ブラウザよりも高速アクセス！
33 関係: 単位系、多変量解析、夏、平均、平行移動、二乗平均平方根、体重、ノルム線型空間、パターン認識、データ、ベクトル空間、分散 (確率論)、冪乗、冬、確率、確率分布、線型写像、無次元量、非正規化数、要約統計量、規則、身長、量子力学、自乗可積分函数、次元、正規分布、歪度、比例、波動関数、情報科学、浮動小数点数、文字、数列。
単位系
単位系（たんいけい、Systems of measurement）とは、さまざまな数量を計測するための単位から構成される度量衡（どりょうこう）法のうち、少数の「基本単位」とそれらを組み合わせてできる多数の「組立単位」などからなる合理的な体系をいう。.
多変量解析
（たへんりょうかいせき、multivariate analysis）あるいは（たへんりょうとうけい、）とは、複数の結果変数からなる多変量データを統計的に扱う手法。主成分分析、因子分析、クラスター分析などがある。一般に、多変量解析を行うためには計算負荷が高く手計算ではきわめて困難だが、コンピュータの発展により、容易に実行できるようになった。 近年では共分散構造分析（「構造方程式モデリング」とも言う）が普及してきている。一方、探索的多変量解析で総称される各種の手法がデータマイニングなどでよく使われるようになっている。.
夏
夏のシンボルのひとつ「ヒマワリ」 真夏の海辺 7月30日 夏の風物詩である風鈴 夏の食べ物「冷やし中華」 夏（なつ）は、四季のひとつで、春と秋にはさまれた季節。天文学的には夏至から秋分まで。太陽暦では6月から8月を指し、陰暦では4月から6月となる。 四季の区分のある土地では最も気温の高い、3ヶ月程度の期間である。北半球ではグレゴリオ暦の6月 - 8月ごろ、南半球では12月 - 2月ごろである。.
平均
平均（へいきん、mean, Mittelwert, moyenne）または平均値（へいきんち、mean value）は、観測値の総和を観測値の個数で割ったものである。 例えば A、B、C という3人の体重がそれぞれ 55 kg、60 kg、80 kg であったとすると、3人の体重の平均値は (55 kg + 60 kg + 80 kg)/3.
平行移動
ユークリッド幾何学における平行移動（へいこういどう、translation）は全ての 点を決まった方向に一定の距離だけ動かす写像である。 物理学における平行移動は並進運動 (translational motion) と呼ばれる。.
二乗平均平方根
二乗平均平方根（にじょうへいきんへいほうこん、root mean square, RMS）はある統計値や確率変数を二乗した値の平均値の平方根である。結果として単位が元の統計値・確率変数と同じという点が特徴である。また、計算が積和演算であるため高速化が容易である。絶対値の平均より、用いられることがある。 ある量 に対して 個のデータが得られたとして、各データの の値を と名付けると、 の二乗平均平方根 は次のように定義される。 つまり、 の算術平均の平方根が の二乗平均平方根 となる。 例として、 個のデータがあり、それぞれ だったとすると、その二乗平均平方根は次のように計算できる。 \operatorname &.
新しい！!: 正規化と二乗平均平方根 · 続きを見る »
体重
体重（たいじゅう、body weight）は、動物の個体の質量である。.
ノルム線型空間
数学におけるノルム線型空間（ノルムせんけいくうかん、normed vector space; ノルム付きベクトル空間、ノルム付き線型空間）または短くノルム空間は、ノルムの定義されたベクトル空間を言う。 各成分が実数の、二次元あるいは三次元のベクトルからなる空間では、直観的にベクトルの「大きさ」（長さ）の概念が定義できる。この直観的アイデアを任意有限次元の実数ベクトル空間 に拡張するのは容易い。ベクトル空間におけるそのようなベクトルの大きさは以下のような性質を持つ.
新しい！!: 正規化とノルム線型空間 · 続きを見る »
パターン認識
パターン認識（パターンにんしき、Pattern recognition）は自然情報処理のひとつ。画像・音声などの雑多な情報を含むデータの中から、一定の規則や意味を持つ対象を選別して取り出す処理である。.
新しい！!: 正規化とパターン認識 · 続きを見る »
データ
データ（data）とは、事実や資料をさす言葉。言語的には複数形であるため、厳密には複数の事象や数値の集まりのことを指し、単数形は datum（データム）である。.
