統計学– tag –

最尤推定 (Maximum Likelihood Estimation / MLE) について、Python で動かしながら理解することを目的とした記事になります。

全確率の定理、ベイズの定理について解説します。

正規分布の最尤推定量のバイアスについて考察し、Python で検証します。

最尤法による直線フィッティングについて解説し、Python による実装例を紹介します。

「パターン認識と機械学習 上 (PRML)」 の「1.2.5 曲線フィッティング再訪」の MAP 推定に記載されている内容のメモです。

データをクラスに分類する識別規則について解説します。

ベイズの識別規則について解説します。以下の記事の続きになります。機械学習 - 決定理論ついて (ML 識別規則、MAP 識別規則) - pystyle

識別規則の1つである最尤識別規則について解説します。

識別規則の1つである最大事後確率規則について解説します。

決定理論における棄却オプションについて解説します。

確率分布を扱う scipy のモジュールである scipy.stats の使い方について解説します。

連続確率分布の1つであるコーシー分布について解説します。