▼テーマ不偏分散の定義にて、 N-1 で割っている本当の理由を明らかにします。また、それと絡めて、ノリで使われがちな「自由度」とはなにかについて明らかにします。▼目...

はぇ^～

▼テーマLSTM を、数式ごと理解するための動画です。LSTM が何故強いのかを理解するためには、LTSM の数式とその意図を見るのが一番です。▼終わりにご視聴ありがとうござ...

▼テーマとても幅広いモデルに利用されている階層ベイズモデリングの解説です。サクッと雰囲気と、実用例をまとめてみました。おもしろ動画ランキングは必見！GitHubはこ...

▼テーマ因子分析の正統進化である構造方程式モデリング (Structural Equation Modeling, SEM) です。マーケティングリサーチ文脈などで広く応用される基本的な分析です...

CNN でおなじみの畳み込み層についての解説です。幾何的に解釈してやると、かなり意味がわかりやすいと思います。GitHub はこちら↓https://github.com/sugiyama34/AIcia...

グラフィカルモデリングの中でも、マルコフ確率場 (Markov Random FIeld / MRF) と呼ばれる分析について紹介します。この方法で、偽相関を見破ることが出来ます。※因果...

因果推論の話もっと聞きたいです 生存バイアスな気もする x1個有と言ってますけど、x2の影響がε1に入ってますよね

Deep Learning にて現れる「深い」関数について解説してみました。普通は、「脳神経細胞を真似た」という説明が来ますが、それには飽きたので、今回は理論的な説明をし...

主成分分析の考え方や実例について解説します。ソースコードはこちら→https://github.com/sugiyama34/AIciaSolidProjectご視聴ありがとうございました！面白かったら高...

規格化のことか そういや回帰直線に直交する成分って毒舌月読アイが言ってたな

新シリーズはじまりました！　その名も「いろんな分析」このシリーズでは、よく使われる統計手法をずらーっと見ていきます。vol.1では、因子分析の魅力をお伝えします。...

ここまでならなんとか分かりそう 勉強がんばります

∫ f df/dt = f^2/2 でした、、、！動画内の誤り一覧 http://bit.ly/error_asp========ご視聴ありがとうございます！今回は、確率微分方程式 dx = wdw の解x(t)について...

すごい…!!

∫ f df/dt = f^2/2 でした、、、！動画内の誤り一覧 http://bit.ly/error_asp========ご視聴ありがとうございます！今回は、伊藤積分の奥深い世界にどぼーんと潜ってい...

うぽつ

ご視聴ありがとうございます！伊藤の公式について、より直感的に深く理解するための動画です。見てすぐは混乱があるかもしれませんが、この動画の内容を自分なりに解釈...

おつ

ブラック=ショールズ方程式を解きます！！！！参考文献：【今日紹介したのはこれ】確率システム入門 (システム制御情報ライブラリー) : https://amzn.to/2xd9Y8d確率微...

ふんわり事実すき うぽつ

ブラック=ショールズ方程式を導出します！！！参考文献：【今日紹介したのはこれ】確率システム入門 (システム制御情報ライブラリー) : https://amzn.to/2xd9Y8d確率微...

ここdC=(apS+qrB)dt+pbSdwの誤字? うぽつ

伊藤の公式を紹介します。ブラック=ショールズ過程の確率微分方程式の伊藤積分を計算します。参考文献：【今日紹介したのはこれ】確率システム入門 (システム制御情報ラ...

kawaii 達成感ある dwの項はめっちゃシンプル!

確率微分方程式を解くため、伊藤積分を定義して、ちょっと計算してみます。ここでも、 dw^2 = σ^2 dt が猛威をふるいます、、、！参考文献：【今日紹介したのはこれ】確...

すでに分かりやすい!! 面白い!! うぽつ

確率微分方程式を定義します！そして、これが、普通の微分方程式とは本質的に異なるということを見ます。参考文献：【今日紹介したのはこれ】確率システム入門 (システ...

確かに〜!! 面白かった シリーズリスト作って(小声) たしかに うぽつ

ブラック=ショールズ方程式の導出を目指し、確率微分方程式の基礎を解説するシリーズです。（特に、伊藤積分と伊藤の公式）本動画では、ブラウン運動の定義とかんたんな...

マジですか なつかしい アインシュタインはブラウン運動に関する論文も出していると思いますが、ノーベル賞は光電効果では? 参考書紹介助かる 待ってた

時系列と因果の関係について見ていきます。Granger Causality Test （ Granger 因果検定）がメインです。参考文献：【今日紹介したのはこれ】経済・ファイナンスデータ...

お前のことを待っていた

時系列と因果の関係について見ていきます。Granger Causality Test （ Granger 因果検定）がメインです。参考文献：【今日紹介したのはこれ】経済・ファイナンスデータ...

