2015-06-01から1ヶ月間の記事一覧
デバイス矩形(ウィンドウの描画領域)とビューポート矩形(仮想的な四角)がある。いかなる場合でもデバイス矩形の座標値の範囲は 0≦x≦1, 0≦y≦1。これは矩形が正方形であることを意味しない。矩形の物理的なアスペクト比にあうように伸縮される。つまり、座…
通常は、損失関数とリスク関数が用いられる。損失を最小化するために、リスク関数(汎関数)で決定関数を評価して、リスク関数の値を最小化する。損失関数の符号を変えると利得関数となるが、これを効用関数、それに対するリスク関数の対応物を目的関数と呼…
確率変数の用途・役割は、 元になる確率空間(バックエンド)から、新しい確率空間(フロントエンド)を定義する道具 元になる確率空間 新しい確率空間 台集合 ときに母集団、ときに標本空間(混乱) ときに標本空間(混乱)、なぜか状態空間 台集合の要素 個体…
解釈の手順: 確率測度(分布)を密度関数fで表しなさい。 密度関数の最大値よりは小さい値を恣意的に選びなさい。それをεとする。 Uを台集合として、部分可測集合 {x∈U | f(x) ≦ ε} を「起こりにくい事象」と考えなさい。 「起こりにくい事象」の確率測度 μ…
測度の定義から言っても、単関数(階段関数)は超重要である。 よって、単関数を作り出すビニング(箱割り)とヒストグラムは重要。 ビン(区間、領域)は可測集合で、ビニングは直和分割。 連続関数をビニングすることもできる。ビンごとに定数関数で置き換…
母集団は正規分布に従う → 【とある測度空間からの】【とある可測写像fがあり】fによる像測度は正規分布である。(可測写像fは最初だけは想定しなさい)(しかし、とある測度空間は忘れていい)(fによる像測度が作る値の空間上の確率測度に注目しなさい) …
カタヅケ主義者と昔風の関数、それとコミュ障 - 檜山正幸のキマイラ飼育記 で言及したハイコンテキスト性。文脈から読み取る、または自分で適当に想定しなくてはならない部分を【】で囲む。隠れた意図を()で示す。 Xは確率変数である → Xは、【とある確率…
モデルの定義もない:しょうがないからとりあえず統計フレームを定義する - 檜山正幸のキマイラ飼育記 メモ編 で定義した統計フレームは、用語に関する解釈 - 檜山正幸のキマイラ飼育記 メモ編 で書いた「母集団」の定義と一致する。x:U→Rを一般化して、{xi:…
「関数を変数と呼ぶ」はいたるところ。モノイドを M = (M, *, 1) のように書くのと同じで、台集合と構造を同じ記号/言葉で呼ぶこともしばしば。母集団は、U = (U, Σ, m, x) だろう。 Uは台集合 ΣはU上のσ代数(つまり、可測構造) mは、(U, Σ)上の有界測度 …
そもそもサンプリングの定義は? 同分布・独立族? サンプリングの「偏りのなさ」とは何か、独立性? サンプリングの意味の「サンプル」と標本空間の関係? これは単なる興味(詮索)だけど 離散空間上の確率測度の確率変数による分布(像測度)が正規分布と…
尺度 英語 構造 名義 nominal 単なる集合 順序 ordinal 順序構造 間隔 interval アフィン、凸(重心)構造 比例 ratio 乗法モノイドが作用する空間 モノイドや部分モノイドが作用するような集合。代数的構造と離散/連続の別は独立だと思うが混同されている…
総和可能族の類を用いた定式化:Mは0を持つ集合で、x:I→M は添字集合Iを持つ族。 0→M は総和可能 1→M は総和可能 x:I→Mが総和可能で、f:J→I が単射なら f;x は総和可能 x:I→M、g:I→K があって、xのf-1(i)への制限がすべてのiについて総和可能のとき: f*(x) …
さらに続き: Mは特定元0を持つ集合 σ⊆Mω S:σ→M 任意の x:ω→M と任意の A⊆ω に対して、 (x/A)(i) = if (i∈A) then x(i) else 0 と定義する。(M, 0, σ, S) の公理系は: [制限が定義可能] x∈σ ならば、任意のAに対して x/A ∈σ [空の和] S(x/0) = 0 [単一の和]…
総和の定義、次でだいたいいいのだろう。Mは0を持つ集合。σ⊆Mω、S:σ→M があって: λi.0 : ω→M に対して S(λi.0) = 0 a∈Aに対して、a^(0) = a, i≠0なら a^(i) = 0 とすると、S(a^) = a S(x) が値を持つなら、ωの任意の部分集合Aに対して、S(A, x) = S(x/A) が…
基数の集まりΘで、次の条件を満たすもので総和を考えたことがある。 1∈Θ α, β∈Θ ⇒ (α+β)∈Θ α∈Θ, α≦β ⇒ α∈Θ 0 ≦ 1 なので、0∈Θ、有限基数はすべてΘに入る。可換モノイドMがあって、Mの元のX添字族 x:X→M が、#(X)∈Θ なら総和可能、という条件を考える。これで…
定義:μがX上の測度、K:X→Y、L:Y→Z が測度関係(確率関係と同じだが、全空間の測度=1の制限を外す)として、 ν = K.μ = [K(x; y)μ(;x)dx]dy = dy.[K(x; y)μ(;x)dx] M = L・K = λx.[L(y;z)K(x;y)dy]dz = λx.dz.[L(y;z)K(x;y)dy] とする。次を示したい。 L.(K…
プレテンソル積、適用、積を次の順で定義する。 コンベンショナル等式による定義 微分形式のあいだの等式 積分した形の等式 積分核と測度のプレテンソル積: α*ν ~= α(x; y)μ(;x)dx, dy (α*ν)(;x, y)d(x, y) := α(x; y)μ(;x)dxdy (α*ν)(A, B) := [B| [A| α(x…
可測な文脈において: X, Yなどは可測空間、σ代数は明示しない。 A⊆X は、Aが可測空間の可測集合であることを示す。 X上の測度μに対して、μ(;x)dx という測度微分形式を考える。 M(Y)はY上の有界測度の全体(モナドの台関手)として、α:X→M(Y)は測度値写像 …