約 43,177 件
https://w.atwiki.jp/myhime/pages/17.html
映像 htmlプラグインエラー このプラグインを使うにはこのページの編集権限を「管理者のみ」に設定してください。 音楽 htmlプラグインエラー このプラグインを使うにはこのページの編集権限を「管理者のみ」に設定してください。 書籍 htmlプラグインエラー このプラグインを使うにはこのページの編集権限を「管理者のみ」に設定してください。 グッズ htmlプラグインエラー このプラグインを使うにはこのページの編集権限を「管理者のみ」に設定してください。 その他 htmlプラグインエラー このプラグインを使うにはこのページの編集権限を「管理者のみ」に設定してください。
https://w.atwiki.jp/mathbooks/pages/27.html
第6章 リー群 第7章 アフィン接続 第8章 リーマン多様体 第9章 補遺
https://w.atwiki.jp/haguruma_atline/pages/21.html
攻略チャート/その1 アトライン第一区画 ガルージャ森林 ガルージャ喫茶店 喫茶店の地下倉庫 アトライン第一区画 解説 一番最初の街であり、このゲームのホームポイントである。 このゲームではドラクエなどと同じように、樽やツボなどからアイテムが取得できる。いろいろ探してみよう。 お店の品揃えは、ストーリーを進行させることによって変化する。時々覗いてみると良い。 呪術師アークノアからは、このゲームの属性、状態異常などについて教えてもらえる。RPG慣れしている人も、一度は話を聞きに行こう。アイテムも貰えるので。 喫茶店に行くまでは、他の区画には行くことはできない。 アイテム 外:飲む傷薬、飲む傷薬、飲む傷薬、飲む傷薬×3(お爺さんから貰う)、解毒薬、力の水 自宅:100AG イルシャの家:4AG、65AG、魔法薬 or 蘇生薬×2(メイドさんの質問に「ああ」と答えたら魔法薬、「いいや」なら蘇生薬) 樽の家:魔法薬(おじさんから貰う) 歯車屋:時計門の歯車(工具箱から) アークノアの家:知恵の水・魔法薬・蘇生薬(まとめてアークノアから)、5AG×8(部屋隅の樽からそれぞれ)、解毒薬、解毒薬 ガルージャ森林 解説 最初のダンジョン。それでも油断してると全滅するので、はじめての人は慎重に。 まずは街の近くでLvが2になるまで修行することをオススメする。一つLvが上がるだけで格段に戦闘は楽になる。少し進んだ先にセーブポイントと回復ポイントがあるので、そこまで突撃し、拠点にしてLv上げに励んでも良い。 毒攻撃を仕掛けてくる敵がいる。毒は他のタイトルと違い自然治癒しないため、解毒薬は常備しておきたい。 また、ジャックのLvが3になるまでは回復魔法が使えないので、いざという時のために傷薬も持っておこう。 入り口から少し進んだところにある木(先に骨があるところ)は、今はまだ通ることができない。気にせずに先に進んでおっけー。 出現敵 敵名 Hp 解説 がらくた虫 100 最弱の敵。 軋ませる毒蛇 140 毒攻撃に注意。消耗が嫌ならSp使ってでも早目に倒そう。 欠陥の蜘蛛 150 なぜか解毒薬を落としてくれる。序盤は資金繰りに困るので、ありがたくいただこう。 森男 320 森の敵の中でも、Hpと攻撃力が群を抜いて高い。素早さは低いので、Lvが低い内は逃げてしまうのも手。 狼の変わり種 220 高い素早さと攻撃力を誇るここ一番の強敵。STRダウン効果の睨みも持つ。 アイテム 飲む傷薬×2、200AG(木があり通れないように見えるが、実は通過可能。) BOSS 敵名 Hp 弱点 耐性 備考 ガルナン 1450 赤色 --- スタン有効 行動攻撃 噛み付く 睨み(単体 ダメージなし 攻撃低下付与)6x+1ターン目:咆哮(全体 スタン付与) 攻略攻撃力、素早さは「狼の変わり種」より更に高く、咆哮も追加されている。STRダウンにかかってしまうと攻撃力がガタ落ちし、まともにダメージが入らなくなるので注意。回復や防御に専念させよう。Lv3に上げればジャックがキュアを覚え、アガサがヘッドスマッシュを覚えているため、戦闘が非常に楽になる。なお、ボス敵はこのガルナンのように「一定周期で強力な技を使用するものが多い」ということを体感しておくとよい。 ガルージャ喫茶店 解説 喫茶店内に入るとイベントが発生し、しばらく外に出ることができなくなる。…だからってアガサの装備を外してはいけない。ボス戦で痛い目を見る。 アイテム 喫茶店外:体力の水 綺麗な歯車(井戸の中) 喫茶店内:47AG 喫茶店の地下倉庫 解説 アガサが一時離脱し、代わりにエイバースと共に攻略していくことになる。