タグ アイシア=ソリッド が登録されている動画 : 80 件中 33 - 64 件目
種類:
- タグ
- キーワード
対象:
【1分 Excel 解説 2-4 】文字列抽出マスターへの道【 SPLIT() 関数】 #VRアカデミア #027_4
Excel (エクセル) / Google Spreadsheet (スプレッドシート)の解説です!
2章 文字列 4節 文字列を特定の区切り文字で分割する SPLIT() 関数
sm34895724← 前( MID() ) | 次 → 明日です!
マイリスト: mylist/63728342
1分 Excel 解説: mylist/65083134
【1分 Excel 解説 2-5 】文字列をくっつけちゃおう!【 CONCATENATE(), JOIN() 】 #VRアカデミア #027_5
Excel (エクセル) / Google Spreadsheet (スプレッドシート)の解説です!
2章 文字列 5節 文字列の結合
sm34905826 ← 前( MID() ) | 次 → 明日です!
マイリスト: mylist/63728342
1分 Excel 解説: mylist/65083134
【1分 Google Spreadsheet 解説 3-1 】苦手な人も多い? VLOOKUP() を解説します【 VLOOKUP() TRUE 編 】 #VRアカデミア #028_1
Google Spreadsheet (スプレッドシート / スプシ)の解説です!
Excel でもほぼ同様のことができます。(一部関数が異なります)
3章 参照 1節 VLOOKUP() の TRUE 編
sm34905979← 前( CONCATENATE(), JOIN() ) | 次 → 明日です!
マイリスト: mylist/63728342
1分 Excel 解説: mylist/65083134
【1分 Google Spreadsheet 解説 3-2 】FALSE なのにこっちをよく使う【 VLOOKUP() FALSE 編 】 #VRアカデミア #028_2
Google Spreadsheet (スプレッドシート / スプシ)の解説です!
Excel でもほぼ同様のことができます。(一部関数が異なります)
3章 参照 1節 VLOOKUP() の FALSE 編
sm34931465 ← 前( VLOOKUP() / TRUE ) | 次 → 明日です!
マイリスト: mylist/63728342
1分 Excel 解説: mylist/65083134
【1分 Google Spreadsheet 解説 3-3 】 VLOOKUP() 以上に参照を使いこなす INDEX() 関数【 INDEX() 関数】 #VRアカデミア #028_3
Google Spreadsheet (スプレッドシート / スプシ)の解説です!
Excel でもほぼ同様のことができます。(一部関数が異なります)
3章 参照 3節 INDEX() 関数
sm34937064← 前( VLOOKUP() / FALSE) | 次 → 明日です!
マイリスト: mylist/63728342
1分 Excel 解説: mylist/65083134
【 1分 Google Spreadsheet 解説 3-4 】あれって何番目だっけ?【 MATCH() 関数】 #VRアカデミア #028_4
Google Spreadsheet (スプレッドシート / スプシ)の解説です!
Excel でもほぼ同様のことができます。(一部関数が異なります)
3章 参照 4節 MATCH() 関数
sm34937073 ← 前( INDEX() ) | 次 → 明日です!
マイリスト: mylist/63728342
1分 Excel 解説: mylist/65083134
【1分 Google Spreadsheet 解説 3-5 】INDEX + MATCH で参照自由自在【 INDEX() +MATCH() 】 #VRアカデミア #028_5
Google Spreadsheet (スプレッドシート / スプシ)の解説です!
Excel でもほぼ同様のことができます。(一部関数が異なります)
3章 参照 5節 INDEX + MATCH の合わせ技
sm34937086← 前( MATCH() ) | 次 → 明日です!
マイリスト: mylist/63728342
1分 Excel 解説: mylist/65083134
#.04 【 Neurips 2018 Best Paper 】Neural Ordinary Differential Equations【VRアカデミア論文解説リレー】 #VRアカデミア #029
NeurIPS の 2018 の Best Paper である Neural Ordinary Differential Equations の解説です
元論文はこちら → Neural Ordinary Differential Equations http://papers.nips.cc/paper/7892-neural-ordinary-differential-equations
sm34937103 ← 前( INDEX MATCH ) | 次(時計はなぜ丸い?) → sm35120599
マイリスト: mylist/63728342
【数学 in 日常】時計が必ず丸い理由【VRアカデミア一周年カウントダウンリレー】 #VRアカデミア #030
アナログ時計が必ず丸い理由を数学で証明します。
VRアカデミア一周年カウントダウンリレー企画です。
VRアカデミア1周年の5/30までメンバーが毎日投稿or配信をします。
5人目が私!
