Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
ExcelBayes#3
Search
cougar
August 01, 2017
Science
1
390
ExcelBayes#3
「Excelでスッキリわかるベイズ統計入門」第5章の発表資料です。
cougar
August 01, 2017
Tweet
Share
More Decks by cougar
See All by cougar
aboutTue
cougar
0
370
attention
cougar
0
340
Cougar_Self-Intro
cougar
0
400
ExcelBayes#1
cougar
0
450
170503_BayesianMethods4Hackers_1
cougar
0
360
170421GrBayes3
cougar
0
350
Other Decks in Science
See All in Science
機械学習 - 決定木からはじめる機械学習
trycycle
PRO
0
1.1k
Celebrate UTIG: Staff and Student Awards 2025
utig
0
260
デジタルアーカイブの教育利用促進を目指したメタデータLOD基盤に関する研究 / Research on a Metadata LOD Platform for Promoting Educational Uses of Digital Archives
masao
0
100
データマイニング - コミュニティ発見
trycycle
PRO
0
160
データベース01: データベースを使わない世界
trycycle
PRO
1
810
システム数理と応用分野の未来を切り拓くロードマップ・エンターテインメント(スポーツ)への応用 / Applied mathematics for sports entertainment
konakalab
1
410
サイゼミ用因果推論
lw
1
7.5k
07_浮世満理子_アイディア高等学院学院長_一般社団法人全国心理業連合会代表理事_紹介資料.pdf
sip3ristex
0
640
データから見る勝敗の法則 / The principle of victory discovered by science (open lecture in NSSU)
konakalab
1
180
防災デジタル分野での官民共創の取り組み (1)防災DX官民共創をどう進めるか
ditccsugii
0
310
地質研究者が苦労しながら運用する情報公開システムの実例
naito2000
0
290
実力評価性能を考慮した弓道高校生全国大会の大会制度設計の提案 / (konakalab presentation at MSS 2025.03)
konakalab
2
210
Featured
See All Featured
How GitHub (no longer) Works
holman
315
140k
Writing Fast Ruby
sferik
629
62k
Designing for Performance
lara
610
69k
Site-Speed That Sticks
csswizardry
13
910
Code Review Best Practice
trishagee
72
19k
The Cult of Friendly URLs
andyhume
79
6.6k
Bootstrapping a Software Product
garrettdimon
PRO
307
110k
The Power of CSS Pseudo Elements
geoffreycrofte
79
6k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
285
14k
Product Roadmaps are Hard
iamctodd
PRO
54
11k
Documentation Writing (for coders)
carmenintech
75
5.1k
Building Better People: How to give real-time feedback that sticks.
wjessup
369
20k
Transcript
• – • – – – • – • –
• – • – •
章立て 発表者 概要 前半:5章 cougar おさらい・自然な共役分布 LT ougai_quantum AICを導出しよう LT
カレーちゃん 正規分布とベーター分布の可視化(予定) 懇親会(任意) アイス・ドリンク・ツマミ 発表資料はSlack上で公開します。 https://data-refinement-invite.herokuapp.com/ ※ conpassのStatistcグループのページに登録URLがあります。 ぜひご登録ください。火曜チャネルは#tue_notify,#tue_topic
• – – • – • – • – –
– • – – – –
• – – • • – • 統計モデルと、それを定めるパラメータの値が分かれば、データの性質がわかる
– – – • – • • –
• – •
• – – – • – – –
• – • – – • – –
– • – – • – – – –
π ∝ () • – • – • •
• – • • • • •
– • (|) = 3 • =
2−1(1 − )2−1= 1 − ∝ (1 − ) • | ∝ 3 ∗ 1 − ∝ 4 1 − → 5−1 1 − 2−1
– 2 = 12 • (|) =
1 2 − (100−)2 2 1 2 − (102−)2 2 1 2 − (104−)2 2 ∝ − (−102)2 2∗ 1 3 • = 1 2 ∗ 3 − (−100)2 2∗3 • π ∝ − (−102)2 2∗ 1 3 1 2 ∗ 3 − (−100)2 2∗3 ∝ − 1 2∗0.3 (−101.8)2 1 3 0 0 2 → 1 1 2 2 1 = 2 + 0 0 2 2 1 2 = 1 2 + 1 0 2