「アトライン通販部」の動物を通じて薬や装備品の補充が可能である。(品ぞろえは街と共通)お金を温存するなら、回復はなるべく魔法や回復ポイントで行おう。 一見行き止まりに見える場所でも、調べると障害物をどかしたり出来るので注意。 白い壁については、今は関係ないので気にしないこと。 出現敵 敵名 Hp 解説 がらくた虫 100 森林から続投。この段階ではもはやザコだろう。 欠陥の蜘蛛 150 がらくた虫より多少厄介な程度。 不要物の塊 280 後のデッドブロックである。時々防御してくるため倒しづらい。まずは他の敵を優先し、頭数を減らしたほうがいい。 塵羽虫 240 ダメージ200超のウインドを使用するため、地下倉庫内では抜けて危険な相手。1ターン目のうちに真っ先に倒してしまうか逃げよう。「魔法は…怖ェ!」 這いずる粘塊 240 物理耐性が高い上、こちらのSTRを下げてくる面倒な相手。エイバースがグロウを習得するまでは倒すのに苦労する。逆にグロウがあれば楽勝。 埃まみれのネズミ 220 特筆すべき強さの無い敵である。 あれ 460 素早さとHpが非常に高く、地味に攻撃力も地下倉庫内トップクラス。ついでに回避率も高い。強敵ではあるが、這いずり回るで無駄にターンを消費したりするので運が良ければあっさり倒せたりも。あれ系は基本的に逃げるまでに時間がかかるので、出会ったら潔く倒そう。 アイテム 解毒薬 かっこよくない帽子 解毒薬 普通の魔導書(落ちている本を調べる)解毒薬 BOSS 敵名 Hp 弱点 耐性 備考 塊の怪物 2400 打撃 赤色 --- 二体出現 スタン有効 行動攻撃 突進使用条件未調査:叩きつけ(単体 スタン付与) 攻略3ターン目の行動決定時からアガサが参戦してくれる。それまでは一人に攻撃が集中しやすく、ここを乗りきれるかが第一の壁。敵は二体同時に出現するため、Spを使いきってでもまずは一体を潰しておきたい。キュア持ちのジャックは回復に専念し、ヘッドスマッシュとグロウを軸に攻めよう。ピンチの時は素早さの高いエイバースが薬で支援してやると安定する。
https://w.atwiki.jp/nightmareofmio/pages/76.html
壊れた歯車の上で 朝に鏡を覗くように、白靄の中を覗き込む。 夢を見る度現れるから習慣のようになってしまった。この靄が何かはなんとなくわかる。月の下で、名前はわからない彼女と会った時に見たものだ。 霧がかる視界、ぼやける世界の輪郭、その奥に薄らと見える誰か。 その誰かが未だ判別できない。もう少し、もう少しで判りそうなのに。 次第に白靄が遠ざかり始めた。ああ、時間切れだ。今回も判らなかったな。 こうなるといつも夢が終わるのだ。白が遠ざかる。赤が蘇る。 ふいに彼女の声がリフレインした。 『貴方は…。』 『―――もう少し、早く会えていれば。』 顔を舐める熱気で目が覚めた。 覚めた、と言っても視界は滲んでいてよく見えない。頭が重い。こめかみが脈打つように痛みを訴える。 それでも静葉はなんとか身体を起こした。 ざり、と砂を踏む音がしたからそちらを見る。 人影が見えた。 視界はまだ滲んでいる。輪郭のない色の集合だ。左右に大きな橙と緑。その中心にもやはり橙。 焔…? 脈打つこめかみ。頭が痛い。視界に赤色が加わった。赤色は徐々に視界を埋めていって… 爪は眼球数ミリ前で止まった。 どくん、と二人の心音がシンクロした。視界が晴れる、頭が冴える。目の前で焔の手が痙攣していた。焔は左手で右手を潰さんばかりに握り、苦しそうに身体を震わせている。 「う、あ…あ…!」 「焔…!?焔、どうしたの!?」 慌てて伸ばした手は払われた。その瞬間だけ目が合った。ぎらぎら光る不気味な緑色。 急に焔が駆け出した。 驚く間にもどんどん背中が遠ざかる。一拍遅れて静葉はそれを追いかけた。 ごうごうとあたり一面が燃えている。炎の隙間を縫うように静葉は走った。 火の中には明らかに人型をした炭が横たわっており、何度も吐きそうになりながらそれでも走った。 信じたくない。でも、こんなことができる人は一人しか知らない。 とにかく焔を追わなくては。だってこんなのおかしい。焔の様子がおかしい。 思ったより早く焔に追いついた。見つけた彼は膝をついていて、喉を押さえながらがくがく震えている。 「焔…焔…!」 「…ッ、静、」 一瞬だった。 反転する世界、頭から背中を強か打ちつける痛み。それらを静葉が知覚する頃には、血走った緑色の目が見下ろしていた。 左手は静葉の喉元を押さえつけている。その爪は長く伸びて肌に食い込んでいる。 空いた右手の爪がぎらりと光った。 