な構造を見いだすことができる。.
新しい！!: カーネル (統計学)とカーネル法 · 続きを見る »
スペクトル密度
ペクトル密度（スペクトルみつど、Spectral density）は、定常過程に関する周波数値の正実数の関数または時間に関する決定的な関数である。パワースペクトル密度（電力スペクトル密度、Power spectral density）、エネルギースペクトル密度（Energy spectral density）とも。単に信号のスペクトルと言ったとき、スペクトル密度を指すこともある。直観的には、スペクトル密度は確率過程の周波数要素を捉えるもので、周期性を識別するのを助ける。.
新しい！!: カーネル (統計学)とスペクトル密度 · 続きを見る »
回帰分析
線形回帰の例 回帰（かいき、）とは、統計学において、Y が連続値の時にデータに Y.
新しい！!: カーネル (統計学)と回帰分析 · 続きを見る »
確率変数
率変数（かくりつへんすう、random variable, aleatory variable, stochastic variable）とは、確率論ならびに統計学において、ランダムな実験により得られ得る全ての結果を指す変数である。 数学で言う変数は関数により一義的に決まるのに対し、確率変数は確率に従って定義域内の様々な値を取ることができる。.
新しい！!: カーネル (統計学)と確率変数 · 続きを見る »
確率密度関数
率論において、確率密度関数（かくりつみつどかんすう、probability density function、PDF）とは連続確率変数がある値をとるという事象の相対尤度を記述する関数である。確率変数がある範囲の値をとる確率を、その範囲にわたって確率密度関数を積分することにより得ることができるよう定義される。例えば単変数の確率分布を平面上のグラフに表現して、x軸に“ある値”を、y軸に“相対尤度”を採った場合、求めたい範囲（x値）の下限値と上限値での垂直線と、変数グラフ曲線とy.
新しい！!: カーネル (統計学)と確率密度関数 · 続きを見る »
確率分布
率分布（かくりつぶんぷ, probability distribution）は、確率変数の各々の値に対して、その起こりやすさを記述するものである。日本工業規格では、「確率変数がある値となる確率，又はある集合に属する確率を与える関数」と定義している。.
新しい！!: カーネル (統計学)と確率分布 · 続きを見る »
確率質量関数
率質量関数の例。全ての値は非負であり、その和は1になる。 確率論および統計学において、確率質量関数（probability mass function、PMF）とは、離散確率変数が“ある値”となる確率を与える関数である（単に確率関数と表されることもある）。 確率質量関数は離散確率分布について、定義域が離散的であるスカラー変数やとして定義される。 確率質量関数は、連続確率変数を採る確率密度関数 (PDF) とは異なり離散確率変数を採るので、PDFで確率を計算する際に範囲を積分しなければならないのに対して、PMFの計算では積分の必要はない。.
新しい！!: カーネル (統計学)と確率質量関数 · 続きを見る »
窓関数
窓関数（まどかんすう、window function）とは、ある有限区間（台）以外で0となる関数である。 ある関数や信号（データ）に窓関数が掛け合わせられると、区間外は0になり、有限区間内だけが残るので、数値解析が容易になる。 窓関数は、スペクトル分析、フィルタ・デザインや、音声圧縮に応用される。 窓関数を単に窓 (window) ともいい、データに窓関数を掛け合わせることを窓を掛ける (windowing) という。実装可能な有限のタップ数を持つフィルタにおいて生じる制約の範囲内で周波数分解能とダイナミックレンジのバランスの調節を行うための関数である。.
新しい！!: カーネル (統計学)と窓関数 · 続きを見る »
計量経済学
計量経済学（けいりょうけいざいがく、econometrics）とは、経済学の理論に基づいて経済モデルを作成し、統計学の方法によってその経済モデルの妥当性に関する実証分析を行う学問である。.
新しい！!: カーネル (統計学)と計量経済学 · 続きを見る »
Lp空間
数学の分野における Lp 空間（エルピーくうかん、Lp space）とは、有限次元ベクトル空間に対する p-ノルムの自然な一般化を用いることで定義される関数空間である。アンリ・ルベーグの名にちなんでルベーグ空間としばしば呼ばれる が、 によると初めて導入されたのは とされている。Lp 空間は関数解析学におけるバナッハ空間や、線型位相空間の重要なクラスを形成する。物理学や統計学、金融、工学など様々な分野で応用されている。.
