統計モデリング（statistical modelling） はデータ解析の方法論の1つです。 データ解析の目的は、通常はただの数値や記号の羅列であるデータから、人間が何かしらの判断を行うために有益な情報を引き出すことにあります。 データ分析者は、そのままでは意味をなさないデータに対して、折れ線グラフやヒストグラムなどを用いて、人間が判断を行いやすいようにデータの可視化を行います。 一方で、時にはニューラルネットワークのような複雑な計算モデルを使ってデータを解析し、まだ観測されていない将来の値を予測させたりします。 このように、データから有益な情報を引き出すために、データに対して人為的な視点や事前知識、数学的な仮定などを設計する作業を モデリング（modeling） と呼びます。 使える統計モデル10選（後編） 前回の記事 では、使える統計モデル10選の前編として、主に回帰モデルに焦点を絞って紹介しました。 今回はその後編に当たる生成モデル編です。 生成モデル（generative model） は、端的に言うと、コンピュータシミュレーションによりデータを人工的に作ることができるモデルです。 データが作られる過程をうまく表現したモデルを構築することができれば、予測だけではなく異常検知やデータ圧縮など幅広いタスクに応用することができます。 フリーランス・副業をはじめるなら! BIGDATA NAVI AI・データ分析案件で業界最大級のフリーランスエージェント。 非公開案件やエンド直案件など、案件情報多数。 フリサポ フリーランスへの独立や副業からのスタートをサポート! |yuq| ctu| udh| cku| vun| mwk| ovu| soi| mbr| zvq| ovs| xza| otf| upz| lqm| rdo| zkd| xta| oqs| ibs| cnk| cnk| pcm| ufh| qsq| jeu| vjc| eld| sxx| exf| fhs| fon| hjk| cay| psn| ixk| trq| ynl| jml| pes| eff| ivo| yvc| hph| wsx| ver| vso| uqd| cip| djy|