高く振り上がる、空を裂く、白い柔肌に刺さる、そして、 かきんっ 高い音が、その右腕を弾き飛ばした。 「…ッ!」 焔は静葉から離れ距離を取った。その距離を自ら詰めて、かきんかきんかきんっ。高い音が追いかける。 音の主は深緑色の塊に見えた。 最後に焔の爪を弾いた後、塊は手を止めて一瞬こちらを見た。深緑のローブを被る小さな人影。顔は見えなかったけど、零れる金髪と握る十字架が見える。 「逃げて、早く。この男は私が殺すから。」 それだけ言うと人影――おそらく少女だろう――は再び焔を追い詰めていった。その攻撃は素早くて鋭い。身体が小さいのも相まって焔は防戦気味となる。 「下種は…死んでしまえばいい。」 呟きと共に降り降ろされた十字架。焔はそれを手で掴み受け止める。 ばちっと大きな火花が散った。 次の瞬間には、十字架が放つ青白い電流が焔を呑みこんでいた。 「ッッあ゛ああああああ!!!」 「やッ…やめて!!焔が、焔が死んじゃう!!」 「…!?」 静葉の悲鳴に驚いたのだろう。少女は静葉を振り返った。途端に電流は切れ焔は解放される。 赤い爪が大きく降り抜かれた。 まともに喰らった少女は、血を散らしながら地に落ちる。 追撃すべく追いかける爪。少女の首がある場所を目指して。 確かな感触で爪が切り裂いた。 少女を庇った、静葉の肩を。 「……!」 息を、呑む音。焔の動きが止まる。 振り向いて呼びかけようとした静葉は、少女に手を取られ引きずられた。 「何してるの、早く離れてっ!」 「でもっ、でも焔が…!」 少女の力は存外に強く、焔と真逆の方向に走っていく。 焔も再び逃走してしまい、あっというまに足音すら追えなくなってしまった。 訳がわからないままつられて走る。不安が胸をかき回す。 一瞬肩越しに見えた焔は 泣きそうな目を、していたのに。
https://w.atwiki.jp/zsphere/pages/3363.html
一を無限の上に足しても、少しも無限を増加させない。一ピエを無限の長さに足しても同様である。有限は無限の前では消えうせ、純粋な無となる。われわれの精神も神の前では同様で、われわれの正義も神の正義の前では同様である。 われわれの正義と神の正義とのあいだの不釣合は、一と無限とのあいだの不釣合ほどには、はなはだしくはない。 パスカル『パンセ』 一神教の「全知全能の神」を表現するにあたって、数学上の無限をアナロジーとして引き合いに出す思想の出自とか経緯について漠然と気になったので立項。 この二つは本来、まるで別のもののはずである。また、数学史における無限論の展開と関わったり錯綜したりしている可能性もある。 なお、無限と信仰に関しては、ラプラス『確率の哲学的試論』に以下の愉快な議論がある。 ここで、パスカルの有名な論証がおのずと姿を現してくる。この論証は、イギリスの数学者クレイグが数学的な形で再現した。ある証人が、しかじかのことに従うならば一つや二つではなく無限の幸福な生を享受できるであろうということを神自身から教えられたと主張するとしよう。この証言の確率がいかにわずかでも、無限に小さくはない限り、その指令されたことに従う者の利益は無限大であることが明らかである。なぜなら、この利益はその確率と無限の幸福との積となるからである。したがって、人はこの利益を手に入れることを少しもためらうべきではない。 (中略) この事例は、きわめて多数の数字が入った壺からただ一つの数字が取り出されたとき、最も大きな数字が取り出されたと発表する証人――そしてそう発表することに多大な利益がかかっている証人――の事例に相当する。われわれは、このような利益がかかっているときはその証言の信憑性がいかに弱まるかをすでに見た。 →要するに、証言する証人の利益の大きさによって信憑性が下がり、下がった信憑性を期待値に掛け算する事になるので、 無限を言う証人の証言の信憑性は無限に低く、分母に無限を持つ分数で掛け算をした結果期待値から無限が約分で消えるとラプラスは証明して見せる。 (zsphereコメント:学生時代から、この几帳面に数式で反論する変な生真面目さが大好きなんだよね……w)
https://w.atwiki.jp/analalggeo/
数学のまとめ 数学のまとめをします。
https://w.atwiki.jp/kuni_memo/pages/114.html
