コンテンツへスキップ ナビゲーションに移動

青の統計学

  • 統計学
    • 統計学基礎
    • ベイズ
  • 機械学習
  • 統計検定対策
  • 大学の試験対策
  • マーケティング
  • DS Playground
  • 資料

大学の試験対策

  1. HOME
  2. 大学の試験対策
  • 【自然言語処理】検索クエリをベクトル空間に写像してクラスタリングしたい

    【自然言語処理】検索クエリをベクトル空間に写像してクラスタリングしたい

    カテゴリー

    Python, 大学数学, 自然言語処理
  • 【外れ値に対処】順位相関係数と相関係数の違いについて | python

    【外れ値に対処】順位相関係数と相関係数の違いについて | python

    カテゴリー

    Python, 統計学基礎, 統計検定
  • 【自然言語処理】単語の出現頻度を可視化させてみましょう | python

    【自然言語処理】単語の出現頻度を可視化させてみましょう | python

    カテゴリー

    Python, 自然言語処理
  • マルコフ連鎖をわかりやすく解説【MCMC法への応用】

    マルコフ連鎖をわかりやすく解説【MCMC法への応用】

    カテゴリー

    Python, ベイズ, 社会科学, 統計学, 統計学基礎, 統計検定, 資格試験
  • 【非等分散編】pythonでWelch(ウェルチ)のt検定をやってみた

    【非等分散編】pythonでWelch(ウェルチ)のt検定をやってみた

    カテゴリー

    Python, 統計学基礎, 統計検定
  • 【完全ガイド】k-means法とは?周辺のクラスタリング手法と比較

    【完全ガイド】k-means法とは?周辺のクラスタリング手法と比較

    カテゴリー

    Python, マーケティング, 大学数学, 数理最適化, 社会科学
  • 【周期性を掴もう】pythonでコレログラムを書いてみましょう

    【周期性を掴もう】pythonでコレログラムを書いてみましょう

    カテゴリー

    Python, 確率過程, 社会科学, 統計検定
  • 【期待値の応用】モーメント母関数(積率母関数)について

    【期待値の応用】モーメント母関数(積率母関数)について

    カテゴリー

    統計学基礎, 統計検定
  • コサイン類似度とは?高校数学で理解する

    コサイン類似度とは?高校数学で理解する

    カテゴリー

    Python, マーケティング, 大学数学, 自然言語処理, 論文解説
  • コーシー分布とは?わかりやすく解説

    コーシー分布とは?わかりやすく解説

    カテゴリー

    大学数学, 統計学, 統計学基礎, 統計検定, 資格試験
  • 対数正規分布とは?ビジネスで使える便利な確率分布

    対数正規分布とは?ビジネスで使える便利な確率分布

    カテゴリー

    マーケティング, 大学数学, 統計学, 統計学基礎, 統計検定, 資格試験
  • 混合ガウス分布とは?わかりやすく解説

    混合ガウス分布とは?わかりやすく解説

    カテゴリー

    ベイズ, 大学数学, 統計学, 統計学基礎, 統計検定, 資格試験
  • 【等分散の仮定編】2標本問題をわかりやすく解説|推定と検定

    【等分散の仮定編】2標本問題をわかりやすく解説|推定と検定

    カテゴリー

    統計学基礎, 統計検定
  • 幾何分布とは?意外とビジネスに役立つ確率分布

    幾何分布とは?意外とビジネスに役立つ確率分布

    カテゴリー

    マーケティング, 大学数学, 社会科学, 統計学, 統計学基礎, 論文解説
  • 多項分布とは?ビジネスの活用範囲の多い分布

    多項分布とは?ビジネスの活用範囲の多い分布

    カテゴリー

    マーケティング, 大学数学, 社会科学, 統計学, 統計学基礎, 統計検定, 資格試験
  • ガンマ分布とは?リスク解析と保険数理に使える分布

    ガンマ分布とは?リスク解析と保険数理に使える分布

    カテゴリー

    マーケティング, 大学数学, 統計学, 統計学基礎, 統計検定, 資格試験
  • 自己組織化マップとは?データの視覚的探索と次元削減の手法

    自己組織化マップとは?データの視覚的探索と次元削減の手法

    カテゴリー

    Python, 大学数学
  • ベイズ推定をわかりやすく解説|事後分布から推定量を導く方法

    ベイズ推定をわかりやすく解説|事後分布から推定量を導く方法

    カテゴリー

    ベイズ
  • 【MSEを最小化】ガウス・マルコフの定理と最良線形不偏推定量について

    【MSEを最小化】ガウス・マルコフの定理と最良線形不偏推定量について

    カテゴリー

    数理最適化, 統計学基礎, 統計検定
  • 主成分分析(PCA)をわかりやすく解説【統計検定準一級】|python

    主成分分析(PCA)をわかりやすく解説【統計検定準一級】|python

    カテゴリー

    Python, 大学数学, 統計学基礎, 統計検定
  • 【統計検定準一級】ランダムウォークとマルチンゲールの話。

    【統計検定準一級】ランダムウォークとマルチンゲールの話。

    カテゴリー

    Python, 確率過程, 社会科学, 統計検定
«前へ
1 … 3 4 5 6 7
次へ»

Udemy

バナー広告

人気記事

新サービス

青の統計学|X

チートシート


バナー広告
バナー広告
バナー広告

バナー広告
バナー広告
  • 統計学
  • 機械学習
  • 統計検定対策
  • 大学の試験対策
  • マーケティング
  • DS Playground
  • 資料

Copyright © 青の統計学 All Rights Reserved.

Powered by WordPress with Lightning Theme & VK All in One Expansion Unit

MENU

  • 統計学
    • 統計学基礎
    • ベイズ
  • 機械学習
  • 統計検定対策
  • 大学の試験対策
  • マーケティング
  • DS Playground
  • 資料
PAGE TOP