![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
#author("2024-04-22T19:26:14+09:00","default:irrp","irrp") #author("2024-04-27T22:16:51+09:00","default:irrp","irrp") →数学・物理 →データサイエンス →AI／機械学習 #contents *サブトピック [#ab9f1b79] -確率（数学） *一般 [#p4bda25b] -[[リンゴゲームと貧富の差 / Origin of the disparity of wealth - Speaker Deck>https://speakerdeck.com/kaityo256/origin-of-the-disparity-of-wealth]] 2024.1 -[[日本人を印象操作するヤバいグラフを見抜く方法 数値はウソをついていないのによく見ると… | リーダーシップ・教養・資格・スキル | 東洋経済オンライン>https://toyokeizai.net/articles/-/720886]] 2023.12 -[[「機械学習で時系列予測はできるのか」論議がTransformerと共に帰ってきた - 渋谷駅前で働くデータサイエンティストのブログ>https://tjo.hatenablog.com/entry/2023/10/21/185228]] 2023.10 -[[三角図表（ternary diagram）を描く - Qiita>https://qiita.com/WolfMoon/items/0c90ec9f7645129859b7]] 2023.9 -[[JASPとは？ | コロナ社>https://www.coronasha.co.jp/np/article/7/]] 2023.6 --JASP（Jeffreys's Amazing Statistics Program）とは，アムステルダム大学心理学部で開発が進められている，無償で高性能な統計解析ソフトウェアです --（サイトURL：https://jasp-stats.org/）。 -[[Pythonで時系列解析・超入門（その1）時系列データに対する3つの特徴把握方法（変動成分・定常性・コレログラム） - 株式会社セールスアナリティクス>https://www.salesanalytics.co.jp/datascience/datascience085/]] 2023.5 -[[ゼロが多いカウントデータに対するモデリング - Qiita>https://qiita.com/gen_nospare/items/20ecf330fbe2f26b7752]] 2023.5 -[[教科書が教えてくれない「交絡」の話 - Speaker Deck>https://speakerdeck.com/koro485/jiao-ke-shu-gajiao-etekurenai-jiao-luo-nohua]] 2023.2 -[[統計・機械学習の理論を学ぶ手順 - Qiita>https://qiita.com/kueda_cs/items/28008db6491c71ac5659]] 2022.1 -[[データを扱う上で抑えておくべき確率の基礎のキ - Qiita>https://qiita.com/noshishi/items/4e62aa482e7e42987dfc]] 2022.12 -[[これでわかった！区間推定！ - Qiita>https://qiita.com/DeepMata/items/78321ace881706f3406e]] 2022.12 -[[機械学習での外れ値や異常値の扱いについて考えてみる | DevelopersIO>https://dev.classmethod.jp/articles/ml-outlier/]] 2022.11 -[[主成分分析 - Qiita>https://qiita.com/ykawakubo/items/326e6a7ec3d673dce005]] 2022.11 -[[【相関で情報を圧縮】主成分分析の気持ちを理解する【いろんな分析 vol. 2 】 #051 #VRアカデミア - YouTube>https://www.youtube.com/watch?v=mMmTHoZKWTI]] 2020 -[[将来予測で用いられるライブラリ「Prophet」 | スキルアップAI | AI人材育成・開発組織の構築支援>https://www.skillupai.com/blog/tech/prophet/]] 2022.10 -[[[長期運用]Pythonを使って、平均と標準偏差から将来の株価を予測する[30年で8倍？] - Qiita>https://qiita.com/tregu148/items/6198415447862669f272]] 2022.10 -[[統計 - それは誰もが見逃してしまいがちなサブスキルの参謀 (1/)>http://touya-fujitani.blogspot.com/2020/04/stascticsdatascience.html]] 2020 -[[統計および数理基礎>http://www.mi.u-tokyo.ac.jp/consortium2/pdf/4-1_literacy_level_note.pdf]] 2022.9 --東京大学 数理・情報教育研究センター資料 -[[秘書問題（お見合い問題）とその解法 | 高校数学の美しい物語>https://manabitimes.jp/math/1226]] 2021 -[[箱ひげ図と散布図を同時に描画して概要を把握する(描画編) | 豆蔵デベロッパーサイト>https://developer.mamezou-tech.com/blogs/2022/08/05/boxplot-and-scatterplot/]] 2022.8 -[[Pythonでちゃんと統計・確率の基礎をやってみた（準備〜データ編） - Qiita>https://qiita.com/o93/items/91feef63ea70070462d9]] 2022.7 -[[Hello! Statisticians! - あつまれ統計の森>https://www.hello-statisticians.com/]] 2022.6 -[[不偏分散の謎に迫る（１）〜分散を理解し、不偏分散の存在を知る〜 - 神戸のデータ活用塾！