前ページ次ページLibrary/数学 勉強のしかた、ポイントについてまとめてみた。 書籍まとめ バラバラな情報をまとめる(おさらい時間短縮)。 Library/数学/統計学/Note1_データの整理方法 Library/数学/統計学/Note2_確率論 Library/数学/統計学/Note3_確率分布の理解と乱数生成 Library/数学/統計学/Note4_推定と検定 Library/数学/統計学/Note5_ベイズ統計 Library/数学/統計学/Note6_時系列モデル・空間モデル Library/数学/統計学/Note7_統計的因果推論 Library/数学/統計学/Note8_多変量解析 メモ 医療統計学 統計検定:学習の目安にどうぞ。 Data Arts 5月試験 6月試験(準1級、2級、3級、4級) 11月試験(1級、2級、3級、4級、統計調査士、専門統計調査士) 1級過去問 準1級過去問 2級過去問 3級過去問 勉強になるwebページ 相関・検定の手法別解説:アイスタット 学習のためのツール R R Studio web-Information Handbook 学会、学会誌 The Annals of Mathematical Statistics,The Annals of Probability,The Annals of Statistics. 統計学の勉強の進め方 データを整理し、視覚化する 統計量に慣れる どのような分布があるか?を考える 確率論と結びつける 確率過程を多角的に理解する。 推定方法について理解する 検定について理解する 多変数の扱いに慣れる 様々な統計的手法について理解を深める 他分野との関連を深める 大衆書 小島,"使える!経済学の考え方",ちくま新書 小島,"使える!確率的思考",ちくま新書 小島,"確率的発想法",NHKブックス 統計学入門書 Larry Wasserman, "ALL of Statistics -A Concise Cource in Statistical Inference-" 白旗 慎吾, "統計解析入門",共立出版 基礎統計学Ⅰ〜Ⅲ、東京大学出版会 統計検定1級対応 統計学 日本統計学会 編,東京図書 統計検定2級対応 統計学基礎 日本統計学会 編,東京図書 杉山将,"機械学習プロフェッショナルシリーズ 機械学習のための確率と統計",講談社 プログラミングのための確率・統計 Andrew Vickers,"p値とは何か 統計を少しずつ理解する34章" 高井,星野,野間,"調査観察データ解析の実際 欠測データの統計科学",岩波書店 小針,"確率・統計入門",岩波書店 和達,十河,"キーポイント確率・統計",岩波書店 数理統計学 野田,宮岡, ... 数理統計学の基礎, 柳川, ... 統計科学の最前線 特異モデルの統計学, 統計科学のフロンティア7 E.L.レーマン, ... ノンパラメトリックス -順位にもとづく統計的方法- D.A.ハーヴィル, ... 統計のための行列代数 情報理論的統計学 仮説検定 上田拓治,"44の例題で学ぶ統計的検定と推定の解き方" 鷲尾泰俊,"推定と検定",共立出版 石村貞夫, 石村光資郎 , ...すぐわかる統計処理の選び方 C.Huber-Carol,N.Balakrishnan,M.S.Nikulin,M.Mesbah,"Goodness-of-Fit Test and Model Validity" ベイズ統計 繁枡 算男, ...ベイズ統計入門 渡部洋, ...ベイズ統計学入門 安道 知寛, ....ベイズ統計モデリング 渡辺 澄夫, "ベイズ統計の理論と方法" 間瀬 茂, "ベイズ法の基礎と応用" 松原 望, "入門ベイズ統計 -意思決定の理論と発展-" 松原 望, "ベイズ統計学概説 -フィッシャーからベイズへ-" ゼルナー,"ベイジアン計量経済学入門" ランカスター,"ベイジアン計量経済学" Bernardo, Smith, "Beysian Theory" James O.Berger, "Statistical Decision Theory and Bayesian Analysis" 中島,"機械学習プロフェッショナルシリーズ 変分ベイズ学習",講談社 佐藤,"機械学習プロフェッショナルシリーズ ノンパメトリックベイズ",講談社 統計的信号処理 ベイジアンネットワーク 鈴木譲, ...ベイジアンネットワーク入門 計算統計学 計算統計学の方法-ブートストラップ、EMアルゴリズム、MCMC-, シリーズ予測と発見の科学5 計算統計Ⅰ、Ⅱ, 統計科学のフロンティア11,12 確率と計算-乱択アルゴリズムと確率的解析- 乱択アルゴリズム 乱数とモンテカルロ法 グラフィカルモデリング 宮川 雅己, ...グラフィカルモデリング 宮川 雅己, ...