統計学 マハラノビス距離を使った異常検知
異常検知の手法として、マハラノビス距離があります。マハラノビス距離の定義を解説し、カイ二乗分布に従う事や、異常検知の手法への応用方法を解説します。
機械学習
統計学 
機械学習 ベイズニューラルネットワーク
ニューラルネットワークをベイズ風に解説します。ニューラルネットワークを一つの関数だと思ってパラメーターの事後分布を求めたり、予測値の事後分布を求めたりします。色々近似を行わないと解析的に解けないのが大変な所です。
機械学習 python で生成モデル(generative model)!
生成モデル(generative model)の解説記事です。生成モデルの概要を説明し、モデルの中身を見てみます。最後に、潜在空間( latent space)の大事さを確認して、手書き文字画像を生成させてみます。
Python R 最も簡単な異常検知の手法-ホテリングのT2 理論
異常検知の入門ともいえる、ホテリングのT2理論を使ってみる記事です。python で1次元、多次元データに対する異常度の計算を実装します。
Python R ベイズ統計学でブログのアクセス数を解析する
ブログを始めて4か月くらい経ちました。 最初の1週間はTwitterでフォローしてくれた人が見るだけと言うサイトでしたが、現在は検索エンジンから殆どのユーザーがブログを見てくれています。なんとなく、あるタイミングからアクセス数が増えたな～...
Python R 変分推論をpythonで実装する
ポアソン混合モデルを変分推論で近似するクラスをpython で実装します。ELBOを監視して、計算を早めに止めるEMアルゴリズムちっくな手法も実装します。
Python R ベイズ線形回帰とEMアルゴリズム
EMアルゴリズムを応用して、ベイズ線形回帰のパラメーターを予測します。パラメーターを更新するための式を導出して、pythonで実装します。
Python R 特徴量の評価方法をまとめてみた
機械学習の困りごとの一つとして、結果の解釈が難しいという事があります。しかし、特徴量の重要度を評価する手法は色々あります。この記事で紹介する手法で、大体のモデルに対応できます。
Python R クラウドでディープラーニングして大丈夫?
ニューラルネットワークの勾配から、特徴量が復元できるという記事です。大切な情報を特徴量にしている場合は、クラウド上で計算を回す事にリスクがあります。
Python R Validation Loss ＜Train Loss問題への解答
械学習モデルを組んだ時、モデルの良し悪しは、トレーニングデータへの適合(train loss)とテストデータへの適合(validation loss)の差が良い指標になります。その時、Validation Loss <Train Loss となった経験はないでしょうか。 その原因を紹介します。