KDL Data Blog>https://kdl-di.hatenablog.com/entry/2022/10/28/090000]] 2022.10 -[[不偏分散の謎に迫る（２）〜不偏分散を理解する〜 - 神戸のデータ活用塾！KDL Data Blog>https://kdl-di.hatenablog.com/entry/2022/11/11/090000]] 2022.11 -[[平均50・分散10の分布、色々作れるよ！ - Qiita>https://qiita.com/maskot1977/items/a35186cb5d002e28ca7f]] 2022.6 -[[相関係数とは何か。その求め方・公式・使い方と3つの注意点｜アタリマエ！>https://atarimae.biz/archives/7966]] 2023.11 -[[相関係数をカンゼンニリカイする - Qiita>https://qiita.com/c60evaporator/items/6510a6440eb396862dac]] 2022.4 -[[機械学習で「よく使うけど意味はわからん！」となりがちな共分散を分かりやすく解説 - Qiita>https://qiita.com/c60evaporator/items/93295d3890c9e20e521d]] 2022.3 -[[数学カフェ 確率・統計・機械学習回 「速習 確率・統計」>https://www.slideshare.net/matsukenbook/rev012]] 2022.3 -[[今年の数学1Aはどのぐらい難しかったのか - Qiita>https://qiita.com/sykmak/items/98e57c7eb734494c45c5]] 2022.2 --大学入学共通テストは思考力、判断力、表現力等を発揮して解くことが求められる問題を重視する試験形式となった -[[機械学習にとって大切なことは全部MSE(平均二乗誤差)が教えてくれた>https://qiita.com/riversun/items/b691cc0fa8a8a8f42013]] 2019.8 -[[なんで待ち行列の長さは、ρ/(1-ρ)なのか？・・・を理解するのによさそうな資料>http://qiita.com/int_main_void/items/01ab167824288d1b5466]] 2017.8.9 *統計検定（※資格試験ではなく、統計用語の「ｘｘ検定」） [#o2d19e55] -[[同じデータでもP値が変わる話｜コグラフ株式会社 データアナリティクス事業部>https://note.com/cograph_data/n/nee06916be39f]] 2024.3 -[[p値とは何か？ - ai_math_runningのブログ>https://ai-math-running.hatenablog.com/entry/2024/03/04/212224]] 2024.3 -[[【統計学「p値」の謎】統計学好きでも意外と説明できない「p値」の正体 | Science Fictions あなたが知らない科学の真実 | ダイヤモンド・オンライン>https://diamond.jp/articles/-/339802]] 2024.3 -[[要注意！統計的検定にはびこる誤解 | 豆蔵デベロッパーサイト>https://developer.mamezou-tech.com/blogs/2024/01/09/misconceptions_statistical_tests/]] 2024.1 --その１：統計的検定で優劣を評価することができる --その２：P値が有意水準以下になるということは、帰無仮説が間違っている --その３：標本（データ）数が多ければ大丈夫！ -[[p値とは 概要や活用イメージを分かりやすく解説 - 文系のための分かりやすい統計学>https://life-analyze24.com/p-value/]] 2022 --p値は、「帰無仮説の下でその事象が起こる確率」 -[[統計検定を理解せずに使っている人のために I>https://www.jstage.jst.go.jp/article/kagakutoseibutsu/51/5/51_318/_pdf]] 2023.3 --[[同 II>https://www.jstage.jst.go.jp/article/kagakutoseibutsu/51/6/51_408/_pdf]] --[[同 III>https://www.jstage.jst.go.jp/article/kagakutoseibutsu/51/7/51_483/_pdf]] -[[これでわかった！統計的検定！