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

論文解説

  1. HOME
  2. 論文解説
グラフニューラルネットワークの基礎と応用事例
01/08/2025 / 最終更新日時 : 01/08/2025 bluest Python

グラフニューラルネットワークの基礎と応用事例

1. はじめに 我々の周囲に存在するデータは、必ずしも「画像 (2次元格子)」や「テキスト (系列構造)」のように整然としているわけではありません。ソーシャルネットワークや分子構造、交通ネットワークなど、多くの情報は「ノ […]

負の二項分布を実験に活かした具体例
01/04/2025 / 最終更新日時 : 01/28/2025 bluest Python

負の二項分布をわかりやすく解説

はじめに! 負の二項分布は、ポアソン分布や二項分布よりも過分散を扱いやすい柔軟なモデルとして知られています。 実験・観測データにしばしば見られる「期待値以上の分散」をうまく捉えることができ、免疫学や微生物学などの生物学的 […]

マーケティングミックスモデリング(MMM)について理解
12/26/2024 / 最終更新日時 : 01/07/2025 bluest Python

【完全版】MMMを課題設定から考える|Google Meridian

Media Mix Model|MMM MMM は、過去の広告支出や売上データを用いて、各マーケティング施策が売上(KPI)にどの程度貢献したかを定量的に分析する手法です。これにより、予算配分の最適化や将来のマーケティン […]

階層ベイズについてGoogleのMeridianを使った解説
12/10/2024 / 最終更新日時 : 01/07/2025 bluest ベイズ

階層ベイズをわかりやすく解説|Google Meridianを例に

階層ベイズモデルとは? 階層ベイズモデルは、データの複雑な構造を扱うための統計手法です。特に、異なるレベルでデータが相互に関連している場合、その特性を効果的に捉えることができます。このモデルは、データのばらつきや不確実性 […]

Transformerでも使われるソフトマックス関数について解説する
04/21/2024 / 最終更新日時 : 11/26/2024 bluest Python

【Transformer】ソフトマックス関数についてわかりやすく解説|python

こんにちは、青の統計学です。 今日は、GPT等の生成AIモデルでも使われているtransformerの中にあるソフトマックス関数についてご紹介いたします。 そのほかの非線形変換について詳しく知りたい方は、以下のコンテンツ […]

VAEについてわかりやすく解説する
03/31/2024 / 最終更新日時 : 11/26/2024 bluest ベイズ

【深層生成モデル】VAEの仕組みをわかりやすく解説|ベイズ統計

こんにちは、青の統計学です。 今回は、深層生成モデルのVAEについて解説いたします。 ノイズに頑健な深層生成モデルとして、画像生成モデルとして利用されているので、生成AIの利用が広まってきた今勉強する価値ありです! VA […]

02/11/2024 / 最終更新日時 : 03/25/2024 bluest ベイズ

【因果推論】uplift modeling(アップリフトモデリング)について

こんにちは、青の統計学です。 今回は、アップリフトモデリングについて解説していきます。 これはマーケティングや広告などの分野で、特定のアクション(例えば、プロモーションやキャンペーン)が個々の顧客やユーザーに与える影響を […]

MCMC法についてわかりやすく解説する
01/13/2024 / 最終更新日時 : 11/30/2024 bluest ベイズ

【完全ガイド】MCMC法についてわかりやすく解説|ベイズ推定

MCMC法|Markov Chain Monte Carlo法 今回は、ベイズ理論を使ったパラメータ推定手法であるMCMC法(Markov Chain Monte Carlo法 マルコフ連鎖モンテカルロ法)について解説い […]

01/21/2023 / 最終更新日時 : 04/27/2024 bluest Python

【python】Lasso(ラッソ)回帰で疎なデータに対応しよう|機械学習

こんにちは、青の統計学です。 今回は、スパース学習の代表例である、Lasso(回帰)について解説いたします。 正則化項にL2ノルムを使う、リッジ回帰については、以下のコンテンツをご覧ください。 【python】Ridge […]

01/13/2023 / 最終更新日時 : 01/07/2024 bluest 因果推論

成田悠輔教授の論文でも使われた回帰不連続デザイン(RDD)を学ぶ|python

今回は、子供に対する教育機関の因果効果を分析した、成田悠輔教授の論文を通して、回帰不連続デザインを解説いたします。 参照文献:Regression Discontinuity in Serial Dictatorship […]

多重共線性について数学的背景から解説する
01/03/2023 / 最終更新日時 : 09/13/2024 bluest 社会科学

【論文解説】多重共線性は回帰分析にどのような影響を与えるのか

こんにちは、青の統計学です。 今回は、多重共線性への理解を深め、対処などを考察するために論文を読んでみました。 多変量解析をするとなると、大抵はマルチコ(多重共線性)の壁にあたります。 そこで正確な理解をした方が良いと感 […]

p値をわかりやすく解説する【青の統計学】
12/30/2022 / 最終更新日時 : 01/11/2025 bluest マーケティング

p値をわかりやすく解説|検出力を使った具体例

1. p値の定義と計算方法 1.1 p値の定義 p値 は、統計検定において次のように定義される数値です。 ここでいう「極端な値」とは、検定手法や両側検定・片側検定によって定義が変わります。 たとえば平均値に関する両側検定 […]

