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
    • 推定・検定
    • ベイズ統計学
    • 時系列解析
    • 計量経済学
    • 医薬・生物統計
  • 機械学習
    • 教師あり学習
    • 教師なし学習
    • Python
    • 深層学習
    • 自然言語処理
  • 統計検定対策
  • マーケティング
    • データ分析
    • 因果推論
  • DS Playground
  • 資料

教師なし学習

  1. HOME
  2. 機械学習
  3. 教師なし学習
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 / 最終更新日時 : 10/26/2025 Gunjo.ai 教師なし学習

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 スペクトラルクラスタリングは、データポイント間の類似性に基づいてデータをグループ化する教師なし学習のアルゴリズムです。 特に類似性をグラフとして捉える、というのが特徴ですね。 従来のクラス […]

DBSCANとは?密度ベースのクラスタリング
03/16/2025 / 最終更新日時 : 10/26/2025 Blue 教師なし学習

DBSCANとは?密度ベースのクラスタリングを解説

DBSCANとは? DBSCAN(Density-Based Spatial Clustering of Applications with Noise)は、密度ベースのクラスタリングアルゴリズムであり、データ点の密度に […]

k-medoidsとは?k-meansとの違いをわかりやすく解説
11/11/2023 / 最終更新日時 : 10/26/2025 Blue 教師なし学習

k-medoidsとは?k-meansとの違いをわかりやすく解説

K-medoidsとは? K-medoidsは、データをグループ(クラスター)に分割するための教師なし学習アルゴリズムです。 この手法の基本的な目標は、データポイントを複数のクラスターに分割し、各クラスターが実際のデータ […]

【python】カーネルSVMとは?kernel関数を利用した非線形データの判別問題に挑戦|機械学習
03/30/2023 / 最終更新日時 : 10/26/2025 Blue 教師なし学習

【python】カーネルSVMとは?kernel関数を利用した非線形データの判別問題に挑戦|機械学習

こんにちは、青の統計学です。 今回は、判別タスクに関わる解決手法「カーネルSVM」をご紹介します。 判別タスクは、決定木やロジスティック回帰、線型SVM、k近傍法などたくさんあります。 カーネルSVMの特徴は、非線形デー […]

サムネイル
03/05/2023 / 最終更新日時 : 10/26/2025 Blue 教師なし学習

【python】主成分分析(+回帰)の仕組みとコード例|教師なし学習

こんにちは、青の統計学です。 今回は教師なし学習の一つ「主成分分析」について解説いたします。 以下の記事よりも数学的背景を重めに取り扱っております。 【共線性解決!?】pythonで主成分分析(PCA)をやってみた 主成 […]

サムネイル
12/20/2022 / 最終更新日時 : 10/26/2025 Blue 教師なし学習

【判別問題】サポートベクトルマシン(SVM)の仕組み|python

今回は2値の判別問題で効果を発揮する、サポートベクトルマシン(support vector machine)について解説いたします。 数理最適化も扱うことになるのでいい勉強になると思います。 非線形分離に関しては以下のコ […]

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
09/14/2022 / 最終更新日時 : 10/26/2025 Blue 教師なし学習

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

階層的クラスタリングとは? クラスタリングは、教師なし学習の基本的な手法の一つであり、類似したデータ点をグループ化することで、ラベル付けされていないデータから有益な情報を抽出する手法です。 中でも階層的クラスタリングは、 […]

サムネイル
08/01/2022 / 最終更新日時 : 10/26/2025 Blue 教師なし学習

【python】階層型クラスタリングとデンドログラムの実装について

クラスタリングには、階層型と非階層型があります。今回は、階層型のクラスタリングについて解説しようと思います。 実装で使うデータは、【共線性解決】pythonで主成分分析をやってみたでも使った、学生のテストのデータを使って […]

【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
07/09/2022 / 最終更新日時 : 10/26/2025 Blue 教師なし学習

【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

クラスタリングのモチベーション クラスタリングは、似た特徴を持つデータをグループ分けすることで、顧客セグメンテーション、マーケティング戦略、異常検知などの幅広いビジネス課題に対応するための手法です。 データの集合をグルー […]

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
06/27/2022 / 最終更新日時 : 10/26/2025 Blue 教師なし学習

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? 自己組織化マップ(Self-Organizing Map,SOM)は、高次元のデータを2次元(時には1次元や3次元も)の格子状に配置されたニューロンの集合体に投影することで、データの可視化と理解を […]

主成分分析について数学的背景から解説する
06/22/2022 / 最終更新日時 : 10/26/2025 Blue 教師なし学習

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 青の統計学へようこそ。 今回は、教師なし学習の一つ「主成分分析」について解説いたします。 数学的背景まで掘り下げたコンテンツは以下になります。 【python】主成分分析(+回帰)の仕組みとコード例|教師なし […]

