Today’s Contents
修正履歴
1
確率の概念
1.1
順列と組み合わせ
1.1.1
順列
1.1.2
組み合わせ
1.2
集合と確率
1.2.1
和集合と積集合
1.2.2
分割
1.3
確率の公理
1.4
和事象・積事象の確率
1.5
余事象の確率
1.6
一般的な事象に対する確率
1.7
条件付き確率
1.8
ベイズの定理
2
確率変数と確率分布
2.1
確率変数・確率分布
2.1.1
確率関数
2.1.2
確率変数の型
2.2
確率分布関数・累積分布関数
2.3
確率変数の変数変換
2.3.1
離散型の場合
2.3.2
連続型の場合
2.4
期待値・分散・積率
2.5
期待値
2.5.1
離散型確率変数の期待値
2.5.2
連続型確率変数の期待値
2.6
期待値の線形性
2.7
分散
2.7.1
分散の定義
2.7.2
分散の性質
2.8
標準化・基準化
2.9
同時分布
2.10
連続型の同時分布
2.11
共分散
2.12
相関係数
2.12.1
相関係数の値が取りうる範囲
3
分類モデル
3.1
Logistic regression
3.1.1
パッケージの準備
3.1.2
データの準備
3.2
変数の関係
3.3
質的データを目的変数とするケース
3.4
ロジスティック回帰モデル
3.5
モデルの当てはめ
3.6
変数選択
3.7
モデルの評価
3.7.1
逸脱度
3.7.2
回帰係数の解釈
3.8
判別の評価
3.8.1
ROC曲線
Reference
2023年度：データサイエンス 第6回
1
確率の概念
本章では，確率について議論を進めていく．まず中学・高校の範囲でも扱っている
順列
と
組み合わせ
について確認し，その後集合と確率について議論を進める． また，条件付き確率やベイズの定理についても見ていく．