【深層学習】GATを用いた多変量異常検知 GDNの論文を解説
今回は、GAT(Graph Attention Network)を利用した異常検...
【深層学習】Graph Attention Networks(GAT)を理解する
深層学習やGNN(Graph Neural Network)関連の論文を読み漁っ...
【深層学習】GCN(グラフ畳み込みネットワーク)をわかりやすく解説する
GCN(Graph Convolution Network)は、GNN(Grap...
【GCN】pytorchでグラフ畳み込みネットワーク(GCN)を実装する
GCN(Graph Convolutional Network、グラフ畳み込みネ...
【PyG】PyTorch Geometricのインストール方法から利用方法まで解説
PyG(PyTorch Geometric)は、PyTorchでグラフ構造を取り...
ベイズモデル比較 — WAIC・LOO-CVの理論と実践
ベイズ統計でモデルを構築したとき、「このモデルはデータをよく説明しているのか」「...
経験ベイズ法の理論と応用 — データから事前分布を推定する
プロ野球のシーズン開幕から1ヶ月が経ち、各選手の打率が出揃ったとします。ある選手...
ベイズノンパラメトリクス入門 — ディリクレ過程の理論と応用
データをクラスタリングしたいとき、「クラスタの数をいくつに設定すべきか」は厄介な...
階層ベイズモデルの理論
ある学区の10の中学校で数学の試験を行ったとき、各学校の「本当の平均点」をどう推...
完備十分統計量とレーマン・シェッフェの定理
ラオ・ブラックウェルの定理により、任意の不偏推定量を十分統計量で条件付ければ分散...
ベイズ仮説検定とベイズファクターの計算
「この薬は効くのか」「コインは公正か」——仮説検定はデータに基づいてこうした問い...
確率の不等式 — マルコフ・チェビシェフ・ヘフディング・ベルンシュタイン
確率変数の正確な分布が分からなくても、期待値や分散がわかっていれば「極端な値が出...
ラオ・ブラックウェルの定理と最良不偏推定量
統計的推定において、「良い推定量」とは何でしょうか。偏りがない（不偏性）だけでな...
指数型分布族の統一理論 — 正規分布からポアソン分布までを一つの枠組みで
正規分布、ポアソン分布、二項分布、指数分布、ガンマ分布——これらの分布は一見まっ...
ボレル・カンテリの補題と応用 — 無限回起きるか有限回で終わるか
サイコロを無限回振り続けたとき、6の目は無限回出るでしょうか。当然「はい」と答え...