What is the best introductory Bayesian statistics textbook?Stack Exchange Network Stack Exchange network consists of 183 Q&A communities including Stack Overflow, the largest, most trusted online community for developers to learn, share their knowledge, and build their careers. Visit Stack Exchange
高島宗一郎『Go Toトラベルã¨ã‚³ãƒãƒŠã®ç›¸é–¢é–¢ä¿‚ã€
コãƒãƒŠã®å½±éŸ¿ã«ã‚ˆã£ã¦éžå¸¸ã«å¤§ããªãƒ€ãƒ¡ãƒ¼ã‚¸ã‚’å—ã‘ãŸå®¿æ³Šã‚„飲食ã€äº¤é€šãªã©è¦³å…‰ã«é–¢ã‚る人ã«ã¨ã£ã¦ã¯é ¼ã¿ã®ç¶±ã§ã‚ã‚‹Go Toトラベル。ãã‚“ãªå¤šãã®äººã€…ã®é›‡ç”¨ã‚„生活を支ãˆã‚ˆã†ã¨æ”¿åºœãŒåŠ›ã‚’入れã¦ã„る政ç–ã«ã¤ã„ã¦ã€æ—¥æœ¬åŒ»å¸«ä¼šé•·ãŒæ–°åž‹ã‚³ãƒãƒŠæ€¥æ‹¡å¤§ã®ã€Œãã£ã‹ã‘ã«ãªã£ãŸã“ã¨ã¯é–“é•ã„ãªã„ã€ã¨ã®è¦‹è§£ã‚’発表ã•ã‚Œã¾ã—ãŸã€‚
Gapminder Tools
Animated global statistics that everyone can understand
èªã‚ã°å¿…ãšã‚ã‹ã‚‹ 分散分æžã®åŸºç¤Ž 第２版
2 2003 12 5 ' & $ % ( ) ( ) 2 I 3 1 3 2 2 ? 6 3 11 4 ? 12 II 14 5 15 6 16 7 17 8 19 9 21 10 22 11 F 25 12 : 1 26 3 I 1 ' & $ % 17 1.1 x1, x2, . . . , xn xÌ„( ) xÌ„ = 1 n n X i=1 xi 1.2 (SD ) x1, x2, . . . , xn s2 s2 = 1 n n X i=1 (xi − xÌ„)2 s s = √ s2 2.1 2.2 2.3 ( ) 2 : 4 1 : : 3.1 3.2 0, 1 n 4.1 µ ( ) xÌ„ 4.2 σ2 ( ) s2 u2 = 1 n − 1 n X i=1 (xi − xÌ„)2 5.1 4 1. (H0) 2. 3. 4. 5.2 5% 1% 6.1 6.2 3 “ - â€
KL divergence of models with both continuous and discrete variables
When $x$ is discrete, KL divergence is $D_{KL}(P||Q)=\sum\limits_{x}P(x)\log \frac{P(x)}{Q(x)}$, when $x$ is continuous, $D_{KL}(P||Q)=\int\limits_{x}p(x)\log \frac{p(x)}{q(x)}dx$. However, when the space of the random variable $x$ is defined on mixed continuous and discrete space, what would be the KL divergence? For example, $x=(r,a)$, where $r$ is a continuous variable that follows Gaussian dis
