分布収束と確率収束の関係，連続写像定理について議論してスラツキーの定理を示した． スラツキーの定理の証明は同時分布の収束を使った方法と不等式の評価で直接示す方法の2通りを書いてみた． drive.google.com/file/d/1VUod5p…

人工知能学会より全国大会優秀賞に選出頂きました。引用元の研究会優秀賞の頃から進み、障がい者の方々がアノテーションだけでなくモデル開発まで完遂、まで仕上げたことで2度目の受賞となりました。自社の製品開発&DEI両方に資する取組として今後も推進致します！ sumitomoelectric.com/jp/press/2025/…

【過去記事】多変量正規分布に関連して，ブロック行列の逆行列の導出方法をまとめた。ポイントは，ブロック行列の各要素の大きさが異なっている，というイメージを持つことで，行列積を間違えないようにすることである。 具体的な導出方法は🔗から↓ stern-bow.hatenablog.com/entry/2024/08/… #統計検定

「先輩データサイエンティストからの指南書」の「第4章 データの品質確認」を読んだ。データ品質はデータサイエンティストだけでは改善できず，現場，品質保証，設備担当といった多様な関係者との連携が不可欠であると再認識した。 読書メモは🔗から↓ stern-bow.hatenablog.com/entry/2025/11/…

毎年恒例の統計検定1級試験ガイド貼っておきますね。今年受験の方の一助になれば幸いです！ taro-masuda.hatenablog.com/entry/2021/11/… 試験対策編もよければぜひ。 taro-masuda.hatenablog.com/entry/2023/12/… taro-masuda.hatenablog.com/entry/2021/12/…

私は数理統計学や機械学習のアルゴリズムを学ぶのが好きだが，本職はデータサイエンス組織の課長なので，データ基盤などについても興味がある。 少し前に話題になったData-centric AI入門を読み始めたが，中身が濃くて面白い。本職にも役立ちそう。 gihyo.jp/book/2025/978-… #gihyojp

■ベイズモデリングの良いところ 柔軟 正則化が効く ■悪いところ 正則化が効いてしまうがゆえに解が不定という状況でも何かの解が出てしまい気づきにくい。ハイパラ調整でやれた気になる。 やっぱりシンプルなところから始めるのが良いね。

多変量正規分布の条件付き分布は，ブロック行列の分解を用いてexpの中身を整理することが肝だったが，ブロック行列の行列式を組合わせると確率密度関数も求められる。 詳細は🔗から↓ 多変量正規分布の条件付き分布の導出 #統計検定 stern-bow.hatenablog.com/entry/2025/05/…

この記事を書くにあたり，「数学の景色」様のウェブページがとても参考になった。数学に関する知識へ手軽にアクセス出来ることはありがたい🔗↓ mathlandscape.com/det-property/

「先輩データサイエンティストからの指南書」の「第5章 機械学習モデルの実験管理」を読んだ。 ●実験管理ツールを「チーム標準」とする。 ●実験レビューにより検証プロセスの質を高める。 ●プロセスの透明性と再現性に価値を置く文化を育てる。 が重要だと感じた。 stern-bow.hatenablog.com/entry/2025/11/…

「暗号理論による秘密計算からプライバシー保護データ解析へ (株式会社サイエンス社)」が2025/11/10に発行される。面白そう。 著者の縫田光司先生は，超有名な詰将棋「最後の審判」の作者でもある。 「最後の審判」↓ nuida.github.io/html/tsume/syo…

【過去記事】尤度比検定は #統計検定 1級ではたまに出るテーマである。教科書によって分母・分子が異なり，そのため検定統計量の正負が異なることがある。 間違えないよう，尤度比検定における分母・分子の覚え方をまとめた🔗↓ stern-bow.hatenablog.com/entry/2024/10/…

最尤推定量と帰無仮説を比較する場合，「小さい値を取る可能性がある，『帰無仮説の尤度』を分母にする」のがポイント。

「先輩データサイエンティストからの指南書」の「第6章 プロトタイプ開発」を読んだ。 プロトタイプを作ることで， ●現場ニーズとのギャップを見つける ●モデル活用の具体像を関係者で共有する といった，分析結果を意思決定につなげることが重要である。 詳細は🔗から↓ stern-bow.hatenablog.com/entry/2025/11/…

「確率的機械学習 入門編 I・II」をゲット。 「パターン認識と機械学習」と並べてみるとこんな感じ。

ちなみに，この「パターン認識と機械学習」，ちょっと珍しい本なのだが，おわかりいただけただろうか？

「先輩データサイエンティストからの指南書」を読了した。 本書は実務で成果を出すために，抽象論ではなく「正しい進め方 + 実行手段」が示されており，現場ですぐに活かせる実践的な内容となっている。データサイエンスの実務家必携の本だと思う。 読書メモ一覧はこちら🔗↓ stern-bow.hatenablog.com/entry/2025/11/…

「確率的機械学習 入門編」が大きい，というご意見を頂いたので，あらためて比較のために，「講談社サイエンティフィク 機械学習プロフェッショナルシリーズ 転移学習」と並べてみた。 大きさは一回り大きく，厚さはほぼ同じ。本棚に入るか気にされている方は，ご参考になさってください。