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
中心極限定理
Search
NearMeの技術発表資料です
PRO
July 07, 2023
Science
0
120
中心極限定理
NearMeの技術発表資料です
PRO
July 07, 2023
Tweet
Share
More Decks by NearMeの技術発表資料です
See All by NearMeの技術発表資料です
Observability and OpenTelemetry
nearme_tech
PRO
2
10
観察研究における因果推論
nearme_tech
PRO
1
53
React
nearme_tech
PRO
2
22
Architecture Decision Record (ADR)
nearme_tech
PRO
1
780
遺伝的アルゴリズムを実装する
nearme_tech
PRO
1
30
Fractional Derivative!
nearme_tech
PRO
1
25
GitHub Projectsにおける チケットの ステータス更新自動化について
nearme_tech
PRO
1
40
2つの曲線を比較する方法ってあるの? 〜フレシェ距離を試してみた〜 with Python
nearme_tech
PRO
1
200
Constrained K-means Clustering (クラスタサイズの制限をしたK-means法) を調べてみた
nearme_tech
PRO
1
78
Other Decks in Science
See All in Science
Cross-Media Information Spaces and Architectures (CISA)
signer
PRO
3
28k
Sarcoptic Mange
uni_of_nomi
1
100
構造設計のための3D生成AI-最新の取り組みと今後の展開-
kojinishiguchi
0
470
Machine Learning for Materials (Lecture 4)
aronwalsh
0
780
Transformers are Universal in Context Learners
gpeyre
0
480
論文紹介: PEFA: Parameter-Free Adapters for Large-scale Embedding-based Retrieval Models (WSDM 2024)
ynakano
0
130
はじめての「相関と因果とエビデンス」入門:“動機づけられた推論” に抗うために
takehikoihayashi
17
6.7k
Machine Learning for Materials (Lecture 2)
aronwalsh
0
710
ほたるのひかり/RayTracingCamp10
kugimasa
0
100
統計的因果探索の方法
sshimizu2006
1
1.1k
LIMEを用いた判断根拠の可視化
kentaitakura
0
300
Презентация программы бакалавриата СПбГУ "Искусственный интеллект и наука о данных"
dscs
0
680
Featured
See All Featured
Navigating Team Friction
lara
183
14k
KATA
mclloyd
29
13k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
46
2.1k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
664
120k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
250
21k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
26
1.4k
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
31
1.7k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
105
48k
Code Review Best Practice
trishagee
63
17k
Building Better People: How to give real-time feedback that sticks.
wjessup
363
19k
The Invisible Side of Design
smashingmag
297
50k
YesSQL, Process and Tooling at Scale
rocio
167
14k
Transcript
0 中心極限定理 2023-07-07 第51回NearMe技術勉強会 Futo Ueno
1 Introduction • 中心極限定理は、統計学において極めて重要である • 中身は意外と難しい • 定理を完全に理解し、必要になったときに安心して使えるようにする
2 定理の主張 中心極限定理 ([倉田, 星野]「入門統計解析」より引用)
3 定理の主張 中心極限定理 このままでも実用上は特に困らないが・・・
4 定理の主張 (気になる点①) 中心極限定理 このままでも実用上は特に困らないが・・・ ・「ある分布」が「ある分布」に近づくとは?
5 分布収束 定義
6 分布収束 定義 ※ 確率密度関数を使うのはどうか?
7 分布収束 定義 ※ 確率密度関数を使うのはどうか? → 存在しない場合がある
8 定理の主張 (気になる点①) 中心極限定理 このままでも実用上は特に困らないが・・・ ・「ある分布」が「ある分布」に近づくとは? → done
9 定理の主張 (気になる点②) 中心極限定理 このままでも実用上は特に困らないが・・・ ・「ある分布」が「ある分布」に近づくとは? → done ・収束先がnに依存しているようにみえるのが少々気持ち悪い
10 修正(直観)
11 修正(直観) n大
12 修正(直観) n大 スライド
13 修正(直観) n大 スライド √n 倍
14 修正(式)
15 定理の主張 中心極限定理 中心極限定理 (厳密ver.)
16 定理の主張 中心極限定理 中心極限定理 (厳密ver.) ?
17 中心極限定理の証明
18 準備1 : 特性関数 定義
19 準備1 : 特性関数 定義 (cf.) モーメント母関数
20 準備1 : 特性関数の例
21 準備1 : 特性関数の例 (ほぼ)ガウス関数→
22 準備2 : 特性関数の性質
23 準備2 : 特性関数の性質 分布関数と特性関数が1対1対応!!!
24 準備2 : 特性関数の性質 分布関数と特性関数が1対1対応!!! (→ 分布関数を考えたくないときに特性関数に逃げることが可能)
25 準備3 : Lévyの連続性定理
26 準備3 : Lévyの連続性定理 対応 対応
27 準備3 : Lévyの連続性定理 連続?
28 準備3 : Lévyの連続性定理 連続?
29 準備3 : Lévyの連続性定理 連続?
30 準備3 : Lévyの連続性定理 連続? ※イメージ
31 証明の方針
32 証明の方針 対応
33 証明の方針 対応
34 証明の方針 対応 対応(?)
35 証明の方針 Lévyの連続性定理 対応 対応(?)
36 証明の方針 Lévyの連続性定理 対応 対応(?)
37 証明 (cf.)
38 証明
39 証明
40 証明 (cf.)
41 証明 (cf.)
42 準備1 : 特性関数の例(再掲) (ほぼ)ガウス関数→
43 証明 (cf.)
44 証明 (cf.)
45 証明の方針(再掲) 対応 対応(?)
46 証明の方針(再掲) 対応 対応(?) → 対応!
47 証明の方針(再掲) Lévyの連続性定理 対応 対応(?) → 対応!
48 証明の方針(再掲) Lévyの連続性定理 対応 対応(?) → 対応!
49 証明の方針(再掲) Lévyの連続性定理 対応 対応(?) → 対応!
50 参考文献 ・佐藤坦:「はじめての確率論 測度から確率へ」. 共立出版, 1994. ・倉田博史, 星野崇弘:「入門統計解析」. 新世社, 2009.
51 Thank you