カルーネン・レーベ展開の理論と導出 — 確率過程を最適な基底で表す
センサから流れてくる波形を1000点サンプリングすると、1本の観測が1000次元...
正準相関分析(CCA)とは？2つのデータ群の関係を図解でわかりやすく解説
ある学校で、生徒の「学力テスト」の結果（数学・英語・理科の3科目）と「身体測定」...
DAGMM：オートエンコーダとガウス混合を同時学習する異常検知
高次元のデータから異常を見つけるとき、よくある手はまず次元を削減して低次元で密度...
次元削減の全体像 — PCA・t-SNE・UMAPの使い分け
100次元のデータを人間が理解するにはどうすればよいでしょうか。100個の散布図...
オートエンコーダによる異常検知の理論と実装
工場の製造ラインで、センサーの読み取り値がいつもと微妙に違う。クレジットカードの...
ガウス過程潜在変数モデル (GP-LVM) — 非線形次元削減の確率的定式化
数百次元の手書き数字画像、数十関節からなる人間のモーションキャプチャデータ、数千...
主成分分析(PCA)完全ガイド — 固有値分解からSVD・カーネルPCA・実装まで
100次元のセンサデータを目の前にして、「とりあえず散布図でデータの傾向を見たい...
因子分析の理論 — 潜在因子モデルの構造
学生の英語テスト・数学テスト・理科テスト・国語テストの成績データがあるとします。...
主成分分析（PCA）の理論と導出
100個の変数で記述されたデータがあるとしましょう。たとえば、ある製品の品質を1...
オートエンコーダの種類と理論を体系的に解説
オートエンコーダ（Autoencoder, AE）は、入力データをエンコーダで低...