統計的因果推論, シリーズ予測と発見の科学1 確率過程 モデル選択 坂元,石黒,北川,"情報量統計学",共立出版 小西,北川,"情報量規準", シリーズ予測と発見の科学2,朝倉書店 データ同化入門, シリーズ予測と発見の科学6 モデル選択-予測・検定・推定の交差点-, 統計科学のフロンティア3 谷口正信, 数理統計・時系列・金融工学, 金融工学の基礎4 メモ 統計学は、経験に依存する部分もあることから自明でないこともいくつか含んでおり、数学ではないということで分類したいが、数学的素養を多く含んでるので数学として分類 医療統計学 http //iyakustat.info/ 統計検定:学習の目安にどうぞ。 http //www.toukei-kentei.jp/ Data Arts http //www.data-arts.jp 勉強になる 5月試験 統計検定 RSS/JSS Ordinary Certificate 高等学校卒業程度 Higher Certificate 大学で統計を専門とする場合の基礎教養程度 Graduate Diploma 大学で統計を専門とする学科卒業程度 Graduate Diploma は多くの大学で統計学修士課程出願に十分な資格と認められていますだとさ。 2017を最後にやめるらしい。 6月試験(準1級、2級、3級、4級) 準1級、2級、3級、4級 11月試験(1級、2級、3級、4級、統計調査士、専門統計調査士) 1級、2級、3級、4級、統計調査士、専門統計調査士 1級過去問 2021.11月 https //web.archive.org/web/20220713043802/https //www.toukei-kentei.jp/prepare/kakomon/ 2020.11月 中止 2019.11月 https //web.archive.org/web/20210420162611/https //www.toukei-kentei.jp/about/grade1/#pastp 2018.11月 https //web.archive.org/web/20190709133415/http //www.toukei-kentei.jp/pt/pt-5956 2017.11月 https //web.archive.org/web/20180730071241/http //www.toukei-kentei.jp/about/grade1#pastp 2016.11月 https //web.archive.org/web/20170719111937/http //www.toukei-kentei.jp/about/grade1#pastp 2015.11月 https //web.archive.org/web/20160623002955/http //www.toukei-kentei.jp/about/grade1/#pastp 準1級過去問 2級過去問 2021.6月 https //web.archive.org/web/20220713043802/https //www.toukei-kentei.jp/prepare/kakomon/ 2019.11月 https //web.archive.org/web/20210420174413/https //www.toukei-kentei.jp/about/grade2/ 2019.6月 https //web.archive.org/web/20191104033506/http //www.toukei-kentei.jp/about/grade2/ 2018.11月 https //web.archive.org/web/20190625123808/http //www.toukei-kentei.jp/about/grade2/#pastp 2018.6月 https //web.archive.org/web/20181019201424/http //www.toukei-kentei.jp/about/grade2/ 2017.11月 https //web.archive.org/web/20180727211009/http //www.toukei-kentei.jp/about/grade2/ 2017.6月 https //web.archive.org/web/20171020184211/http //www.toukei-kentei.jp/about/grade2/ 2016.11月 https //web.archive.org/web/20170718024342/http //www.toukei-kentei.jp/about/grade2/ 2016.6月 https //web.archive.org/web/20160930001415/http //www.toukei-kentei.jp/about/grade2/ 2015.11月 https //web.archive.org/web/20160619032940/http //www.toukei-kentei.jp/about/grade2/ 3級過去問 2019.11月 https //web.archive.org/web/20210619123020/https //www.toukei-kentei.jp/about/grade3/ 勉強になるwebページ 相関・検定の手法別解説:アイスタット https //istat.co.jp/sk_commentary 学習のためのツール R http //www.r-project.org/ R Studio Rの開発環境 http //www.rstudio.com/ web-Information Handbook http //www.itl.nist.gov/div898/handbook/index.htm 学会、学会誌 The Annals of Mathematical Statistics,The Annals of Probability,The Annals of Statistics. https //projecteuclid.org/info/euclid.aoms 統計学の勉強の進め方 データを整理し、視覚化する データを視覚化することで、知りたい情報が何なのか? を直感的に考えられるようになる。 例えば、分布が、対称なのか非対称なのか? データを視覚化することでノイズやはずれ値を含んでいるのかが一目瞭然になったりする。 解析したいデータを視覚化することで、直感的な説明能力も養われるはず。 統計量に慣れる 平均やら、分散やら順序統計量やら、エントロピー、フィッシャー情報量が何の目的で生まれた統計量なのか? を理解する。また、その統計量同士の相互関係も理解するように努める。 どのような分布があるか?を考える その分布は、どういういきさつで用いられるのか?を理解する。 例えば、ポワソン分布は、2項分布をこうこうこうして、近似できるから、 稀現象を近似する発生モデルだとわかる。 ポワソン分布は、ネットワーク工学では、利用者の利用頻度モデル、電子の放電モデルのベースになってたりする。 正規分布とボルツマン-マクスウェル分布との関係だったり、そういう背景を考える。 確率論と結びつける 中心極限定理、大数の法則、大偏差原理など、統計学を説明する基本定理を理解する。 変数変換による分布の変換の理解も大切。 確率過程を多角的に理解する。 時系列で得られるデータのモデルについて理解する。 時系列を近似する考えかたなどを理解する。 時系列データのスペクトル解析(フーリエ解析)などとも関係させて、意味を広げる。 情報理論で得られている見識とも組み合わせるとなおよろしい。 推定方法について理解する 頻度論による統計量の推定がよろしいか?ベイズ推定がよろしいか?場面場面で考えられるようになる。 例えば、ベイズ推定を使えば、統計処理プログラムの開始時に、サンプルがそろってなくても処理を事前分布によって推定開始することが可能だとか、現実的なことを考えられるようにする。ベイズの事前分布が、情報理論の分野では、ユニバーサルな事前分布であるなどの理解があるとなおよい。 順序統計量で、データを並び替えて端っこを切ることで、推定量をよくすることがなぜできるか考えてみる。 考えてみると有限のサンプル取得において突如入ってきた、稀な現象を切り捨ててることができることがわかったりする。 頻度論では、無限のサンプルデータを想定していて都合が悪い場合があるため、頻度論以外の推定方法は、実際の運用にマッチするように、いろいろな改良されていることがわかる。 最尤推定量は、現場では現実的でないことが、推定方法を知ることで明確になる。 また、不偏推定量など推定量を評価する枠組みも理解する(情報理論的観点から理解できればなおよい)。 検定について理解する まず、棄却などの概念を理解し、ネイマン・ピアソンの補題を理解する。 その後、いくつかの実用的に用いられている仮説検定の理解を進める。 多変数の扱いに慣れる 1変数だけでなく、2変数、多変数の取り扱い、統計量の意味を理解する。 独立性と無相関の違いも説明できるようにすること。 様々な統計的手法について理解を深める ブートストラップ法なども概略からつかんでいく。 他分野との関連を深める たぶん、全ての分野は、密接に相互関係を持っている。 