Today’s Contents
1
微分
1.1
変化の割合
1.2
微分とその定義
1.3
微分の公式
1.4
微分に関する基本定理
1.5
積の微分・商の微分
1.6
合成関数の微分
1.7
逆関数の微分
1.7.1
三角関数の逆関数とその微分
1.8
微分の応用
1.9
微分を活用した関数形の判定
1.10
高階導関数
1.11
増減表
1.12
テイラー展開
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
回帰分析1
3.1
線形単回帰モデルの定式化
3.2
パラメーター
\(\beta_0, \beta_1\)
の推定
3.2.1
直感で決める
3.3
最小二乗法
3.3.1
\(\hat \beta_0\)
の推定
3.3.2
\(\hat \beta_1\)
の推定
3.4
残差の性質
3.5
決定係数
\(R^2\)
3.6
決定係数の性質
3.7
残差の分析
3.7.1
残差プロット
3.7.2
Q-Qプロット
3.8
Rによるモデリング
3.8.1
データの準備
3.8.2
分布の確認
3.8.3
学習
3.8.4
残差の評価
3.8.5
考察
2023年度：データサイエンス 第4回
2023年度：データサイエンス 第4回
酒井 優行
2023/11/18
Today’s Contents
微分と積分
線形回帰分析
講義概要は
こちら