ブートストラップ法ã§ä¿¡é ¼åŒºé–“を求ã‚ã‚‹ã¨ãã®æ³¨æ„点 - ã»ãã笑む
1. ã¯ã˜ã‚ã« ãƒ–ãƒ¼ãƒˆã‚¹ãƒˆãƒ©ãƒƒãƒ—ä¿¡é ¼åŒºé–“ã«ã¤ã„ã¦èª¿ã¹ã¦ã„ãŸã‚“ã§ã™ãŒã€ç†è«–çš„ãªæ±‚ã‚æ–¹ã¯æ•™ç§‘書ãªã©ã«è¼‰ã£ã¦ã„ã‚‹ã®ã§ã™ãŒã€å®Ÿè·µçš„ãªæƒ…å ±ãŒå°‘ãªã„よã†ã«æ€ã„ã¾ã™ã€‚ 今回ã€å°‘ã—調査ã—ã¦ã¿ã¦ã€å®Ÿéš›ã«é©ç”¨ã™ã‚‹éš›ã«æ³¨æ„ãŒå¿…è¦ã ãªã¨æ„Ÿã˜ãŸã“ã¨ã«ã¤ã„ã¦æ›¸ã„ã¦ãŠãã¾ã™ã€‚ 2. ãƒ–ãƒ¼ãƒˆã‚¹ãƒˆãƒ©ãƒƒãƒ—ä¿¡é ¼åŒºé–“ ブートストラップ法ã¯ã€ç†è«–çš„ã«æ±‚ã‚ã‚‹ã®ãŒé›£ã—ã„統計é‡ã‚’ã€çµŒé¨“分布ã‹ã‚‰ã®ã‚·ãƒ³ãƒ—ルãªãƒªã‚µãƒ³ãƒ—リングã«ã‚ˆã£ã¦æŽ¨å®šã§ãã‚‹ã¨ã„ã†æ‰‹æ³•ã§ã™ã€‚ ブートストラップ法ã§ã¯ã€æŽ¨å®šã•ã‚ŒãŸçµ±è¨ˆé‡ã«å¯¾ã—ã¦ã€ãã®ä¿¡é ¼åŒºé–“を求ã‚ã‚‹ã“ã¨ã‚‚ã§ãã¾ã™ã€‚ ã“ã®ã‚ˆã†ãªä¿¡é ¼åŒºé–“ã‚’ãƒ–ãƒ¼ãƒˆã‚¹ãƒˆãƒ©ãƒƒãƒ—ä¿¡é ¼åŒºé–“ã¨ã„ã„ã¾ã™ã€‚ ãƒ–ãƒ¼ãƒˆã‚¹ãƒˆãƒ©ãƒƒãƒ—ä¿¡é ¼åŒºé–“ã‚’æ±‚ã‚る方法ã«ã¤ã„ã¦ã¯è‰²ã€…è°è«–ãŒã‚るよã†ã§ã™ãŒã€ä¸»ãªæ‰‹æ³•ã¯æ¬¡ã®5ã¤ã§ã™ã€‚ æ£è¦åˆ†å¸ƒè¿‘似法 ベーシック法 パーセンタイル法 BCa法(bias-corrected and accelerated percentile me
1.3.5.16. Kolmogorov-Smirnov Goodness-of-Fit Test
The Kolmogorov-Smirnov test (Chakravart, Laha, and Roy, 1967) is used to decide if a sample comes from a population with a specific distribution. The Kolmogorov-Smirnov (K-S) test is based on the empirical distribution function (ECDF). Given N ordered data points Y1, Y2, ..., YN, the ECDF is defined as \[ E_{N} = n(i)/N \] where n(i) is the number of points less than Yi and the Yi are ordered from
クラスタリングã®å®šç•ªã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ 「K-means法ã€ã‚’ビジュアライズã—ã¦ã¿ãŸ