ベクトル空間
数学、特に線型代数学におけるベクトル空間（ベクトルくうかん、vector space）、または、線型空間（せんけいくうかん、linear space）は、ベクトルと呼ばれる元からなる集まりの成す数学的構造である。ベクトルには和が定義され、またスカラーと呼ばれる数による積（「スケール変換」）を行える。スカラーは実数とすることも多いが、複素数や有理数あるいは一般の体の元によるスカラー乗法を持つベクトル空間もある。ベクトルの和とスカラー倍の演算は、「ベクトル空間の公理」と呼ばれる特定の条件（後述）を満足するものでなければならない。ベクトル空間の一つの例は、力のような物理量を表現するのに用いられる幾何ベクトルの全体である（同じ種類の任意の二つの力は、加え合わせて力の合成と呼ばれる第三の力のベクトルを与える。また、力のベクトルを実数倍したものはまた別の力のベクトルを表す）。同じ調子で、ただしより幾何学的な意味において、平面や空間での変位を表すベクトルの全体もやはりベクトル空間を成す。 ベクトル空間は線型代数学における主題であり、ベクトル空間はその次元（大雑把にいえばその空間の独立な方向の数を決めるもの）によって特徴づけられるから、その観点からはよく知られている。ベクトル空間は、さらにノルムや内積などの追加の構造を持つこともあり、そのようなベクトル空間は解析学において主に函数をベクトルとする無限次元の函数空間の形で自然に生じてくる。解析学的な問題では、ベクトルの列が与えられたベクトルに収束するか否かを決定することもできなければならないが、これはベクトル空間に追加の構造を考えることで実現される。そのような空間のほとんどは適当な位相を備えており、それによって近さや連続性といったことを考えることができる。こういた位相線型空間、特にバナッハ空間やヒルベルト空間については、豊かな理論が存在する。 歴史的な視点では、ベクトル空間の概念の萌芽は17世紀の解析幾何学、行列論、連立一次方程式の理論、幾何ベクトルの概念などにまで遡れる。現代的な、より抽象的な取扱いが初めて定式化されるのは、19世紀後半、ペアノによるもので、それはユークリッド空間よりも一般の対象が範疇に含まれるものであったが、理論の大半は（直線や平面あるいはそれらの高次元での対応物といったような）古典的な幾何学的概念を拡張することに割かれていた。 今日では、ベクトル空間は数学のみならず科学や工学においても広く応用される。ベクトル空間は線型方程式系を扱うための適当な線型代数学的概念であり、例えば画像圧縮ルーチンで使われるフーリエ展開のための枠組みを提示したり、あるいは偏微分方程式の解法に用いることのできる環境を提供する。さらには、テンソルのような幾何学的および物理学的な対象を、抽象的に座標に依らない で扱う方法を与えてくれるので、そこからさらに線型化の手法を用いて、多様体の局所的性質を説明することもできるようになる。 ベクトル空間の概念は様々な方法で一般化され、幾何学や抽象代数学のより進んだ概念が導かれる。.
新しい！!: 正規化とベクトル空間 · 続きを見る »
分散 (確率論)
率論および統計学において、分散（ぶんさん、variance）は、確率変数の2次の中心化モーメントのこと。これは確率変数の分布が期待値からどれだけ散らばっているかを示す非負の値である。 記述統計学においては標本が標本平均からどれだけ散らばっているかを示す指標として標本分散（ひょうほんぶんさん、sample variance）を、推測統計学においては不偏分散（ふへんぶんさん、unbiased (sample) variance）を用いる。 に近いほど散らばりは小さい。 日本工業規格では、「確率変数 からその母平均を引いた変数の二乗の期待値。 である。」と定義している。 英語の variance（バリアンス）という語はロナルド・フィッシャーが1918年に導入した。.
