先日、YOUTUBEデビューしました！いえーい！＼ﾄﾞﾝﾄﾞﾝﾊﾟﾌﾊﾟﾌ／
今後シリーズ物として、ベイズ統計について説明していこうと思います。
動画中では触れていないですが、主な参考文献は
・パターン認識と機械学習（上）
・パターン認識と機械学習（下）
・岩波データサイエンス Vol.1
です。
（末尾に広告も置いときますので、そこから買ってくれてもいいんですよ？♡）
初回の内容は、
・P(A)の意味
・P(B|A)の意味
・P(B|A)の覚え方
です。
興味のある方は是非見て下さい！
ちなみに、次回撮影は3日後の火曜日を予定しています。
事故がなければ、次は8/17（水）に出せると思います。
以下、少し補足をします。
☆1
P(B|A)は、条件付き確率と言います。（動画本編で言い忘れた…）
これは、Part02のメインテーマとなります。
実は、条件付き確率には大きく分けて2種類あります。
それなのに、両方とも同じ公式
P(B|A) = P(A, B) / P(A)
が成立するので、両者同じとして説明している事が多いのです。
それが、条件付き確率、ひいてはベイズ統計を難しくしている要因の1つだと思っています。
「同じ公式でかける」ということと、「同じ概念である」ということは、別だと思うんですよね。
今まであまりわからなかったという人は、そこら辺を説明しますので、次回の動画をお楽しみに！
P(B|A)は、条件付き確率と言います。（動画本編で言い忘れた…）
これは、Part02のメインテーマとなります。
実は、条件付き確率には大きく分けて2種類あります。
それなのに、両方とも同じ公式
P(B|A) = P(A, B) / P(A)
が成立するので、両者同じとして説明している事が多いのです。
それが、条件付き確率、ひいてはベイズ統計を難しくしている要因の1つだと思っています。
「同じ公式でかける」ということと、「同じ概念である」ということは、別だと思うんですよね。
今まであまりわからなかったという人は、そこら辺を説明しますので、次回の動画をお楽しみに！
☆2
P(あの動画が100万再生)、どう考えてもゼロでしょ（笑）
ではでは！
（注: パターン認識と機械学習の方は、機械学習の理論を勉強したい、数学がある程度強い（大学卒業程度）人向けです。
岩波データサイエンスの方は、初学者向けで、細かい理論よりも実践を重視する人におすすめです。
他のいい本もアレば、是非教えていただきたいと思います。）
↓ 面白いなと思ったらSNSでシェアしよう！ ↓
Tweet
0 件のコメント:
コメントを投稿