仮説検定の手順

1.帰無仮説の設定

母集団に対して、否定したい仮説を立てる。

2.検定のための計算

実験データから検定のための統計量を計算する。

3.確率の計算

実験結果の起こりやすさをもとめる。

4.仮説の判定

(1)めったに起きないことが、おきた場合

仮説が間違っていた、と考える。

(2)よくあることが、起きただけの場合

仮説は正しいかもしれない、と考える。

データマイニングの概要

データマイニングは、大きなデータセットから、情報や知識を抽出するもの。

次のようなアプリケーションがある

・マーケット分析

・欠陥発見

・顧客維持

・生産管理

・科学的な発見


マーケット分析では、次のようなことに、利用される

・カスタマープロファイリング

・顧客のニーズ特定

・クロスマーケティング

・ターゲットマーケティング

・顧客の購買パターンの発見

異常検知のアルゴリズムの分類

異常検知のアルゴリズムの分類

1.外れ値検知

正常データの分布から、外れていないか


2.変化点検出

時系列データで、変化するポイントを探す


3.異常行動検出

人間などの行動パターンを学習し、外れを探す

Zero-shotプロンプト One-shotプロンプト Few-shotプロンプト

Zero-shotプロンプト

タスクの定義と入力を与える。例は、与えない。

One-shotプロンプト

タスクと入力および1つの例を与える。

Few-shotプロンプト

タスクと入力および複数の例をプロンプトとして与える。

ディラックのブラケット表記

ブラ    <|    複素共役を示す。

ケット |>  積分を示す。




となる。



量子ビットの状態を記述する方法に利用される。

I 0 > ・・・100%「0」になる状態を表す。

I 1 >・・・100%「1」になる状態を表す。