集åˆçŸ¥ãƒ—ãƒã‚°ãƒ©ãƒŸãƒ³ã‚° ã‚’èªã‚“ã§ã„ãŸã‚‰ã€K-means 法（Kå¹³å‡æ³•ï¼‰ã®èª¬æ˜ŽãŒå‡ºã¦ãã¾ã—ãŸã€‚ K-means 法ã¯ã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°ã‚’è¡Œã†ãŸã‚ã®å®šç•ªã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ らã—ã„ã§ã™ã€‚å˜åœ¨ã¯çŸ¥ã£ã¦ã„ãŸã‚“ã ã‘ã©ã„ã¾ã„ã¡ãƒ”ンã¨ãã¦ã„ãªã‹ã£ãŸã®ã§ã€å‹•ä½œã‚’ç†è§£ã™ã‚‹ãŸã‚ã«ã‚µãƒ³ãƒ—ルを作ã£ã¦ã¿ã¾ã—ãŸã€‚ クリックã™ã‚‹ã¨ï¼‘ステップãšã¤å‹•ã‹ã™ã“ã¨ãŒã§ãã¾ã™ã€‚クラスタã®æ•°ã‚„点ã®æ•°ã‚’変更ã—ã¦ã€Restart を押ã™ã¨å¥½ããªãƒ‘ラメータã§è©¦ã™ã“ã¨ãŒã§ãã¾ã™ã€‚ ã“ã†ã‚„ã£ã¦ï¼‘ステップãšã¤ç¢ºèªã—ãªãŒã‚‰å‹•ã‹ã—ã¦ã¿ã‚‹ã¨ã€æ„外ã«å˜ç´”ãªä»•çµ„ã¿ãªã®ãŒå®Ÿæ„Ÿã§ãã¾ã—ãŸã€‚ (追記) HTML5 版㮠K-means 法を D3.js ã§ãƒ“ジュアライズã—ã¦ã¿ãŸ も作æˆã—ã¾ã—ãŸã€‚Flash を表示ã§ããªã„環境ã§ã¯ãã¡ã‚‰ã‚’ã”覧ãã ã•ã„。 K-means 法ã¨ã¯ Kå¹³å‡æ³• - Wikipedia ã«è©³ã—ã書ã„ã¦ã‚ã‚‹ã‘ã©ã€ã‚‚ã†ã™ã“ã—ザックリã¨æ›¸ãã¨ã“ã‚“ãªã‚¤ãƒ¡ãƒ¼ã‚¸ã«
最近ã®è¼¸å‡ºå…¥å‹•å‘ : 財務çœè²¿æ˜“統計　Trade Statistics of Japan
最近ã®è¼¸å‡ºå…¥å‹•å‘ã«ã¤ã„ã¦å¹´åˆ†åˆ¥ã«ã€ã€Œè¼¸å‡ºå…¥é¡åŠã³å·®å¼•é¡ã®æŽ¨ç§»ã€ã€Œåœ°åŸŸåˆ¥è¼¸å‡ºå…¥é¡ã®æŽ¨ç§»ã€ã€Œè²¿æ˜“相手先国上ä½ï¼‘ï¼ã‚«å›½ã®æŽ¨ç§»ã€ã€Œå¯¾ä¸–界主è¦è¼¸å‡ºå…¥å“ã®æŽ¨ç§»ã€ã€Œä¸»è¦è¼¸å‡ºå…¥å“ã®æŽ¨ç§»ã€ã‚’ã¾ã¨ã‚ã¦ãŠã‚Šã¾ã™ã€‚ å„リンク先をクリックã™ã‚‹ã¨PDFファイルãŒé–‹ãã¾ã™ã€‚
日本銀行時系列統計データ検索サイト
金利（é 金・貸出関連） 基準貸付利率[日次] [月次] é 金種類別店é 表示金利ã®å¹³å‡å¹´åˆ©çŽ‡ç‰[月次] 貸出約定平å‡é‡‘利[月次] マーケット関連 コールレート[日次] [月次] ç‚ºæ›¿ç›¸å ´ï¼ˆæ±äº¬ã‚¤ãƒ³ã‚¿ãƒ¼ãƒãƒ³ã‚¯ç›¸å ´ï¼‰[日次] [月次] 実効為替レート[月次] é 金・マãƒãƒ¼ マãƒã‚¿ãƒªãƒ¼ãƒ™ãƒ¼ã‚¹å¹³å‡æ®‹é«˜[月次] マãƒãƒ¼ã‚¹ãƒˆãƒƒã‚¯[月次] 貸出 é 金・ç¾é‡‘・貸出金[月次] 貸出・é 金動å‘[月次] 金èžæ©Ÿé–¢ãƒãƒ©ãƒ³ã‚¹ã‚·ãƒ¼ãƒˆ 主è¦å‹˜å®š å‰å¹´æ¯”（国内銀行）[月次] 資金循環 家計金èžè³‡ç”£ï¼ˆè³‡é‡‘循環統計）[å››åŠæœŸ] çŸè¦³ 