勾配ブースティング（GBDT）の理論と実装を解説
勾配ブースティング（Gradient Boosting）は、損失関数の負の勾配（...
ランダムフォレストの理論と実装を解説
ランダムフォレスト（Random Forest）は、Breiman（2001）に...
バギングの理論（分散削減の数学的証明）を解説
機械学習において、単一のモデルでは高いバリアンス（分散）を持つ不安定な予測器（例...
カーネル法の理論（カーネルトリック）を導出して理解する
線形モデルはシンプルで解釈しやすい一方、現実のデータは線形では捉えきれない複雑な...
AdaBoostの理論と導出をわかりやすく解説して実装する
アンサンブル学習の代表的手法の1つである AdaBoost（Adaptive B...
SVM（サポートベクターマシン）の理論と双対問題を導出する
サポートベクターマシン（Support Vector Machine, SVM）...
カーネルリッジ回帰とRKHSの理論を解説
カーネルリッジ回帰（Kernel Ridge Regression, KRR）は...
時系列の異常検知手法を体系的に解説
時系列データにおける異常検知は、製造業の故障予知、金融の不正取引検出、サーバー監...
Isolation Forestの理論と実装をわかりやすく解説
異常検知（Anomaly Detection）は、データの中から「通常とは異なる...
カーネル関数の種類と性質 — ガウス過程で使うカーネルを徹底解説
ガウス過程（Gaussian Process）の性質は、カーネル関数（共分散関数...