Today’s Contents
修正履歴
1
前回の課題解説
Exercise 3.1 関数
Exercise 3.2 微分
Exercise 3.3 関数の可視化
Exercise 3.4 データの可視化と要約
Exercise 3.5 アルゴリズム
2
積分
2.1
原始関数
2.2
定積分
2.3
定積分の性質
2.3.1
偶関数・奇関数
2.4
部分積分
2.5
置換積分
2.6
広義積分
3
偏微分
3.1
偏微分と方向微分
3.2
偏微分の応用
3.2.1
実際の計算
3.3
二変数関数の極値
3.4
ニュートンラフソン法
3.4.1
ニュートン・ラフソン法のアルゴリズム
3.4.2
Rでの実装
3.4.3
注意点
3.5
ニュートン・ラフソン法の失敗例
4
回帰分析1
4.1
線形単回帰モデルの定式化
4.2
パラメーター
\(\beta_0, \beta_1\)
の推定
4.2.1
直感で決める
4.3
最小二乗法
4.3.1
\(\hat \beta_0\)
の推定
4.3.2
\(\hat \beta_1\)
の推定
4.4
残差の性質
4.5
決定係数
\(R^2\)
4.6
決定係数の性質
4.7
残差の分析
4.7.1
残差プロット
4.7.2
Q-Qプロット
4.8
Rによるモデリング
4.8.1
データの準備
4.8.2
分布の確認
4.8.3
学習
4.8.4
残差の評価
4.8.5
考察
Reference
2022年度：データサイエンス 第4回
2022年度：データサイエンス 第4回
酒井 優行
2022/12/3
Today’s Contents
前回の課題解説
積分
偏微分
回帰分析
第４回課題
講義概要は
こちら
修正履歴
\(H\)
の行列の表現が誤っていたものを修正
偏微分の添字の表現の誤りを修正