工学分野であれば、制御工学や適応信号処理、統計的信号処理、情報理論を理解する。 情報処理であれば、パターン認識など、統計処理の花だったりする。 気象分野であれば、データ同化などがその分野で生まれている。 経済学ではもちろん使われている。 書籍紹介 大衆書 小島,"使える!経済学の考え方",ちくま新書 小島,"使える!確率的思考",ちくま新書 小島,"確率的発想法",NHKブックス 統計学入門書 統計という分野は、裾の尾が広い(内容的に広範囲)だから、 最初は、全体像をさっとつかまないと前へ進めなくなる(どんな分野も同じだけど...)。 実験的な要素と理論的な要素が交錯していて、 初学者は、いきなりがんばると、普通はちんぷんかんぷんになる場合が多い。 Larry Wasserman, "ALL of Statistics -A Concise Cource in Statistical Inference-" 確率不等式の所を読むために購入したが、全体的にも実用的にまとまっている感じがする。 白旗 慎吾, "統計解析入門",共立出版 初学者向け、基本用語、定義、概念をマスターするには良い。 ちょっと説明して欲しいところもあるが、それは、他の書籍にまかせる。 基礎統計学Ⅰ〜Ⅲ、東京大学出版会 基礎統計学Ⅰ(統計学入門)は、入門者向け。 白旗 慎吾さんの本よりは詳しいが、説明の順序が白旗さんの本の方がよかったりする。 基礎統計学Ⅱ(人文・社会科学の統計学) 心理学や地域データの解析など、文系の方向けに記載内容が調整されている。 基礎統計学Ⅲ(自然科学の統計学) 理系向けの応用内容や背景がいい感じに紹介されている。分布や検定についての記載は網羅的だが、 章ごとにばらばらでさっとつかみにくい部分もある。 統計検定1級対応 統計学 日本統計学会 編,東京図書 試験対策本であるが、知識のこぼれがないか確認するのによい。 統計検定2級対応 統計学基礎 日本統計学会 編,東京図書 試験対策本であるが、知識のこぼれがないか確認するのによい。 杉山将,"機械学習プロフェッショナルシリーズ 機械学習のための確率と統計",講談社 機械学習のために書かれた本。各々の確率分布の性質(ほとんどの人にとって既知)、実用的な確率不等式、仮説検定についてうまくまとめられている。 プログラミングのための確率・統計 付録しか読んでないけど、かなりわかりやすい部類だと思う。 付録で、Kullback-Leiber情報量と大偏差原理との関連が記載されている。 日本国内の書籍で、大偏差原理についての記載は、情報理論の本に多くみられるが、確率・統計と題した本には、めずらしいと思う。 図も多く、全体的にもまとまっている。 Andrew Vickers,"p値とは何か 統計を少しずつ理解する34章" p値について知りたくなった。数式が全く書いていなく、逆にさっぱりわからん。 高井,星野,野間,"調査観察データ解析の実際 欠測データの統計科学",岩波書店 小針,"確率・統計入門",岩波書店 初学者向け 確率論との関わりも同時に身に付く。 内容は質素であるが、数学的にもきちんとしている。 和達,十河,"キーポイント確率・統計",岩波書店 入門向けText 押さえどころを、すごい絞っている点がよい。 数理統計学 野田,宮岡, ... 数理統計学の基礎, 柳川, ... 統計科学の最前線 特異モデルの統計学, 統計科学のフロンティア7 E.L.レーマン, ... ノンパラメトリックス -順位にもとづく統計的方法- D.A.ハーヴィル, ... 統計のための行列代数 情報理論的統計学 Library/工学/情報理論 仮説検定 上田拓治,"44の例題で学ぶ統計的検定と推定の解き方" 検定と推定のレシピ本。 鷲尾泰俊,"推定と検定",共立出版 ほかでは見られないコアに話に触れられる。推定と検定について重点的に解説している良書。 石村貞夫, 石村光資郎 , ...すぐわかる統計処理の選び方 C.Huber-Carol,N.Balakrishnan,M.S.Nikulin,M.Mesbah,"Goodness-of-Fit Test and Model Validity" ベイズ統計 繁枡 算男, ...ベイズ統計入門 あんまり好きじゃない。わかりにくい。 渡部洋, ...ベイズ統計学入門 安道 知寛, ....ベイズ統計モデリング 渡辺 澄夫, "ベイズ統計の理論と方法" 間瀬 茂, "ベイズ法の基礎と応用" 結構、先端的な話題まで取り扱っている。7章辺り、やや引用文献(Doob, "Stochastic Process")まかせの乱暴な解説があり、若干気に入らない。 