【例題付き】ラグランジュ未定乗数法の基本と応用をわかりやすく解説
ラグランジュ未定乗数法の基本をわかりやすく解説。制約付き最適化問題とは何か、多次元での計算手順、ヘッセ行列による二次条件まで。経済学の効用最大化問題を例題に、具体的な解き方をステップバイステップで学びます。
すべての記事（5ページ目）
【Box-Cox変換】様々な非線形変換について|python
今回は、モデル選択やパラメータチューニングの前に行う、特徴量エンジニアリングについて解説いたします。 中でも、非線形変換は特徴量の偏った分布を正規分布に近づけたりすることができ、高い精度につながることが多いです。…
【判別問題】サポートベクトルマシン(SVM)の仕組み|python
今回は2値の判別問題で効果を発揮する、サポートベクトルマシン(support vector machine)について解説いたします。 数理最適化も扱うことになるのでいい勉強になると思います。…
【アンサンブル学習】ランダムフォレストをわかりやすく解説｜ブートストラップ法を決定木に応用
ランダムフォレストの仕組みを、アンサンブル学習の基礎であるバギングやブートストラップ法からわかりやすく解説。決定木との違いや過学習を防ぐ理由、スタッキングとの比較も網羅。
【多変量解析】ROC曲線とAUCによる判別分析|python
機械学習の問題は回帰問題と分類問題に大別されます。 そして、分類問題の指標でよく扱われるかつ、不均衡問題で威力を発揮する「ROC曲線」と「AUC」について今回は解説していきます。…
【python】Ridge(リッジ)回帰で多重共線性を解決する話
リッジ回帰とは、重回帰分析の一つであり、機械学習には厄介な「多重共線性」の影響を少なくできる手法のひとつです。 複雑なデータをモデルに当てはめるときには、一般に多くの説明変数を使って表現をしますが、…
勾配ブースティング決定木（GBDT）の仕組みを理解｜XGBoostとLightGBMの違いを理解する
勾配ブースティング決定木(GBDT)の仕組みと数学的背景をわかりやすく解説。ランダムフォレストとの違いや、XGBoostとLightGBMの特徴・使い分けまで網羅しています。アンサンブル学習の基礎からアルゴリズムの理論を深めたい方に最適です。
【確率分布の特徴を知りたい】モーメント法をわかりやすく解説
モーメント法とは？確率分布の平均や分散などの特徴を捉える「モーメント」を使い、パラメータを推定する仕組みを数学的背景から解説。統計検定準1級対策にも最適です。
【機械学習】決定木の仕組みと数学的背景をわかりやすく解説｜線形回帰との違い
機械学習における「決定木」の仕組みと数学的背景（ジニ不純度・エントロピー）をわかりやすく解説。CART法や剪定による過学習対策、線形回帰との違いまで網羅しています。データサイエンスの基礎から実装理論まで、最適な完全ガイドです。
ロジスティック分布とは？シグモイド関数との関わりも解説
ロジスティック分布の定義と性質をわかりやすく解説。なぜ累積分布関数がシグモイド関数になるのか、ロジスティック回帰や機械学習でどのように使われるのか、その数学的背景を学びます。
【機械学習】単回帰分析をわかりやすく解説|python
単回帰分析 教師あり学習 今回は、教師あり学習の基礎中の基礎である「単回帰分析」を実装します。 教師あり学習とは、説明変数（インプット）から目的変数（アウトプット）を予測するモデルを求める手法です。…
【忙しい人のための】基本情報・応用情報の午前チートシート|総集編
このコンテンツは、基本情報技術者試験・応用情報技術者試験に挑む方向けの午前チートシートです。 前日や試験直前に一瞬見るだけでも良いと思います。「おかげで2問解けた！見といて助かった！」となるコンテンツを目指します。…
階層型クラスタリング徹底比較｜ウォード法・最短距離法などの使い分け
階層型クラスタリングとは？ウォード法、最短距離法、群平均法など7手法を徹底比較。メリット・デメリットからクラスタ形状、使い分けまで、デンドログラムと共に解説します。
【試験直前ッ】基本情報・応用情報の午前チートシート|テクノロジー編
このコンテンツは、基本情報技術者試験・応用情報技術者試験に挑む方向けの午前チートシート(随時更新)です。 前日や試験直前に一瞬見るだけでも良いと思います。「おかげで2問解けた！見といて助かった！」となるコンテンツを目指します。…
【試験直前ッ】基本情報・応用情報の午前チートシート|データベース&プログラミング編
このコンテンツは、基本情報技術者試験・応用情報技術者試験に挑む方向けの午前チートシート(随時更新)です。 前日や試験直前に一瞬見るだけでも良いと思います。「おかげで2問解けた！見といて助かった！」となるコンテンツを目指します。…
【試験直前ッ】基本情報・応用情報の午前チートシート|システム編
このコンテンツは、基本情報技術者試験・応用情報技術者試験に挑む方向けの午前チートシート(随時更新)です。 前日や試験直前に一瞬見るだけでも良いと思います。「おかげで2問解けた！見といて助かった！」となるコンテンツを目指します。…
【試験直前ッ】基本情報・応用情報の午前チートシート|ネットワーク編
このコンテンツは、基本情報技術者試験・応用情報技術者試験に挑む方向けの午前チートシート(随時更新)です。 前日や試験直前に一瞬見るだけでも良いと思います。「おかげで2問解けた！見といて助かった！」となるコンテンツを目指します。…
【試験直前ッ】基本情報・応用情報の午前チートシート|セキュリティ編
このコンテンツは、基本情報技術者試験・応用情報技術者試験に挑む方向けの午前チートシート(随時更新)です。 前日や試験直前に一瞬見るだけでも良いと思います。「おかげで2問解けた！見といて助かった！」となるコンテンツを目指します。…
超幾何分布をわかりやすく解説｜非復元抽出
1. 超幾何分布 1.1 超幾何分布とは 超幾何分布は、 有限個 からなる母集団から 非復元抽出 を行うときに、「特定の属性を持つ要素がサンプル中に何個含まれるか」を表す確率分布です。 非復元抽出…
【共変量の調整】傾向スコア・マッチングによる因果推論 | python
傾向スコア・マッチング（PSM）を用いて、共変量を調整しセレクションバイアスを除去する方法を解説。因果推論の基本的なアプローチであるPSMの理論と、具体的な分析手順を学び、介入効果をより正確に推定しましょう。