全国çŸè¦³ãƒ»åˆ¤æ–é …ç›®ï¼ˆæ¥æ³ï¼‰[å››åŠæœŸ] 全国çŸè¦³ãƒ»åˆ¤æ–é …ç›®ï¼ˆå›½å†…éœ€çµ¦ï¼‰[å››åŠæœŸ] 全国çŸè¦³ãƒ»åˆ¤æ–é …ç›®ï¼ˆè²©å£²ä¾¡æ ¼ï¼‰[å››åŠæœŸ] 全国çŸè¦³ãƒ»åˆ¤æ–é …ç›®ï¼ˆä»•å…¥ä¾¡æ ¼ï¼‰[å››åŠæœŸ] 全国çŸè¦³ãƒ»åˆ¤æ–é …ç›®ï¼ˆç”Ÿç”£è¨å‚™ï¼‰[å››åŠæœŸ] 全国çŸè¦³ãƒ»åˆ¤æ–é …ç›®ï¼ˆé›‡ç”¨äººå“¡ï¼‰[å››åŠæœŸ] 全国çŸè¦³ãƒ»åˆ¤æ–é …ç›®ï¼ˆè³‡é‡‘ç¹°ã‚Šï¼‰[å››åŠæœŸ] 全国çŸè¦³
年別輸出入ç·é¡ã®æŽ¨ç§»è¡¨ï¼ˆ1950年以é™ï¼‰Â : 財務çœè²¿æ˜“統計　Trade Statistics of Japan
ã“ã®ãƒšãƒ¼ã‚¸ã®æœ¬æ–‡ã¸ メニュー 貿易統計検索ページ 統計表一覧 å ±é“発表資料 よãã‚ã‚‹è³ªå• ç¨Žé–¢ãƒ›ãƒ¼ãƒ ãƒšãƒ¼ã‚¸ English English ç¾åœ¨ä½ç½®ï¼š トップページ > 年別輸出入ç·é¡ã®æŽ¨ç§»è¡¨ï¼ˆ1950年以é™ï¼‰ 財務çœè²¿æ˜“統計　年別輸出入ç·é¡ï¼ˆç¢ºå®šå€¤ï¼‰ 輸出入ç·é¡ã®æŽ¨ç§»Â （å˜ä½ï¼šåƒå††ï¼‰ 暦年 輸出 輸入 1950 298,021,052 348,195,583 1951 488,776,775 737,241,298 1952 458,243,197 730,351,682 1953 458,943,408 867,469,443 1954 586,525,032 863,785,437 1955 723,815,976 889,714,970 1956 900,229,011 1,162,704,360 1957 1,028,886,636 1,542,090,900 1958 1,03
çµ±è¨ˆæƒ…å ±ï¼šè¾²æž—æ°´ç”£çœ
12月24æ—¥ è¾²æ¥çµŒå–¶çµ±è¨ˆèª¿æŸ»ï¼ˆå–¶è¾²é¡žåž‹åˆ¥çµŒå–¶çµ±è¨ˆï¼‰ 令和5å¹´è¾²æ¥çµŒå–¶ä½“ã®çµŒå–¶åŽæ”¯ 12月24æ—¥ è¾²æ¥çµŒå–¶çµ±è¨ˆèª¿æŸ» 令和5年牛乳生産費 12月24æ—¥ è¾²æ¥çµŒå–¶çµ±è¨ˆèª¿æŸ» 令和5年肉用牛生産費［å牛・去勢若齢肥育牛・乳用雄育æˆç‰›ãƒ»ä¹³ç”¨é›„肥育牛・交雑種育æˆç‰›ãƒ»äº¤é›‘種肥育牛］ 12月24æ—¥ è¾²æ¥çµŒå–¶çµ±è¨ˆèª¿æŸ» 令和5年肥育豚生産費 12月24æ—¥ 令和5å¹´è¾²æ¥ç·ç”£å‡ºé¡åŠã³ç”Ÿç”£è¾²æ¥æ‰€å¾—（全国） 12月24æ—¥ 令和5å¹´è¾²æ¥ç”£å‡ºé¡åŠã³ç”Ÿç”£è¾²æ¥æ‰€å¾—（都é“府県別） 12月24æ—¥ 作物統計調査 令和6年産ãªãŸã（å実用）ã®ä½œä»˜é¢ç©åŠã³åŽç©«é‡ 12月20æ—¥ 2023å¹´æ¼æ¥ã‚»ãƒ³ã‚µã‚¹çµæžœã®æ¦‚è¦ï¼ˆç¢ºå®šå€¤ï¼‰ 12月13æ—¥ 令和5å¹´æž—æ¥çµŒå–¶çµ±è¨ˆèª¿æŸ»çµæžœ 12月10æ—¥ 作物統計調査 令和6年産水陸稲ã®åŽç©«é‡