昨日→たいらのどかさん https://www.youtube.com/user/69hisashi
明日→シビルさん https://www.youtube.com/channel/UCvSWB-XvVgdqFyz20lyF5xA
VRアカデミア公式HP:https://sites.google.com/view/vr-academia/
sm35012037 ← 前( NeuralODE ) | 次( IUT と宇宙) → sm35241883
マイリスト: mylist/63728342
【書評動画?】宇宙と数学と IUT 理論【めざせ ABC 予想】 #VRアカデミア #031
「宇宙と宇宙をつなぐ数学 IUT理論の衝撃」に出てくる「宇宙」のより詳細な解説です。
この本はとてもわかり易いのでおすすめです!
Amazon → https://amzn.to/2K8ujUz
ニコニコの解説動画 → https://www.nicovideo.jp/watch/so32505721
文学YouTuber ベルさん → https://www.youtube.com/channel/UCL4QAojeGy6CJ9R2PwmlmJQ
sm35120599 ← 前( 時計が丸い ) | 次(10分深谷圏) → sm35278969
マイリスト: mylist/63728342
【10分で】深谷圏とホモロジカルミラー対称性【 from ロマンティック数学ナイトプライム@圏論 】 #VRアカデミア #ロマ数プライム圏論 #032
昨日のロマ数プライム@圏論の VR 登壇が好評だったので、もっかい撮影して up しました!
ロマンティック数学ナイト → http://romanticmathnight.org/
ロマンティック数学ナイトプライム@圏論 → http://romanticmathnight.org/942
sm35241883← 前( IUT理論 ) | 次( ARMA ) → sm35314396
マイリスト: mylist/63728342
【時系列分析③】ARMA過程と誤差項の意味【ついに時系列の始まり!】 #VRアカデミア #033
いよいよ時系列分析の始まりです。
今日は登場人物紹介と、誤差項に秘められた意味について解説します。
参考文献:
現場ですぐ使える時系列データ分析 ~データサイエンティストのための基礎知識~ : https://amzn.to/2xeqCnW
経済・ファイナンスデータの計量時系列分析 (統計ライブラリー) : https://amzn.to/2xb0cnf
確率システム入門 (システム制御情報ライブラリー) : https://amzn.to/2xd9Y8d
確率微分方程式 | B.エクセンダール : https://amzn.to/2Fx1fSK
sm35278969 ← 前( 深谷圏 ) | 次(勾配決定木) → sm35577584
マイリスト: mylist/63728342
時系列分析:mylist/64880045
【ブラックショールズ方程式への道⑥】伊藤の公式のこころを理解する【確率微分方程式の基礎】#VRアカデミア #045
ご視聴ありがとうございます!
伊藤の公式について、より直感的に深く理解するための動画です。
見てすぐは混乱があるかもしれませんが、この動画の内容を自分なりに解釈できたときこそが、伊藤の公式を理解できたときだと思います。
演習問題のヒント:
演習①
X : 平均 0、分散 b^2 σ^2 t の正規分布に従う確率変数
→ E(e^X) = exp( b^2 σ^2 t / 2) を示せ。
方針
∫_{-∞}^{+∞} e^x (1/2π b^2 σ^2 t)^{1/2} e^{ -x^2 / (2b^2 σ^2 t)} dx
を計算すれば OK 。
To 高校生: ∫_{-∞}^{+∞} (1/2π b^2 σ^2 t)^{1/2} e^{ -x^2 / (2b^2 σ^2 t)} dx = 1 と、置換積分を用いると、この積分も計算できます。
演習②
a - b^2 σ^2 / 2 < 0 のとき、
lim_{t → +∞} p( x(t) > x_0 ) = 0 を示せ
方針
x(t) > x_0
⇔ (a - b^2 σ^2 / 2) t + bw(t) > 0
⇔ w(t) > - ( (a - b^2 σ^2 / 2) / b ) t
ここで、 w(t) は平均 0 分散 σ^2 t の正規分布に従うので、
両辺√(σ^2 t) で割って正規化すると、
⇔ w(t) / √(σ^2 t) > - ( (a - b^2 σ^2 / 2) / (b √σ^2) ) √t
t → +∞ でこれが成立する確率は...?
参考文献:
【今日紹介したのはこれ】
確率システム入門 (システム制御情報ライブラリー) : https://amzn.to/2xd9Y8d
確率微分方程式 | B.エクセンダール : https://amzn.to/2Fx1fSK
sm36475890← 前(ブラックショールズ方程式の解法) | 次 → 来週!
マイリスト: mylist/63728342
【ブラックショールズ方程式への道⑦】Dive into 伊藤積分【確率微分方程式の基礎】#VRアカデミア #047
∫ f df/dt = f^2/2 でした、、、!
動画内の誤り一覧 http://bit.ly/error_asp
========
ご視聴ありがとうございます!
今回は、伊藤積分の奥深い世界にどぼーんと潜っていきます!