Z検定、ｔ検定、分散のカイ二乗検定、Ｆ検定 - Qiita>https://qiita.com/DeepMata/items/45678d3af97c01a3a277]] 2022.12 *因果推論 [#y9551301] -[[はじめての「相関と因果とエビデンス」入門：“動機づけられた推論” に抗うために - Speaker Deck>https://speakerdeck.com/takehikoihayashi/hazimeteno-xiang-guan-toyin-guo-toebidensu-ru-men-dong-ji-dukeraretatui-lun-nikang-utameni]] 2024.4 -[[『因果推論』（金本拓：オーム社）は因果推論に留まらず現代的なマーケティング分析手法まで網羅したバイブル - 渋谷駅前で働くデータサイエンティストのブログ>https://tjo.hatenablog.com/entry/2024/04/22/180000]] 2024.4 -[[因果推論のための３ステップ入門 - Speaker Deck>https://speakerdeck.com/koro485/yin-guo-tui-lun-falsetamefalse3sutetupuru-men]] 2023.10 -[[因果フォレスト（Causal Forests）をPythonで実践的に学ぶ（その１）因果フォレストとは？ 概念と基本理論 – セールスアナリティクス>https://www.salesanalytics.co.jp/datascience/datascience185/]] 2023.8 -[[ランダムフォレストによる因果推論と最近の展開 - Speaker Deck>https://speakerdeck.com/tomoshige_n/randamuhuoresutoniyoruyin-guo-tui-lun-tozui-jin-nozhan-kai-838c3989-570d-49ca-b630-22044a798589]] 2023.2 -[[因果推論100本ノック(4)RDD（回帰不連続デザイン）>https://zenn.dev/s1ok69oo/articles/fb86aeacfba310]] 2023.4 -[[リッジ回帰やラッソ回帰で因果推論できるのか？ - Qiita>https://qiita.com/s1ok69oo/items/328781fc18bb75dca102]] 2023.3 -[[交絡に対処するための因果推論の手法 - 野良データサイエンティスト>https://nora-ds.hatenadiary.jp/entry/2021/04/06/220849]] 2023.1 -[[機械学習で因果推論~Double Machine Learning~>https://zenn.dev/s1ok69oo/articles/4da9e3b01a0a93]] 2022.12 *統計学の本／動画、学習コンテンツなど [#v71ef27d] -[[1. Pythonで学ぶ統計学 2. 確率分布[scipy.stats徹底理解] - Qiita>https://qiita.com/y_itoh/items/c388ff82360906240daf]] 2020 -[[【新卒研修資料】基礎統計学 / Basic of statistics - Speaker Deck>https://speakerdeck.com/brainpadpr/basic-of-statistics]] 2023.9 -[[『基礎から学ぶ統計学』は初版からすでに洗練された入門書｜しらじゅん>https://note.com/shira_jun/n/n71e341a9ad0d]] 2023.7 -[[数理統計 | Academaid>https://academ-aid.com/statistics]] 2023.7 -[[統計局：総合学習のための補助教材 「高等学校における「情報II」のためのデータサイエンス・データ解析入門」>https://www.stat.go.jp/teacher/comp-learn-04.html]] 2023.2 -[[Introduction to Probability for Data Science>https://probability4datascience.com/]] 2023.2 -[[統計学の時間 | 統計WEB>https://bellcurve.jp/statistics/course/]] 2023.1 -[[数理手法VIII Mathematical Method VIII | UTokyo OCWx>https://ocwx.ocw.u-tokyo.ac.jp/course_11421/]] 2023.1 -[[エレベータのブザーは鳴るか―大学生のための統計学入門｜京都大学OCW>https://ocw.kyoto-u.ac.jp/course/809/]] 2022.9 -[[統計数理研究所_統計思考院動画配信 - YouTube>https://www.youtube.com/channel/UCjfiNEuZBwxaG_-F_Bx0BGA/playlists]] 2022.8 -[[『標準ベイズ統計学』はベイズ統計学をきちんと基礎から日本語で学びたいという人にとって必携の一冊 - 渋谷駅前で働くデータサイエンティストのブログ>https://tjo.hatenablog.com/entry/2022/11/21/170000]] 2022.11 -[[Pythonでちゃんと統計・確率の基礎をやってみた（確率編2/3） - Qiita>https://qiita.com/o93/items/a2e02cf98126f47cd66c]] 2022.11 -[[Think Bayes 2(オライリー本)>http://allendowney.github.io/ThinkBayes2/index.html]] 2022.7 -[[データ分析のための統計学入門OpenIntro StatisticsFourth Edition(第4版)>http://www.kunitomo-lab.sakura.ne.jp/2021-3-3Open(S).pdf]] 2021.4 -[[統計学の名著 (入門書) - マーケティング過多の中で、何はともあれまずはこの6冊の名著から>http://touya-fujitani.blogspot.com/2018/09/6.html?q=%E7%B5%B1%E8%A8%88]] 2018 -[[Think Stats(オライリー本)>https://greenteapress.com/thinkstats2/html/index.html]] 2014 -[[オンラインで無料で読める統計書22冊>http://id.fnshr.info/2013/08/11/online-stat-books/]] 2013.8.11 -[[Elements of Statistical Learning: data mining, inference, and prediction. 