新しい！!: 正規化と分散 (確率論) · 続きを見る »
冪乗
冪演算（べきえんざん、英: 独: 仏: Exponentiation）は、底 (base) および冪指数 (exponent) と呼ばれる二つの数に対して定まる数学的算法である。通常は、冪指数を底の右肩につく上付き文字によって示す。自然数 を冪指数とする冪演算は累乗（るいじょう、repeated multiplication) に一致する。 具体的に、 および冪指数 を持つ冪 (power) は、 が自然数（正整数）のとき、底の累乗 で与えられる。このとき は の -乗とか、-次の -冪などと呼ばれる。 よく用いられる冪指数に対しては、固有の名前が与えられているものがある。例えば冪指数 に対して二次の冪（二乗） は の平方 (square of) あるいは -自乗 (-squared) と呼ばれ、冪指数 に対する三次の冪 は の立方 (cube of, -cubed) と呼ばれる。また冪指数 に対して冪 は であり の逆数（あるいは乗法逆元）と呼ばれる。一般に負の整数 に対して底 が零でないとき、冪 はふつう なる性質を保つように と定義される。 冪演算は任意の実数あるいは複素数を冪指数とするように定義を拡張することができる。底および冪指数が実数であるような冪において、底を固定して冪指数を変数と見なせば指数函数が、冪指数を固定して底を変数と見れば冪函数がそれぞれ生じる。整数乗冪に限れば、行列などを含めた非常に多種多様な代数的対象に対してもそれを底とする冪を定義することができるが、冪指数まで同種の対象に拡張するならばその上で定義された自然指数函数と自然対数函数を持つ完備ノルム環（例えば実数全体 や複素数全体 などはそう）を想定するのが自然である。.
冬
季節による積雪の変化 冬（ふゆ）は、四季の一つであり、一年の中で最も寒い期間・季節を指す。二十四節気や旧暦のように、一年中で最も太陽の高度が低く夜が長い期間を指すこともある。 北半球では冬至後の1月-2月頃に気温が低いことが多く、南半球では夏至後の7月‐8月頃にあたる。 日本の気象庁では一日の日最低気温が0℃以下の日を冬日（ふゆび）、また、日最高気温が0℃以下の日を真冬日（まふゆび）と呼んでいる。このような日は1月を中心に前後の毎年12月から翌年3月頃にかけて発生するから（ただし、年や地域によっては、11月・4月でも生じる場合もある）、この時期のあたりが冬の範囲に入る。 冬が特別・特有とされる物（特に収穫物）に付いては旬#冬を参照。.
確率
率（かくりつ、）とは、偶然性を持つある現象について、その現象が起こることが期待される度合い、あるいは現れることが期待される割合のことをいう。確率そのものは偶然性を含まないひとつに定まった数値であり、発生の度合いを示す指標として使われる。.
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。.
線型写像
数学の特に線型代数学における線型変換（せんけいへんかん、linear transformation、一次変換）あるいは線型写像（せんけいしゃぞう、linear mapping）は、ベクトルの加法とスカラー乗法を保つ特別の写像である。特に任意の（零写像でない）線型写像は「直線を直線に移す」。 抽象代数学の言葉を用いれば、線型写像とは（体上の加群としての）ベクトル空間の構造を保つ準同型のことであり、また一つの固定された体上のベクトル空間の全体は線型写像を射とする圏を成す。 「線型変換」は線型写像とまったく同義と扱われる場合もあるが、始域と終域を同じくする線型写像（自己準同型）の意味で用いていることも少なくない。また函数解析学の分野では、（特に無限次元空間上の）線型写像のことを「線型作用素」（せんけいさようそ、linear operator）と呼ぶことも多い。スカラー値の線型写像はしばしば「線型汎函数」もしくは「一次形式」（いちじけいしき、linear form, one-form; 線型形式; 1-形式）とも呼ばれる一次の微分形式（一次微分形式もしくは微分一次形式; differential one-form）を単に「一次形式」または「1-形式」(one-form) と呼ぶこともある。これとの対照のため、本項に云う意味での一次形式を「代数一次形式」(albegraic one-form) と呼ぶ場合がある。。 線形等の用字・表記の揺れについては線型性を参照。.
無次元量
無次元量（むじげんりょう、dimensionless quantity）とは、全ての次元指数がゼロの量である。慣習により無次元量と呼ばれるが無次元量は次元を有しており、指数法則により無次元量の次元は1である。 無次元数（むじげんすう、）、無名数（むめいすう、）とも呼ばれる。 無次元量の数値は単位の選択に依らないので、一般的な現象を特徴付けるパラメータとして数学、物理学、工学、経済など多くの分野で広く用いられる。このようなパラメータは現実には物質ごとに決まるなど必ずしも操作可能な量ではないが、理論や数値実験においては操作的な変数として取り扱うこともある。.
非正規化数
非正規化数（ひせいきかすう、Denormalized Number）または非正規数（ひせいきすう、Denormal Number）は、浮動小数点方式において「正規化」して表現できないような、0にごく近い、絶対値が極端に小さい数の表現法により表現された数である。英語では Subnormal Number とも。たとえばC言語の倍精度（double）の場合、float.h により DBL_MIN という名前に定義される最小の正規化数よりも絶対値が小さい(つまりゼロに近い)。.