サムネイル
12/15/2022 / 最終更新日時 : 09/09/2024 bluest Python

【python】Ridge(リッジ)回帰で多重共線性を解決する話

リッジ回帰とは、重回帰分析の一つであり、機械学習には厄介な「多重共線性」の影響を少なくできる手法のひとつです。 複雑なデータをモデルに当てはめるときには、一般に多くの説明変数を使って表現をしますが、 説明変数が増えるほど […]

超幾何分布を正しく理解する
08/21/2022 / 最終更新日時 : 01/13/2025 bluest ベイズ

超幾何分布をわかりやすく解説|非復元抽出

1. 超幾何分布 1.1 超幾何分布とは 超幾何分布は、有限個からなる母集団から非復元抽出を行うときに、「特定の属性を持つ要素がサンプル中に何個含まれるか」を表す確率分布です。 例示:品質検査への応用 このとき、確率変数 […]

コサイン類似度を具体例も含めて解説する記事【青の統計学】
06/30/2022 / 最終更新日時 : 01/25/2025 bluest Python

コサイン類似度とは?高校数学で理解する

1. コサイン類似度とは? ベクトル同士の“方向の近さ”を測る指標 コサイン類似度(Cosine Similarity)とは、主に2つのベクトルがどのくらい同じ方向を向いているかを測定するための指標です。計算結果の値は- […]

幾何分布とは?意外とビジネスに役立つ確率分布
06/28/2022 / 最終更新日時 : 01/13/2025 bluest マーケティング

幾何分布とは?意外とビジネスに役立つ確率分布

1. 幾何分布(Geometric Distribution)の概要 幾何分布は、離散確率分布の一種で「ある試行を繰り返したときに、初めて成功が得られる試行回数に関する分布」を表します。 ビジネスの現場では「初回成功まで […]

サムネイル
06/27/2022 / 最終更新日時 : 06/30/2022 Cas9 医薬生物学

【論文解説】Tregが末梢で生き残るためにはTCRが必要(5)

今回紹介するのは以下の論文です。 Levine, A., Arvey, A., Jin, W. et al. Continuous requirement for the TCR in regulat […]

06/27/2022 / 最終更新日時 : 06/28/2022 Cas9 医薬生物学

【論文解説】Tregが末梢で生き残るためにはTCRが必要(4)

今回紹介するのは以下の論文です。 Levine, A., Arvey, A., Jin, W. et al. Continuous requirement for the TCR in regulat […]

サムネイル
06/27/2022 / 最終更新日時 : 06/27/2022 Cas9 医薬生物学

【論文解説】Tregが末梢で生き残るためにはTCRが必要(3)

今回紹介するのは以下の論文です。 Levine, A., Arvey, A., Jin, W. et al. Continuous requirement for the TCR in regulat […]

サムネイル
06/27/2022 / 最終更新日時 : 06/28/2022 Cas9 医薬生物学

【論文解説】Tregが末梢で生き残るためにはTCRが必要(2)

以下の論文を解説しています。 Levine, A., Arvey, A., Jin, W. et al. Continuous requirement for the TCR in regulator […]

サムネイル
06/25/2022 / 最終更新日時 : 06/30/2022 Cas9 医薬生物学

【論文解説】Tregが末梢で生き残るためにはTCRが必要(1)

今回紹介するのは以下の論文です。 Levine, A., Arvey, A., Jin, W. et al. Continuous requirement for the TCR in regulat […]

IT企業でのUIUX改善事例をもとに、p値の解釈を丁寧に伝える記事
06/18/2022 / 最終更新日時 : 01/11/2025 bluest マーケティング

UI/UX 改善における統計的アプローチ: ~サンプリング設計とベイズ推論の活用~

1. UI/UX 改善と統計学の関係 ユーザーの操作感やインタラクションをより快適にするためのUI/UX改善は、データドリブンなアプローチができるようになってます。 たとえば「新しいボタン配置Aが既存配置Bよりもコンバー […]

サムネイル
06/06/2022 / 最終更新日時 : 06/15/2022 Cas9 医薬生物学

【論文解説】リンパ節ごとのレパトア解析(4)

(4)では、resultの後半部分、T細胞の移入実験を解説します。 この記事では、以下の論文を紹介しています。 Stephanie K. Lathrop, Nicole A. Santacruz, Dominic Pha […]

サムネイル
06/05/2022 / 最終更新日時 : 06/15/2022 Cas9 医薬生物学

【論文解説】リンパ節ごとのレパトア解析(3)

(3)では、前半部分の、リンパ節ごとのレパトア解析に触れます。 この記事では、以下の論文を紹介しています。 Stephanie K. Lathrop, Nicole A. Santacruz, Dominic Pham, […]

サムネイル
05/29/2022 / 最終更新日時 : 06/14/2022 Cas9 医薬生物学

【論文解説】リンパ節ごとのTCRレパトア解析(2)

