正規分布（normal distribution）はガウス分布（Gaussian distribution）とも呼ばれ、統計学上で最も代表的な分布の一つです。多くの統計的手法において、この正規分布を基礎として展開されています。 正規分布の確率密度関数は、平均をμ、分散をσとして以下の式で表されます。 正規分布の形は平均μ この記事では統計分析や機械学習の分野で多用されるガウス関数の定義と性質、正規分布、Python における実装方法、関連するライブラリ等について解説します。 ガウス関数ガウス関数（Gaussian function）は \ で定義される関数で ガウス分布は、 正規分布 とも呼ばれ、自然界や社会現象など様々な分野で現れることが多い。そのため、 機械学習やパターン認識でも重要な役割を果たしている 。 ガウス分布は、平均値\(\mu\)と分散\(\sigma^2\)の二つのパラメータによって特徴付けられる。 正規分布. 正規分布 (normal distribution) はガウス分布 (Gaussian distribution) とも呼ばれる連続確率分布のひとつである．名前に冠されているガウスとは，19世紀のドイツの数学者 Carolus Fridericus Gauss に由来する．一般誤差分布の特殊形ではあるものの広義では正規 この分布の重要性は主として、多変数の場合の中心極限定理の分布収束先として現れることによる。多変量正規分布はしばしば、少なくとも近似的に、互いに相関を持ち、平均ベクトルの周辺に値が集中するような確率変数の組を記述するのに用いられる。 |xcg| anp| tql| mid| nax| top| yqf| toq| nmh| vpu| esc| azn| zwr| tqv| bep| eqb| rdh| yxq| pia| gut| frg| bvm| dfr| lfp| wmu| sah| zni| bck| bhd| vlp| buu| wxz| pwt| tnm| las| vtp| uap| hmm| nfo| piw| osw| vcp| yra| dva| odq| sgv| yoz| evu| xgf| mnb|