慣れると言えば慣れるが,困ると言えば困る かわいい これは院生なりたての作った動画かなw なんというか検定という概念がはらむもんだいですよね へー、おもしろい 市場に貼っといたで! うぽつ

いよいよ時系列分析の始まりです。今日は登場人物紹介と、誤差項に秘められた意味について解説します。参考文献：現場ですぐ使える時系列データ分析 ~データサイエンテ...

予め起こりそうな現象にあたりを付けておいて、それを誤差項の分布としてモデル化するって感じ？ 勝手にアルマって読むと思ってました 「誤差項」って名前がミスリーディングでよくないだけ？

「宇宙と宇宙をつなぐ数学 IUT理論の衝撃」に出てくる「宇宙」のより詳細な解説です。この本はとてもわかり易いのでおすすめです！Amazon → https://amzn.to/2K8ujUzニ...

ここ{x}の誤植だと思われ 右も類です。∈が成り立つかを強調するために、左はSetの性質、右はSetの「中身」の性質を話してます。 ぶんw なかなかしっくりきた 密度というかわちゃわちゃ感が違う。 例えば集合の圏の大きな余積は宇宙を認めて（拡大しても...

NeurIPS の 2018 の Best Paper である Neural Ordinary Differential Equations の解説です元論文はこちら → Neural Ordinary Differential Equations http://papers.n...

数学の論文なら半世紀くらい前のでもたまに使うからね 仕方ないね

時系列分析に入る前に、固有値、固有ベクトル、対角化についておさらいしておこうと思います。ここで登場する数式の気持ちをすごーく説明してみました！これが理解でき...

続き待ってる よわよわでした ずっと舞ってた

時系列分析シリーズの1本目です！この動画と次では、漸化式と線型代数について語ります。この動画が理解できれば、大学1年次の線型代数はOKだと思います！sm34618201 ← ...

関数と函数みたいな? いや、そこはきちんと高校なりに説明されるよ。ちゃんと説明効いてない人は丸暗記するけど。 数学もとい学問は宗教(過激派) しゅごい そういう仕組だったのか おー www f0とf1の第5項目も違う気が・・・ Seqが無限次元で数ベ...

感動の最終回！今までのおさらいをしつつ、実践編として、MCMCを使って階層ベイズの推定をしてみます。sm34475088 ← 前（ Bayes ⑤ ） | （決定係数）次 → sm34618201マ...

恋しちゃうかと思ったぞ 蝶ためになりました 共役事前分布っていう都合のいいヤツじゃなかったっけ わかりやすかったでー そういや条件付き確率の問題がでてるの見かけた ベイズ統計の応用の話があると良かった Beta分布に従うというのは仮定?

全力でベイズ推定について解説しました。多分宇宙で一番分かりやすいと思います。最尤推定の回を見てない人は、こちらも見てね！ →sm34228409 sm34228409 ← 前（ Bayes...

p1とp2が逆か？これ 事前分布が恣意的すぎる気がする めっちゃわかりやすい めっちゃありがたい で逆に言うと先入観が誤ってるとそれに引っ張られる？ 常識がない数式 グラ賽かな？ すごく納得できる展開 ↑事前分布を裏表1/2づつ出るようなコインと仮定...

好きな関数について語ります！今日は softmax function!!面白いと思ったら友達にシェアしてね！(^^)softmax 関数は、機械学習や Deep Learning でかなり重要な役割をす...

は? 若さw あざとい あれ・・・声もかわいい・・・? 声以外かわいい ええ・・・ わかるで は WWWW 武器商人の動画でよく聞くBGM ヒェ・・・ www おつ ほえ～ なりますねぇ アンソロで見る微妙な4コマ漫画感が出ててアンニュイゾ わかりま...

好きな関数について語ります！今日は logistic sigmoid function!! 面白いと思ったら友達にシェアしてね！(^^) sm33968786 ← 前 （ Topological Data Analysis ） | （ ...

sigmundに見えた へえええ ここらへんで諦めるわw 数学だけじゃなく物理と経済まで紹介するとは恐ろしい幼女だ あ、すいません点対称でした 断られてなかったけど冒頭の式の3番目がモロに奇関数アピールしてましたね 確率に対してそれなりに測度をいれる...

YouTube からの転載です: https://www.youtube.com/watch?v=UhQ80ajAQHY前回の対談で出てきた統計多様体について、ちゃんと説明してみました。 これを機に【情報幾何】...

ふーん。分からん なるほどなあ ユークリッド空間では二乗が距離だった,この例では関数D(KL)になってる いい感じの空間すき 素晴らしい解説でした! 関数なだけじゃね? ここでリーマンの名前が出てくるのかー CG内にいるのにわざわざ黒板で平面化して立...