この記事では、以下の論文を紹介しています。 Stephanie K. Lathrop, Nicole A. Santacruz, Dominic Pham, Jingqin Luo, Chyi-Song Hsieh;An […]

サムネイル
05/28/2022 / 最終更新日時 : 06/14/2022 Cas9 医薬生物学

【論文解説】リンパ節ごとのTCRレパトア解析(1)

これってどんな論文? Antigen-specific peripheral shaping of the natural regulatory T cell population .  今回ご紹介するのは、制 […]

人気記事

統計検定2級の完全ガイド
統計検定3級の徹底攻略

Udemy

バナー広告

新サービス

青の統計学|X

Update Contents

統計検定2級の完全ガイド
統計検定2級の難易度と範囲を徹底解説【2025年最新版】
05/03/2025
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
03/18/2025
階層型クラスタリング徹底比較|ウォード法・最短距離法などの使い分け
階層型クラスタリング徹底比較|ウォード法・最短距離法などの使い分け
03/18/2025
k-medoidsとは?k-meansとの違いをわかりやすく解説
k-medoidsとは?k-meansとの違いをわかりやすく解説
03/18/2025
スペクトラルクラスタリングとは?非線形データの分類
スペクトラルクラスタリングとは?非線形データの分類
03/18/2025
DBSCANとは?密度ベースのクラスタリング
DBSCANとは?密度ベースのクラスタリングを解説
03/16/2025
【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
03/15/2025
確率密度関数とは?確率質量関数との違いも解説
確率密度関数とは?確率質量関数との違いも解説
03/15/2025
多重共線性を正しく理解する
【完全攻略】多重共線性をわかりやすく解説
02/20/2025
パレートの法則についてわかりやすく解説
パレートの法則についてわかりやすく解説
02/12/2025

New Contents

スペクトラルクラスタリングとは?非線形データの分類
スペクトラルクラスタリングとは?非線形データの分類
03/18/2025
DBSCANとは?密度ベースのクラスタリング
DBSCANとは?密度ベースのクラスタリングを解説
03/16/2025
確率密度関数とは?確率質量関数との違いも解説
確率密度関数とは?確率質量関数との違いも解説
02/25/2025
効果量とは?サンプルサイズ設計を実務で使うには
効果量とは?サンプルサイズ設計を実務で使うには
02/03/2025
統計的なサンプルサイズ設計の手引き
サンプルサイズ設計のガイド:基礎理論と実践をわかりやすく
01/10/2025
グラフニューラルネットワークの基礎と応用事例
グラフニューラルネットワークの基礎と応用事例
01/08/2025
パレートの法則についてわかりやすく解説
パレートの法則についてわかりやすく解説
01/07/2025
負の二項分布を実験に活かした具体例
負の二項分布をわかりやすく解説
01/04/2025
ベイズ因子をABテストに使ってみる
ベイズ因子とは?──定義と直感的解釈
01/01/2025
マーケティングミックスモデリング(MMM)について理解
【完全版】MMMを課題設定から考える|Google Meridian
12/26/2024

Tag Cloud

AIC F統計量 GBDT GLM K-means法 KL divergence MCMC法 MSE PCA p値 ridge回帰 t検定 カイ2乗分布 ガンマ分布 ブートストラップ法 ポアソン分布 マルコフ連鎖 ラグランジュの未定乗数法 ランダムウォーク ランダムフォレスト ロジスティック回帰 一様分布 不偏性 中心極限定理 二項分布 信頼区間 共分散 再生性 分散分析 回帰分析 固定効果 多重共線性 尤度比検定 尤度関数 層化抽出法 幾何分布 指数分布 最小二乗法 最尤法 標準偏差 標準誤差 正規分布 決定木 深層学習 相関係数

Recent

統計検定2級の完全ガイド
統計検定2級の難易度と範囲を徹底解説【2025年最新版】
05/03/2025
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
03/18/2025
階層型クラスタリング徹底比較|ウォード法・最短距離法などの使い分け
階層型クラスタリング徹底比較|ウォード法・最短距離法などの使い分け
03/18/2025
k-medoidsとは?k-meansとの違いをわかりやすく解説
k-medoidsとは?k-meansとの違いをわかりやすく解説
03/18/2025
スペクトラルクラスタリングとは?非線形データの分類
スペクトラルクラスタリングとは?非線形データの分類
03/18/2025
DBSCANとは?密度ベースのクラスタリング
DBSCANとは?密度ベースのクラスタリングを解説
03/16/2025
【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
03/15/2025
確率密度関数とは?確率質量関数との違いも解説
確率密度関数とは?確率質量関数との違いも解説
03/15/2025
多重共線性を正しく理解する
【完全攻略】多重共線性をわかりやすく解説
02/20/2025
パレートの法則についてわかりやすく解説
パレートの法則についてわかりやすく解説
02/12/2025

サイトマップはこちら

青の統計学|Follow Me!

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
バナー広告

シミュレーション

サンプルサイズ設計ツールのサムネイル

問題演習

統計検定2級問題演習へのリンク
  • 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