要約統計量
要約統計量（ようやくとうけいりょう）とは、標本の分布の特徴を代表的に（要約して）表す統計学上の値であり、統計量の一種。記述統計量(descriptive statistics value)、基本統計量、代表値(representative value)ともいう 。 正規分布の場合は、平均と、分散または標準偏差で分布を記述できる。正規分布からのずれを知るためには、尖度や歪度などの高次モーメントから求められる統計量を用いる。 正規分布から著しく外れた場合には、より頑健な中央値、四分位点、最大値・最小値や最頻値が用いられる。「頑健」とは分布の非対称性や外れ値などの影響を受けにくいことを意味する統計用語である。例えば、労働者一人あたりの年収を例に採れば、最も収入が少なくても0未満にはならないのに対し、収入が多いほうでは数十億円という年収を稼ぐ少数者があり得る。この場合の分布は、少数者が上側にいることによって、上側に極端に尾を引いた非対称な分布となる。平均値はこれらの極端な高値の影響を受け、分布の代表値として適切でないものとなってしまう。中央値や最頻値では、いかに飛び抜けた値であっても1例としてしか扱われないので、より大多数の実感に近い値を示すことができる。.
規則
規則（きそく、ルールとも言う）とは、人の従うべき準則であり、主に文章によって規定されたものをいう。なお、規則に定められたものを原則（げんそく）、または本則（ほんそく）とも呼ばれ、規則に規定されていない事項については例外（れいがい）と称される。 個別の名称にはさまざまなものがあり、規則のほかに規制、規程、規定、規約、基準、規準などがある。 また、ある物事と別の物事との間に一定の関係が見られるとき、その関係を規則あるいは法則という。.
身長
身長（しんちょう）は、人間（ヒト）が直立した時の、床又は地面から頭頂までの高さ。身の丈（みのたけ）、上背（うわぜい）、背丈（せたけ）とも言う。.
量子力学
量子力学（りょうしりきがく、quantum mechanics）は、一般相対性理論と同じく現代物理学の根幹を成す理論として知られ、主として分子や原子、あるいはそれを構成する電子など、微視的な物理現象を記述する力学である。 量子力学自身は前述のミクロな系における力学を記述する理論だが、取り扱う系をそうしたミクロな系の集まりとして解析することによって、ニュートン力学に代表される古典論では説明が困難であった巨視的な現象についても記述することができる。たとえば量子統計力学はそのような応用例の一つである。従って、生物や宇宙のようなあらゆる自然現象もその記述の対象となり得る。 代表的な量子力学の理論として、エルヴィン・シュレーディンガーによって創始された、シュレーディンガー方程式を基礎に置く波動力学と、ヴェルナー・ハイゼンベルク、マックス・ボルン、パスクアル・ヨルダンらによって構成された、ハイゼンベルクの運動方程式を基礎に置く行列力学がある。ただしこの二つは数学的に等価である。 基礎科学として重要で、現代の様々な科学や技術に必須な分野である。 たとえば科学分野について、太陽表面の黒点が磁石になっている現象は、量子力学によって初めて解明された。 技術分野について、半導体を利用する電子機器の設計など、微細な領域に関するテクノロジーのほとんどは量子力学を基礎として成り立っている。そのため量子力学の適用範囲の広さと現代生活への影響の大きさは非常に大きなものとなっている。一例として、パソコンや携帯電話、レーザーの発振器などは量子力学の応用で開発されている。工学において、電子工学や超伝導は量子力学を基礎として展開している。.
自乗可積分函数
自乗可積分函数（じじょうかせきぶんかんすう、square-integrable function）とは、実数値または複素数値可測函数で絶対値の自乗の積分が有限であるものである。すなわち ならば、f は実数直線 (−∞, +&infin) 上で自乗可積分である。場合によっては積分区間が のように有界区間のこともある。.