スピアマンã®é †ä½ç›¸é–¢ä¿‚æ•° 統計å¦å…¥é–€
スピアマンã®é †ä½ç›¸é–¢ä¿‚æ•° 相関係数ã¯ï¼’変é‡ã«ç›´ç·šçš„ãªç›¸é–¢é–¢ä¿‚ãŒã‚ã‚Œã°é©ç”¨ã•ã‚Œã‚‹ãŒã€ãã†ã§ãªã„å ´åˆã‚„データã®é †ä½ã—ã‹åˆ†ã‹ã£ã¦ã„ãªã„å ´åˆã‚‚ã‚ã‚Šã¾ã™ã€‚ãã‚“ãªã¨ãã«æœ‰åŠ¹ãªã®ãŒã‚¹ãƒ”アマンã®é †ä½ç›¸é–¢ä¿‚æ•°ã§ã™ã€‚求ã‚æ–¹ã¯ã€ä»¥ä¸‹ã®ã‚ˆã†ã«ãªã‚Šã¾ã™ã€‚下ã«ç¤ºã™ã‚ˆã†ãªï¼’変é‡ã«é–¢ã—ã¦é †ä½ãŒã¤ã„ã¦ã„ã¾ã™ã€‚
ãƒã‚¢ã‚½ãƒ³å›žå¸°ã§æŽ¨å®šã—ã¦ã„るモノã¯Î»ã®å¼ - 餡å付゛録゛
æŸæ‰€ã®(1)ãƒã‚¢ã‚½ãƒ³å›žå¸°ãƒ¢ãƒ‡ãƒ«ã®èª¬æ˜ŽãŒã€(2)対数変æ›OLSã¨åŒã˜ã«ãªã£ã¦ã„ã‚‹æ°—ãŒã—ã¾ã™ã€‚é•ã†ã‚‚ã®ã ã¨æ€ã†ã®ã§ã™ãŒã€ã‚·ãƒŸãƒ¥ãƒ¬ãƒ¼ã‚·ãƒ§ãƒ³ã‚’ã—ã¦(1)ã¨(2)ã®æŽ¨å®šã‚’ã—ã¦ç¢ºèªã—ã¦ã¿ã¾ã—ãŸã€‚ 1. モデル ãƒã‚¢ã‚½ãƒ³åˆ†å¸ƒã¯ãƒ‘ラメーターã§æ±ºå®šã•ã‚Œã‚‹ã‚ã‘ã§ã™ãŒã€ã‚’説明変数ã§èª¬æ˜Žã™ã‚‹ãƒ¢ãƒ‡ãƒ«ã«ãªã‚Šã¾ã™ã€‚個ã®ãƒ‘ラメータãŒã‚ã‚Šã€ã‚’説明変数ã€ã‚’ä¿‚æ•°ã¨ã—ã¦ã€ä»¥ä¸‹ã®ã‚ˆã†ãªå¼ã§ã™ã。 被説明変数ã®å€¤ãŒ0以上ã®æ•´æ•°ã®ã¨ãã®ç¢ºçŽ‡ã‚’ã€ã¯é–“接的ã«æ±ºå®šã™ã‚‹ã‚ã‘ã§ã™ã。教科書的ã«ã¯æœ€å°¤æ³•ã‚’用ã„ã¦æ±‚ã‚ã‚‹ã“ã¨ã«ãªã‚‹ã¿ãŸã„ã§ã™ãŒã€å®Ÿç”¨çš„ã«ã¯ãƒªãƒ³ã‚¯é–¢æ•°ã‚’用ã„ã¦ä¸€èˆ¬åŒ–線形回帰モデルã§æŽ¨å®šã§ãるよã†ã§ã™ã€‚ 2. ãƒ‡ãƒ¼ã‚¿ä½œæˆ ã¾ãšã¯ãƒã‚¢ã‚½ãƒ³å›žå¸°ãƒ¢ãƒ‡ãƒ«ç”¨ã®ãƒ‡ãƒ¼ã‚¿xã¨yを作æˆã—ã¾ã™ã€‚ set.seed(20130919) x <- round(runif(100, max=3)) lambda <- exp(1.1 + 1*x) y <- nume
統計特論
統計特論 統計特論１ å°Žå…¥ 離散確率分布 連続確率分布 確率変数ã®é–¢æ•°ã®åˆ†å¸ƒ 分布パラメータ推定 仮説検定 統計特論２ Part 1（分割表ã®è§£æžï¼Œé©åˆåº¦æ¤œå®šï¼‰ Part 2（分散分æžï¼Œå›žå¸°åˆ†æžï¼‰ 最終更新日：2013å¹´ 4月10æ—¥
Think Bayes