新しい！!: カーネル (統計学)とLp空間 · 続きを見る »
条件付期待値
率論において、確率変数の条件付期待値とは初等的にはなんらかの情報が与えられた場合の確率変数に期待される値のことである。しかし、より一般の場合の定義では、確率変数の条件付期待値は新しい確率変数であり、元の確率変数より強い可測性をもつ。このことは新しい確率変数を決定するのに必要な情報が減少したということなので、情報を減らしたときに確率変数がどうなるかを計算したものとみることもできる。この方法で情報を最小のものにすると、条件付期待値は定数になり期待値と一致する。初等的な定義では、この最小の情報に情報を追加したときの挙動を見ているといってもよい。.
新しい！!: カーネル (統計学)と条件付期待値 · 続きを見る »
機械学習
機械学習（きかいがくしゅう、machine learning）とは、人工知能における研究課題の一つで、人間が自然に行っている学習能力と同様の機能をコンピュータで実現しようとする技術・手法のことである。.
新しい！!: カーネル (統計学)と機械学習 · 続きを見る »
正規化
正規化（せいきか、normalization）とは、データ等々を一定のルール（規則）に基づいて変形し、利用しやすくすること。別の言い方をするならば、正規形でないものを正規形（比較・演算などの操作のために望ましい性質を持った一定の形）に変形することをいう。多くの場合、規格化と訳しても同義である。非常に多くの分野で使われている言葉で、分野によって意味も大きく異なるため、頻度が高い分野についてそれぞれ個別に説明する。.
新しい！!: カーネル (統計学)と正規化 · 続きを見る »
正規分布
率論や統計学で用いられる正規分布（せいきぶんぷ、normal distribution）またはガウス分布（Gaussian distribution）は、平均値の付近に集積するようなデータの分布を表した連続的な変数に関する確率分布である。中心極限定理により、独立な多数の因子の和として表される確率変数は正規分布に従う。このことにより正規分布は統計学や自然科学、社会科学の様々な場面で複雑な現象を簡単に表すモデルとして用いられている。たとえば実験における測定の誤差は正規分布に従って分布すると仮定され、不確かさの評価が計算されている。 また、正規分布の確率密度関数のフーリエ変換は再び正規分布の密度関数になることから、フーリエ解析および派生した様々な数学・物理の理論の体系において、正規分布は基本的な役割を果たしている。 確率変数 が1次元正規分布に従う場合、X \sim N(\mu, \sigma^) 、確率変数 が 次元正規分布に従う場合、X \sim N_n(\mu, \mathit) などと表記される。.
新しい！!: カーネル (統計学)と正規分布 · 続きを見る »
指示関数
数学において指示関数（しじかんすう、indicator function）、集合の定義関数、特性関数（とくせいかんすう、characteristic function）は、集合の元がその集合の特定の部分集合に属するかどうかを指定することによって定義される関数である。.
新しい！!: カーネル (統計学)と指示関数 · 続きを見る »
擬似乱数
擬似乱数（ぎじらんすう、pseudorandom numbers）は、乱数列のように見えるが、実際には確定的な計算によって求めている擬似乱数列による乱数。擬似乱数列を生成する機器を擬似乱数列生成器、生成アルゴリズムを擬似乱数列生成法と呼ぶ。 真の乱数列は本来、規則性も再現性もないものであるため、本来は確定的な計算によって求めることはできない（例：サイコロを振る時、今までに出た目から次に出る目を予測するのは不可能）。一方、擬似乱数列は確定的な計算によって作るので、その数列は確定的であるうえ、生成法と内部状態が既知であれば、予測可能でもある。 ある擬似乱数列を、真の乱数列とみなして良いかを確実に決定することはできない。シミュレーション等の一般的な用途には、対象とする乱数列の統計的な性質が、使用対象とする目的に合致しているかどうかを判断する。これを検定と言い、各種の方法が提案されている。 しかし、特に暗号に使用する擬似乱数列については注意が必要であり、シミュレーション等には十分な擬似乱数列生成法であっても、暗号にそのまま使用できるとは限らない。暗号で使用する擬似乱数列については暗号論的擬似乱数の節および暗号論的擬似乱数生成器の記事を参照。.
新しい！!: カーネル (統計学)と擬似乱数 · 続きを見る »