人気記事

統計検定2級の完全ガイド
青の統計学DsPlaygroundの販促バナー_統計検定2級
統計検定3級の徹底攻略
青の統計学DsPlaygroundの販促バナー_G検定
青の統計学DsPlaygroundの販促バナー_数学入門
大学生向けのG検定の攻略記事のサムネイル

Youtube

Udemy

バナー広告

Ds Playground

青の統計学|X

Update Contents

決定係数について使い方と注意点を丁寧に解説する
【R^2】決定係数をわかりやすく説明|python
10/26/2025
ポアソン過程を解説する記事【青の統計学】
【統計学】ポアソン分布についてわかりやすく解説
10/26/2025
歪度と尖度をわかりやすく解説【青の統計学】
【統計検定2級】歪度と尖度をわかりやすく解説|python
10/26/2025
【第2弾】統計検定準1級のチートシート|最短合格への道
【統計検定2級で最も厄介(主観)】分散分析を解説します②
10/26/2025
【統計検定2級で最も手強い(主観)】分散分析について解説します①
【統計検定2級で最も手強い(主観)】分散分析について解説します①
10/26/2025
不偏性について正しく理解する記事
不偏性と不偏分散についてわかりやすく解説
10/26/2025
ARモデルについてわかりやすく解説する記事
【時系列】ARモデルをわかりやすく解説|Yule-Walker法や最尤法も
10/26/2025
固定効果とランダム効果について比較する
【例題つき】固定効果推定と固定効果モデルについてわかりやすく解説|ランダム効果
10/26/2025
ネイマン配分による分散最小化についてのわかりやすい解説
層化抽出法の比例配分とネイマン配分をわかりやすく解説【統計検定準一級】
10/26/2025
回帰診断法についてのわかりやすい解説
【統計検定準一級】回帰診断法とは?|残差プロットとleverageをわかりやすく解説
10/26/2025

New Contents

【超入門】統計学とは?文系でもわかる『データを武器にする』ための第一歩
【超入門】統計学とは?文系でもわかる『データを武器にする』ための第一歩
08/07/2025
ローレンツ曲線・ジニ係数・パレート分布をまとめて理解|不平等を数学で捉える
ローレンツ曲線・ジニ係数・パレート分布をまとめて理解|不平等を数学で捉える
07/15/2025
【カイ2乗検定】独立性検定と適合度検定についてわかりやすく解説
【カイ2乗検定】独立性検定と適合度検定についてわかりやすく解説
06/23/2025
中心極限定理についてわかりやすく解説|大数の法則との違い
中心極限定理についてわかりやすく解説|大数の法則との違い
06/07/2025
大学生向けのG検定の攻略記事のサムネイル
【体験談】G検定は大学生でも受かる?合格率、難易度、試験範囲を徹底解説
05/17/2025
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
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

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 ポアソン分布 マルコフ連鎖 モーメント法 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 傾向スコア 再生性 分散分析 回帰分析 固定効果 多重共線性 大数の法則 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 相関係数 統計検定対策

Recent

決定係数について使い方と注意点を丁寧に解説する
【R^2】決定係数をわかりやすく説明|python
10/26/2025
ポアソン過程を解説する記事【青の統計学】
【統計学】ポアソン分布についてわかりやすく解説
10/26/2025
歪度と尖度をわかりやすく解説【青の統計学】
【統計検定2級】歪度と尖度をわかりやすく解説|python
10/26/2025
【第2弾】統計検定準1級のチートシート|最短合格への道
【統計検定2級で最も厄介(主観)】分散分析を解説します②
10/26/2025
【統計検定2級で最も手強い(主観)】分散分析について解説します①
【統計検定2級で最も手強い(主観)】分散分析について解説します①
10/26/2025
不偏性について正しく理解する記事
不偏性と不偏分散についてわかりやすく解説
10/26/2025
ARモデルについてわかりやすく解説する記事
【時系列】ARモデルをわかりやすく解説|Yule-Walker法や最尤法も
10/26/2025
固定効果とランダム効果について比較する
【例題つき】固定効果推定と固定効果モデルについてわかりやすく解説|ランダム効果
10/26/2025
ネイマン配分による分散最小化についてのわかりやすい解説
層化抽出法の比例配分とネイマン配分をわかりやすく解説【統計検定準一級】
10/26/2025
回帰診断法についてのわかりやすい解説
【統計検定準一級】回帰診断法とは?|残差プロットとleverageをわかりやすく解説
10/26/2025

サイトマップはこちら

青の統計学|Follow Me!

青の統計学DsPlaygroundの販促バナー_統計検定2級
青の統計学DsPlaygroundの販促バナー_G検定

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

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
  • 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
    • 推定・検定
    • ベイズ統計学
    • 時系列解析
    • 計量経済学
    • 医薬・生物統計
  • 機械学習
    • 教師あり学習
    • 教師なし学習
    • Python
    • 深層学習
    • 自然言語処理
  • 統計検定対策
  • マーケティング
    • データ分析
    • 因果推論
  • DS Playground
  • 資料
PAGE TOP