確率微分方程式シリーズも残すところ後2回。
最後まで楽しんでくださいね。
参考文献:
【今日紹介したのはこれ】
確率システム入門 (システム制御情報ライブラリー) : https://amzn.to/2xd9Y8d
確率微分方程式 | B.エクセンダール : https://amzn.to/2Fx1fSK
sm36503239 ← 前(伊藤の公式のこころを理解する) | 次 →
マイリスト: mylist/63728342
【ブラックショールズ方程式への道⑦-2】さいごの伊藤積分【確率微分方程式の基礎】#VRアカデミア #048
∫ f df/dt = f^2/2 でした、、、!
動画内の誤り一覧 http://bit.ly/error_asp
========
ご視聴ありがとうございます!
今回は、確率微分方程式 dx = wdw の解x(t)について、深く掘り下げていきます。
演習問題について
X を平均 0 分散 σ^2t の正規分布に従う確率分布とするとき、 E(X) を求めよ。
方針
∫_{-∞}^∞ x^4 √(1/2πσ^2t) exp(-x^2/2σ^2t) dx
を計算すればOK
ヒント
√(λ/2π) = ∫_{-∞}^∞ exp(-λx^2/2) dx
の両辺を2回微分して、λにいい感じの数値を代入しよう。
確率微分方程式シリーズはここで一旦おしまいとなります。
ここまで頑張ってついてきてくれた視聴者のみなさん、ありがとうございました。
今後もいろいろな統計、機械学習、数学などに関する動画をあげていくので、一緒に楽しみましょう!
参考文献:
【今日紹介したのはこれ】
確率システム入門 (システム制御情報ライブラリー) : https://amzn.to/2xd9Y8d
確率微分方程式 | B.エクセンダール : https://amzn.to/2Fx1fSK
sm36503239 ← 前(伊藤の公式のこころを理解する) | 次 →
マイリスト: mylist/63728342
【相関から構造を推定】因子分析の気持ちを理解する【いろんな分析 vol. 1 】#049 #VRアカデミア
新シリーズはじまりました! その名も「いろんな分析」
このシリーズでは、よく使われる統計手法をずらーっと見ていきます。
vol.1では、因子分析の魅力をお伝えします。データに潜む構造を明らかにしちゃいましょう!
ご視聴ありがとうございました!
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ!
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。
【深層学習】ディープラーニングとは関数近似器である【ディープラーニングの世界 vol. 1 】 #050 #VRアカデミア #DeepLearning
ディープラーニング( Deep Learning / 深層学習)についての解説シリーズを始めます!
1本目の本動画では、「関数近似器」としての側面を取り上げます。
なぜかこの説明を見ることは少ないですが、これがディープラーニングの本質一丁目一番地だと思います。
ご視聴ありがとうございました!
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ!
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。
【相関で情報を圧縮】主成分分析の気持ちを理解する【いろんな分析 vol. 2 】 #051 #VRアカデミア
主成分分析の考え方や実例について解説します。
ソースコードはこちら→https://github.com/sugiyama34/AIciaSolidProject
ご視聴ありがとうございました!
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ!
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。
【深層学習】学習 - なぜ必要なのか?何をするのか?【ディープラーニングの世界 vol. 2 】 #052 #VRアカデミア #DeepLearning
「学習」とは何なのか、なぜ必要なのか、なぜ大事なのかについて解説します!
ご視聴ありがとうございました!
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ!
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。
【もう二度と迷わない】因子分析と主成分分析は何が違うの?【いろんな分析 vol. 3 】 #053 #VRアカデミア
因子分析と主成分分析の違いについて解説します。
計算結果は毎回必ず似通いますが、「何をしたいか」という目的の部分が大きく異なります。
因子分析、主成分分析の発展として紹介した分析たちは、今後のシリーズで紹介していきます。お楽しみに!
ソースコードはこちら
https://github.com/sugiyama34/AIciaSolidProject
ご視聴ありがとうございました!
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ!
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。
【深層学習】関数 - なぜ「深さ」が AI を生み出しているのか?【ディープラーニングの世界 vol. 3 】 #054 #VRアカデミア #DeepLearning
Deep Learning にて現れる「深い」関数について解説してみました。
普通は、「脳神経細胞を真似た」という説明が来ますが、それには飽きたので、今回は理論的な説明をしてみました。
ご視聴ありがとうございました!
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ!
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。
【深層学習】全結合層 - それはいちばん大事な部品のお話【ディープラーニングの世界 vol. 4 】 #055 #VRアカデミア #DeepLearning
今回から、実際に Deep Learning をしながら解説してきます。
今回は、 Dense layer こと全結合層のお話です。
ソースコードはこちら
https://github.com/sugiyama34/AIciaSolidProject
Softmax関数についてはこちら
https://www.youtube.com/watch?v=5CwLT-IQB9E
ご視聴ありがとうございました!
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ!
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。