2nd Edition.>https://hastie.su.domains/ElemStatLearn/]] 2009 *統計学と機械学習 [#v70cdcee] -[[機械学習と統計学の徹底的違い – モデルの使い分け方とおすすめの本を紹介 | AI専門ニュースメディア AINOW>https://ainow.ai/2022/09/21/267953/]] 2022.9 --記述統計学 --推計統計学 --ベイズ統計学 -[[結局、機械学習と統計学は何が違うのか？>https://qiita.com/KanNishida/items/8ab8553b17cb57e772d6]] 2018.5 --統計も機械学習もデータサイエンスへ貢献しているという点では変わりないのですが、ゴールが違い貢献の仕方も違います。手法や理論は重なる部分があるかもしれませんが、その目的はまったく違います。ですので、機械学習を「応用統計」と呼ぶのは誤解の元ですし、二つのそれぞれの分野に対しての侮辱です。 -[[「統計学と機械学習の違い」はどう論じたら良いのか - 渋谷駅前で働くデータサイエンティストのブログ>https://tjo.hatenablog.com/entry/2015/09/17/190000]] 2015 *多変量解析/パラメータ推定 [#id8254a2] -[[【気象データ】「〇〇年に一度の大雨」の算出 (分布関数の当てはめ編)【統計解析】 - LabCode>https://labo-code.com/python/probable-max-precipitation-02-2/]] 2023.10 -[[多重共線性の問題点をわかりやすく！基準や目安はvifと相関係数のどちらを使う？｜いちばんやさしい、医療統計>https://best-biostatistics.com/correlation_regression/multi-co.html]] 2022 **回帰分析 [#w0275f22] -[[ロジスティック回帰の最尤推定量にはバイアスがある - ほくそ笑む>https://hoxo-m.hatenablog.com/entry/2024/01/23/014147]] 2024.1 -[[最小n乗法の性質 #Python - Qiita>https://qiita.com/yotapoon/items/222792a9adc18ad414f5]] 2023.11 -[[python3ではじめるシステムトレード：射影と最小二乗法 - Qiita>https://qiita.com/innovation1005/items/99b3159627d6932e22b3]] 2023.5 -[[重回帰分析を具体例を使ってできるだけわかりやすく説明してみた - Qiita>https://qiita.com/ohenzi/items/5c8edd30fa15797f7a8d]] 2023.3 -[[プロでもよくある線形回帰モデルの間違い - Qiita>https://qiita.com/HiroyukiTachikawa/items/cc2f48161e4da8da69f1]] 2022.8 --線形性の仮定が満たされていないので、線形回帰モデルを使ってはいけない --残差が正規分布&等分散ではないので、線形回帰モデルを使ってはいけない --回帰係数に対するt検定の結果をもとに、p値が大きい説明変数を除外する --多重共線性があるとよくないので、変数間で相関が強い、もしくはVIF値が大きい変数を除外する --AICが小さくなるように変数を選択する --Lasso回帰で変数を選択する --これらは、線形回帰モデルを「原因と結果の関係を推定」するために用いる場合は、どれも間違っているか解説が不足している -[[scikit-learnで求めたLassoの解パスとCVの結果を可視化する | DevelopersIO>https://dev.classmethod.jp/articles/scikit-learn-visualize-lasso-path-cv/]] 2022.9 -[[重回帰分析とは | データ分析基礎知識>https://www.albert2005.co.jp/knowledge/statistics_analysis/multivariate_analysis/multiple_regression]] 2022 -[[線形回帰を理解してPythonで1からコードを書いてみよう - Qiita>https://qiita.com/miya_ppp/items/c935490f48661d43f3fb]] 2021.11 -[[回帰分析I：回帰分析って何？ から、最小二乗法、モデル評価、妥当性検討の実際まで>http://www.atmarkit.co.jp/ait/articles/1311/05/news003.html]] 2013.11.6 **ベイズ統計学、最尤法など [#ve6fce44] -[[ベイズ統計学を勉強する参考書のフロー #統計学 - Qiita>https://qiita.com/ssugasawa/items/0e0d76de3ed92c7410e6]] 2024.4 -[[相互情報量を学んでもっとうまくAHC030を解こう！ #競プロ - Qiita>https://qiita.com/aplysia/items/29a4fb4573fc1b8dec79]] 2024.2 -[[『ベイズ推論による機械学習入門』のノート：記事一覧 - からっぽのしょこ>https://www.anarchive-beta.com/entry/2020/02/29/120000]] 2023.7 -[[【徹底解説】EMアルゴリズムをはじめからていねいに | Academaid>https://academ-aid.com/ml/em]] 2023.8 -[[最尤推定量とは？初めての人にもわかる解説 | AVILEN AI Trend>https://ai-trend.jp/basic-study/estimator/maximum-likelihood-estimation/]] 2020 -[[尤度（ゆうど）｜コグラフ株式会社 データアナリティクス事業部>https://note.com/cograph_data/n/n183a8fcc6154]] 2024.2 -[[尤度の意味と計算方法をわかりやすく解説 | HEADBOOST>https://www.headboost.jp/what-is-likelihood/]] 2021 -[[【統計学】尤度って何？をグラフィカルに説明してみる。 - Qiita>https://qiita.com/kenmatsu4/items/b28d1b3b3d291d0cc698]] 2023.2 -[[最尤法とは、ベイズとは （１．最小二乗法と最尤法）>https://qiita.com/YusukeToda1984/items/1b0a10ec1f847c6cbd36]] 2020.4 -[[藤井四段で学ぶ最尤推定、MAP推定、ベイズ推定>http://qiita.com/jyori112/items/80b21422b15753a1c5a4]] 2017.7.29 -[[ベイズ推定を知っているフリをするための知識>http://www.anlyznews.com/2012/01/blog-post_31.html]] 2012 -[[ベイズを学びたい人におすすめのサイト>http://d.hatena.ne.jp/download_takeshi/20090408/1239146640]] 2009 *資格試験 [#cd0a370b] -[[統計学実践ワークブック完全攻略(１章〜４章) #統計検定 - Qiita>https://qiita.com/tarantula426/items/8b8e9bff11aca418e01d]] 2024.3 -[[統計学実践ワークブック完全攻略(5章〜8章) #統計検定 - Qiita>https://qiita.com/tarantula426/items/65f80e8af3c2d6536953]] 2024.3 -[[統計検定1級に受かりたければこれをやれ #データ分析 - Qiita>https://qiita.com/shoitsu/items/5fe5cecac1ed5a1dbfd2]] 2023.12 -[[統計検定1級の勉強の仕方【2023年末版】 #統計検定1級 - Qiita>https://qiita.com/Ayumu_walker/items/461705df5afd8eedf692]] 2023.12 -[[統計検定を取って、データサイエンティストとして活躍しよう！対策と体験談を紹介！ | キカガクの技術ブログ>https://blog.kikagaku.co.jp/statistical-test]] 2023.4 -[[統計検定 1 級に合格する方法>https://qiita.com/drken/items/089b8443305df047b44e]] 2018.2 -[[統計検定準1級のモチベーションの保ち方 - Qiita>https://qiita.com/kanure24/items/5e94ecd466d693a3d565]] 2023.8 -[[統計検定準1級 合格体験記 - Qiita>https://qiita.com/sflabtech/items/897eb2209a9b0adfeaa1]] 2023.6 -[[統計検定準1級を1回不合格になったのち、最優秀成績賞で合格した話【攻略法】 - Qiita>https://qiita.com/mohki7/items/f4c132ab7098b1767982]] 2023.2 -[[統計検定準1級 解説 〜過去問解答例・解説 ＆ 公式ワークブックの解答例・解説〜 - あつまれ統計の森>https://www.hello-statisticians.com/toukeikentei-semi1]] 2023.2 -[[HOME | DataArts - 統計検定 1級・準1級対策講座，過去問の解答(解答例)・解説を掲載．>http://www.data-arts.jp/index.html]] 2022.12 -[[【失敗しない】統計検定準1級向けのおすすめ参考書>https://mimikousi.com/statistical-certificate-pre1-book/]] 2022.2 -[[統計検定2級に合格してみての振り返り｜分析屋>https://note.com/bunsekiya_tech/n/n0730a4340038]] 2023.9 -[[大学生が統計検定2級を優秀成績賞で合格した話 - Qiita>https://qiita.com/mohki7/items/4aa14b1b449f2cbaee34]] 2023.2 -[[統計初心者が「統計検定３級」で最優秀賞を取るまでに行なった勉強法 - Qiita>https://qiita.com/y-yoshinari/items/5ae5adc143b043ac85fe]] 20201.12
