MLaPP アドベントカレンダー2日目:Ch.2 Probability
他のアドベントカレンダーのエントリタイトルみていたらみんな,ほにゃららAdvent Calendarってなってて,アドベントカレンダーってカタカナで書いてしまって恥ずかしい….ということで,確率論の概要の章.ここらへんはまだ大丈夫そうです.
Some common discrete distributions
- 二項分布・ベルヌーイ分布
- 多項分布
- ポアソン分布
- 経験分布
- 得られたデータの分布
Some common continuous distributions
Joint probability distributions
- 多次元になったバージョン
- 共分散と相関
- 共分散(covariance): XとYが(線形に)関連している度合い
- 共分散は0から無限大の値をとるので,正規化したのが(Pearsonの)相関係数(correlation)
- 多変量ガウス分布
- multivariate Gaussian or multivariate normal (MVN)は最も良く使われる多変量分布
- Ch 4で詳しくやる
- 分散共分散行列をとしたとき,その逆行列は精度行列(precision matrix, concentration matrix)と呼ばれる
- 多変量 スチューデントt分布
- スチューデントのt分布の多変量版
- ディリクレ分布
- ベータ分布の多変量版
- この分布はprobability simplex上で定義されるのでいろいろ使いやすい
Transformations of random variables
-
- という確率変数があったとき,ならば,の分布はなんなんだろか問題
- Linear transformations
- が線形関数だったとき,期待値は線形.これはlinearity of expectationと呼ばれる.つまり
- のとき,
- 共分散は
- General transformations
- いわゆる変数変換
- Central limit theorem
- いわゆる中心極限定理
Information theory
コメント
2章は確率論や確率分布の復習なので,そこらへんがきちんとわかっていれば特に詰まる部分もなく,読み進められると思います.ということでスキップ,スキップ.大切なこともいっぱい書かれているので読みながら戻ってくることもあると思います.