損失関数
ニューラルネットワーク等で、結果と正解との関係を表す関数
一致すると、0となり、それ以外は、正の値をとる
PR
要約統計量
データの分析の特徴を現すもの
平均値、分散、標準偏差、中央値、最頻値、尖度と歪度 など
例えば、物の価格など、予想したい値 y が、その物の属性の集合 x を用いて、
y = w1x + w0
と表せる場合が、回帰である。
ここで、w1とw0は、最適なパラメータを表す
EMアルゴリズム
欠損値があるなど、不完全なデータに対する最尤推定に使われる手法
Eステップと、Mステップからなる。
不完全データを、疑似的に完全データに置き換え、最尤推定を行い
得られたパラメータの推定値から再び疑似的なデータを推定する
これを、繰り返す
データの標準化と中心化
標準化
データの平均を、0、分散を、1、にする
中心化
データの平均を、0、にする
