バイアス・バリアンスのトレードオフの観点で、次のうち訓練誤差に比べてテスト誤差に対して実質的により有害なのはどれですか。
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
この章では、条件付き確率、ベイズの定理、中心極限定理を復習してコースをスタートします。あわせて、よく参照される確率分布を用いた問題への取り組み方も学びます。
この章では、探索的データ分析に関する統計概念に備えます。記述統計、カテゴリ変数の扱い、変数間の関係といったトピックを取り上げます。演習では、分析課題や統計を用いたコーディング問題への対策ができます。
信頼区間、仮説検定、多重検定、そして検出力とサンプルサイズの役割を復習し、実験とテストに関する重要な概念をさらに深く学びます。エラーの種類と、その実務上の意味についても扱います。
最後に、回帰や分類モデルに密接に関連する概念を取り上げます。基本的なMachine Learningアルゴリズムの復習から始め、モデル評価、特殊なケースへの対処、バイアス・バリアンスのトレードオフへと一気に進みます。
現在の演習