松原 望, "入門ベイズ統計 -意思決定の理論と発展-" 中央値についての解説で、紹介されてたので買った。 松原 望, "ベイズ統計学概説 -フィッシャーからベイズへ-" この本には、早く出会ってればよかった。ちょっと数式が、追いにくい部分がある。間違いもあるのだと思う。索引が充実しているため、学術的にはよろしいのだと思う。 ゼルナー,"ベイジアン計量経済学入門" 松原さんの本の引用資料として気になって購入。良さげ。 ランカスター,"ベイジアン計量経済学" 経済学の分野で、ベイズ統計がよく使われているようなので、購入。 メモの羅列のようで読みにくいが、参考文献が充実しており、参考になる。 Bernardo, Smith, "Beysian Theory" ランカスターの本で知り購入。この分野では有名な本らしい。 わかりにくい英語を使う。 James O.Berger, "Statistical Decision Theory and Bayesian Analysis" ランカスターの本で知り購入。 中島,"機械学習プロフェッショナルシリーズ 変分ベイズ学習",講談社 中島さんという方は、神戸大修士卒で、ニコンに入られて、10年後くらいに東工大で博士取得されている。 佐藤,"機械学習プロフェッショナルシリーズ ノンパメトリックベイズ",講談社 統計的信号処理 Library/工学/信号処理 ベイジアンネットワーク 鈴木譲, ...ベイジアンネットワーク入門 計算統計学 計算統計学の方法-ブートストラップ、EMアルゴリズム、MCMC-, シリーズ予測と発見の科学5 計算統計Ⅰ、Ⅱ, 統計科学のフロンティア11,12 確率と計算-乱択アルゴリズムと確率的解析- これを読めば、モンテカルロ法がどういう方法なのか分かると思う。 乱択アルゴリズム 乱数とモンテカルロ法 グラフィカルモデリング 宮川 雅己, ...グラフィカルモデリング 宮川 雅己, ...統計的因果推論, シリーズ予測と発見の科学1 確率過程 Library/数学/確率論 モデル選択 坂元,石黒,北川,"情報量統計学",共立出版 ちょっと古い本。 小西,北川,"情報量規準", シリーズ予測と発見の科学2,朝倉書店 AICの導出方法が、知りたいならこの本。他の情報量規準についても書いてある。 データ同化入門, シリーズ予測と発見の科学6 モデル選択-予測・検定・推定の交差点-, 統計科学のフロンティア3 谷口正信, 数理統計・時系列・金融工学, 金融工学の基礎4
https://w.atwiki.jp/yurina0106/pages/2979.html
タグ かっこいい 曲名こ 歌 CANDY 作詞 CANDY 作曲 ぴょんも 作品 ひとがたルインOP
https://w.atwiki.jp/vtsr/pages/1379.html
【初音ミク】 数学ガール http //www.nicovideo.jp/watch/sm1846043 http //www.nicovideo.jp/watch/sm1846043 Vocaloid2のオリジナル曲 使用Vocaloidは初音ミク 製作者はよよP 一つ前のページにもどる
https://w.atwiki.jp/agri2011/pages/25.html
数学章A 複素数 定義 虚数を次のように定義する。 虚数を用いて複素数は次のように表す。 ここでxを実部(real part)、yを虚部(imaginary part)と呼ぶ。 実部、虚部はそれぞれ次のように表す。 Re(z)、Im(z)の代わりに、のような書き方が使われる場合もある。 和と積 複素数の和は実部と虚部をそれぞれ足せば良い。 複素数の積は二項式として計算すれば良い。 商 まず複素共役を定義する。複素数の複素共役は、 である。すなわち、虚部の符号を変えたものが複素共役となる。また、 [zz^*=x^2+y^2] であり、複素数にその複素共役をかけたものは実数となる。 商を計算する場合は分母の複素共役を分母分子の両方にかける。これにより分母が実数となるのでの形に記述できる。 複素平面 実部を横軸(x軸)、虚部を縦軸(y軸)とした二次元座標系を複素平面と呼ぶ。 複素平面上において原点から座標(x, y)までのベクトルの長さを複素数の大きさと言い、と書く。 である。 また、がx軸となす角θはzの位相角である。 オイラーの式 は次のようにも表示できる。 ここで前者を直交座標表示、後者を極座標表示と呼ぶ。 直交座標表示と極座標表示は次のオイラーの式によりいつでも変換できる。 極座標表示において、 であることに注意する。 演習問題 略。