This HTML version of Think Bayes is provided for convenience, but it is not the best format for the book. In particular, some of the math symbols are not rendered correctly. You might prefer to read the PDF version, or you can buy a hard copy from Amazon. Think Bayes: Bayesian Statistics Made Simple Allen B. Downey Version 1.0.9 Copyright 2012 Allen B. Downey Permission is granted to copy, distrib
「ITエンジニアã®ãŸã‚ã®ãƒ‡ãƒ¼ã‚¿ã‚µã‚¤ã‚¨ãƒ³ãƒ†ã‚£ã‚¹ãƒˆé¤Šæˆè¬›åº§ã€é–¢é€£ã®æœ€æ–° ニュース・レビュー・解説 記事 ã¾ã¨ã‚ - ITmedia Keywords
ITエンジニアã®ãŸã‚ã®ãƒ‡ãƒ¼ã‚¿ã‚µã‚¤ã‚¨ãƒ³ãƒ†ã‚£ã‚¹ãƒˆé¤Šæˆè¬›åº§ï¼ˆ10）： 時系列分æžII―ARMAモデル（自己回帰移動平å‡ãƒ¢ãƒ‡ãƒ«ï¼‰ã®è©•ä¾¡ã¨å°†æ¥äºˆæ¸¬ éŽåŽ»ã®æ™‚系列データを基ã«ã€å°†æ¥äºˆæ¸¬ã«ã¤ãªãŒã‚‹ãƒ¢ãƒ‡ãƒ«ã‚’検討ã€å®Ÿéš›ã«å°†æ¥äºˆæ¸¬ã‚’è¡Œã£ã¦æ¤œè¨¼ã—ã¦ã¿ã¾ã—ょã†ã€‚（2014/9/1） ITエンジニアã®ãŸã‚ã®ãƒ‡ãƒ¼ã‚¿ã‚µã‚¤ã‚¨ãƒ³ãƒ†ã‚£ã‚¹ãƒˆé¤Šæˆè¬›åº§ï¼ˆ9）： 時系列分æžï¼© ――ARMAモデルã¨æ™‚ç³»åˆ—åˆ†æž ã‚·ã‚¹ãƒ†ãƒ ãƒã‚°ã‚‚金èžå–引データも時系列ã§åˆ†æžã§ãる。ビジãƒã‚¹ã‚·ãƒ¼ãƒ³ã§æ±‚ã‚られるデータ分æžã®å¤šãã‚’å ã‚る「時系列データã€åˆ†æžã®åŸºç¤Žã‚’解説。（2014/6/24） ITエンジニアã®ãŸã‚ã®ãƒ‡ãƒ¼ã‚¿ã‚µã‚¤ã‚¨ãƒ³ãƒ†ã‚£ã‚¹ãƒˆé¤Šæˆè¬›åº§ï¼ˆ8）： 富山県民を分類ã—ã¦ã¿ãŸã‚‰â€¦â€¦ï¼Ÿâ€•â€•ã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°åˆ†æžã®æ‰‹æ³• ã‚るグループを属性ã”ã¨ã«åˆ†é¡žã™ã‚‹ã€Œã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°åˆ†æžã€ã®åŸºæœ¬ã‚’å¦ã¼ã†ã€‚今回も自治体ãŒå…¬é–‹ã—ã¦ã„るオープンデータを題æã«ã—ã¾ã™ã€‚（2014/3/19） I
リリースã€éšœå®³æƒ…å ±ãªã©ã®ã‚µãƒ¼ãƒ“スã®ãŠçŸ¥ã‚‰ã›
最新ã®äººæ°—エントリーã®é…ä¿¡
j次ã®ãƒ–ックマーク
kå‰ã®ãƒ–ックマーク
lã‚ã¨ã§èªã‚€
eコメント一覧を開ã
oページを開ã
Is it possible to apply KL divergence between discrete and continuous distribution?
https://www.ier.hit-u.ac.jp/~kitamura/lecture/Hit/08Statsys4.pdf
講義ã®ãƒ¼ã¨ : データ解æžã®ãŸã‚ã®çµ±è¨ˆãƒ¢ãƒ‡ãƒªãƒ³ã‚° : HUSCAP
{{#tags}}- {{label}}
{{/tags}}