機械学習・AI異常検知における異常度の定義
作成中。詳細は 井手剛「入門 機械学習による異常検知――Rによる実践ガイド――」(2015)コロナ社 を参照。
確率・統計
機械学習・AI
確率・統計エントロピーの最大化による正規分布の導出
正規分布は「エントロピーを最大化する」という性質を持った確率分布であるため、統計学で重宝されています。この記事では、正規分布、エントロピー、確率密度関数の意味について確認し、これらを用いて正規分布を導出します。また、導出に際して汎関数や変分法についても解説します。
機械学習・AI【ROC曲線のAUC】95%信頼区間の求め方と実装方法
【オンライン自動計算機能公開中】ROC曲線のAUCの95%信頼区間を計算することで、「たまたま」得られたデータの結果から、AUCがとるであろう値の範囲を推測することができます。この記事では、ROC-AUCの95%信頼区間を求める方法について解説し、その計算をPython言語により実装する方法を紹介します。
Python部分従属プロットを、sklearnのあらゆる分類器に実装する（partial dependence plot）
部分従属プロット（partial dependence plot） 部分従属プロット（partial dependence plot）とは、分類器が学習を行った際に、どの変数がどの程度クラス分類に影響しているかを視覚的に表す方法である（詳細...
機械学習・AI【図解】ROC曲線・PR曲線の書き方と使い分け基準を解説
ROC曲線とPR曲線は、検査や機械学習の分類に対する性能を判定する方法です。この手法を用いることで、検査の感度や陽性的中率のトレードオフを考慮しながら、性能を判定・比較することができます。この記事では、具体例を用いてROC曲線・PR曲線の書き方を説明し、それぞれを状況別に使い分ける方法について解説します。
確率・統計ブラックスワン理論から見た、リスクの本質とは？【書籍要約あり】
ブラックスワン理論について解説し、書籍「ブラック・スワン――不確実性とリスクの本質」の内容を要約する。この記事を読むことで、未来のリスクは基本的に予測不可能である理由がわかり、そのような世界で、リスクに対しどのような戦略をとれば良いかを理解できる。