Python逆関数法とは？その導出と乱数生成のための実装
この記事では、サンプリング法の１つである逆関数法を導出する。逆関数法では、乱数を生成したい累積分布関数の逆関数にもとづき、標準一様乱数を任意の乱数に変換する。PRML（パターン認識と機械学習）の「第11章サンプリング法 11.1.1 標準的な分布」の前半の解説としても有用である。
プログラミング
Python
機械学習・AIPRML（パターン認識と機械学習）演習問題【難問】解答集
C.M.ビショップ著、PRML（パターン認識と機械学習―ベイズ理論による統計的予測、）の演習問題において、【難問】に指定されている問題の解答集。解答を当サイトに投稿し次第、またはどこかで見つけ次第、リンクを増やしていく。
機械学習・AI【PRML10章 演習10.39解答】EP法による事後分布の更新
PRML10章 演習10.39の解答・解説。EP法によって更新した事後分布の平均と分散を導出する。それに際し、パラメータの期待値を計算する。その後近似因子のパラメータを求め、モデルエビデンスが近似される値を導く。
機械学習・AIPRML10章 演習10.39解答（その４：(10.223),(10.224)の導出）
問題、記号の意味、利用した式については を参照。 目標 モデルエビデンスが $$p(\mathcal{D})\simeq\left(\frac{\nu^{\mathrm {new}}}{b}\right)^{D/2}\left\exp{\l...
機械学習・AIPRML10章 演習10.39解答（その３：(10.220)-(10.222)の導出）
問題、記号の意味、利用した式については を参照。 目標 改良された近似因子 \(\tilde{f}_{n}(\boldsymbol{\theta})\) のパラメータが $$\nu_{n}^{-1}=(\nu^{\mathrm{new}})...
機械学習・AIPRML10章 演習10.39解答（その２：(10.218)の導出）
問題、記号の意味、利用した式については を参照。 目標 \(q^{\mathrm{new}}(\boldsymbol{\theta})\) の平均と分散を \(q^{\backslash n}(\boldsymbol{\theta})f_{...
機械学習・AIPRML10章 演習10.39解答（その１：(10.217),(10.219)の導出）
問題、記号の意味、利用した式については を参照。 目標 \(q^{\mathrm{new}}(\boldsymbol{\theta})\) の平均と分散を \(q^{\backslash n}(\boldsymbol{\theta})f_{...
機械学習・AI【PRML10章 演習10.38解答】EP法による事後分布の近似
PRML10章 演習10.38の解答・解説。EP法によって近似した事後分布の平均と分散を導出する。また、近似された事後分布と近似因子の積に関し、その正規化定数を計算する。
機械学習・AIPRML10章正誤表（10.7.1 例：雑音データ問題）
この記事では、「C.M.ビショップ『パターン認識と機械学習（下）ベイズ理論による統計的予測』（2012）丸善出版」（通称：PRML）における式の修正を行う。 なお、筆者はPRMLは初版第10刷（2018）を用い、修正内容は を参考にした。 ...
WordpressAdsenseの遅延読み込みと、使用していないJavaScriptの除去（Cocoonにおける最適化事例）
当サイトはWordPressで作られていますが、先日ふと思い立って「PageSpeed Insights」でサイトパフォーマンスを測定してみたところ、PCはともかくモバイルのスコアが非常に低かった（20～30くらいで赤信号）ので、高速化を図...