新しい！!: 正規化と自乗可積分函数 · 続きを見る »
次元
次元（じげん）は、空間の広がりをあらわす一つの指標である。座標が導入された空間ではその自由度を変数の組の大きさとして表現することができることから、要素の数・自由度として捉えることができ、数学や計算機において要素の配列の長さを指して次元ということもある。自然科学においては、物理量の自由度として考えられる要素の度合いを言い、物理的単位の種類を記述するのに用いられる。 直感的に言えば、ある空間内で特定の場所や物を唯一指ししめすのに、どれだけの変数があれば十分か、ということである。たとえば、地球は3次元的な物体であるが、表面だけを考えれば、緯度・経度で位置が指定できるので2次元空間であるとも言える。しかし、人との待ち合わせのときには建物の階数や時間を指定する必要があるため、この観点からは我々は4次元空間に生きているとも言える。 超立方体正八胞体は四次元図形の例である。数学と無縁な人は「正八胞体は四つの次元を持つ」というような「次元」という言葉の使い方をしてしまうこともあるが、専門用語としての通常の使い方は「正八胞体は次元（として） 4 を持つ」とか「正八胞体の次元は 4 である」といった表現になる（図形の次元はひとつの数値であって、いくつもあるようなものではない）。 また、転じて次元は世界の構造を意味することがある。.
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。.
歪度
率論および統計学において、歪度（わいど, skewness）は、分布の非対称性を示す指標である。日本工業規格では、ゆがみ、ひずみを確率密度関数または確率関数 f(x) のグラフが左右対称でないこと、ゆがみの程度を平均値まわりの 3次モーメントµ3と標準偏差σの 3 乗との比µ3/σ3と定義している。 分布の尖り具合を示す指標である尖度とともに用いる。歪みを持ち、尖度が大きい金融データなどではこれら指標を頻繁に用いる。.
比例
比例（ひれい、proportionality）とは、変数を用いて書かれる二つの量に対し一方が他方の定数倍であるような関係の事である。.
波動関数
波動関数（はどうかんすう、wave function）は、もともとは波動現象一般を表す関数のことだが、現在では量子状態（より正確には純粋状態）を表す複素数値関数のことを指すことがほとんどである。.
情報科学
情報科学という語は日本語では多義的に用いられている。.
浮動小数点数
浮動小数点数（ふどうしょうすうてんすう、英: floating point number）は、浮動小数点方式による数のことで、もっぱらコンピュータの数値表現において、それぞれ固定長の仮数部と指数部を持つ、数値の表現法により表現された数である。.
新しい！!: 正規化と浮動小数点数 · 続きを見る »
文字
文字（もじ）とは、言葉・言語を伝達し記録するために線や点を使って形作られた記号のこと。文字の起源は、多くの場合ものごとを簡略化して描いた絵文字（ピクトグラム）であり、それが転用されたり変形、簡略化されたりして文字となったと見られる。.
数列
数学において数列（すうれつ、numerical sequence）とは、数が列になったもの (sequence of numbers) を言う。 ある数はそれ単独で興味深い性質や深い意味を持っているかもしれない。単独ではそれほど面白くはない数たちもまとめて考えると興味深い性質を持つかもしれない。数列を考える意識は後者に属する。数列とは例えば正の奇数を小さい順に並べた のような数の“並び”である。並べる数に制限を加えて、たとえば自然数のみを並べるならば、これを自然数列と略称する。整数、有理数、実数などのほかの数体系を用いる場合も同様の略称を用いる。各々の数の“置かれるべき場所”は数列の項 (こう、term) と呼ばれる。数の並びが数列と呼ばれるためには、数列の各項を“順番に並べる”こと、つまりそれぞれの数が何番目の項に配置されているのかを一意に示すように番号付けができなければならない。したがって、“最も簡単”な数列は自然数を小さい順に並べた数列 ということになる（これは自然数が順序数であることによる）。 考える数列に端が存在する場合がある。数列の端に存在する項は、その数列の最初の項、または最後の項であると考えることができる。数列の最初の項をその数列の初項（しょこう、first term）といい、最後の項を数列の末項（まっこう、last term）と呼ぶ。 数列に対して必ずしも初項と末項を定めることはできない。たとえば「すべての自然数」を表わす数列の項の数は「自然数の個数」に等しいが、自然数は無限に存在するため、その末項は存在しない。このように末項が定まらないような数列は、無限数列（むげんすうれつ、infinite sequence）と呼ばれ、末項を持つ数列は有限数列（ゆうげんすうれつ、finite sequence）と呼ばれる。 初項を表わす添字は自由に与えることができ、議論や計算を簡単にするように選ばれるが、慣習的に 0 または 1 が与えられることも多い。たとえば有限数列の初項の添字を 1 から始めた場合、末項は項数に等しい添字 が与えられるため、記述が簡単になる。 特別な数列には、項の並びに規則性のあるものがある。代表的なものは、等差数列や等比数列あるいはフィボナッチ数列のように漸化式で定義される数列である。.
ここにリダイレクトされます：
正規形。
