目標：EntityFramework使ってるソフトを引き継いだので、ソース見て検索しながら理解できれば良い程度。 なのでざっくり。 下記ホームページで目標達成できる。 だいたいの使い方 Entity Framework カテゴリーの記事一覧 - インクリメンタルなカイハツにっき…

2.5ノンパラメトリック法 パラメトリックなアプローチ：データ集合から値が決定される少数のパラメータで関数形が決まるような確率密度を利用 制限：データを生成した分布に適さない密度関数を選ぶと予測性能が悪くなる(例：多峰性の分布に単峰性のガウス分…

2.4指数型分布 指数型分布族の性質について。 上の指数型分布族はをパラメータとして(2.194)で定義される。 は分布を正規化するための係数と解釈できるので(2.195)。 ・ベルヌーイ分布の例 ・多項分布の例 (2.212)より 両辺に対してすると について整理して(…

2.3.6ガウス分布に対するベイズ推論 尤度関数の共役事前分布となるように事前分布を選ぶ。 取り扱いが便利なので分散ではなく精度()を使用する。 (2.151)観測数より分散がであるような観測値という解釈。 事前分布 条件 求める事前分布 一変数ガウス分布 D次…

2.3.3ガウス変数に対するベイズの理論 目的：ガウス周辺分布、平均がの線形関数、共分散はとは独立であるガウス条件付き分布が既知。これらから周辺分布と条件付き分布を求める。 (2.109)~(2.112)：(2.103)、(2.106)にてとなるようにまとめれば(2.94)~(2.98)…

2.3.1条件付きガウス分布 目的：同時分布がガウス分布であれば条件付き分布もガウス分布になることを示す。 方針：指数部分が二次形式であればガウス分布→の指数部分がの二次形式であることを示す。 ・。の指数部分を整理しての二次形式であれば条件付き分布…

2.2多値変数 はどれかの要素が1、他が0のベクトル (2.34)の係数は(1.94)と同じ考え方か 2.3ガウス分布 (2.46)固有ベクトルに定数をかけても固有ベクトル()→固有ベクトルに定数をかけてとなるようにできる。 (2.53) (2.61) (2.63)共分散だけど分散も含んでる …

PRMLお勉強中。メモ。 第二章確率分布 観測データ集合に基づいて適切なパラメータの値を決める 頻度主義：尤度関数を最適化してパラメータの値を決める。 ベイズ主義：事前分布を導入。観測データが与えられたときのパラメータの事後分布を計算する。 2.1二…

目的：二つのノートPC(Win7pro、Win10pro)を無線で接続してWin7PCからWin10PCにリモートデスクトップでアクセスする 手順： １．Win10PCでモバイルホットスポットON ２．Win7PCから見えるようになるので接続、パスワード入力 ※Win10PCのモバイルホットポット…