トップページ
数学が苦手でも大丈夫！AIに必要な行列・統計の基礎を易しく学べる入門サイト
記事一覧
- 数学が苦手でもわかる！AIがデータ分析で最初にすること：度数分布表とヒストグラム入門
- 数学が苦手でもわかる！AI予測の「確かな範囲」を知る：信頼区間入門
- 数学が苦手でもわかる！AIがデータを扱いやすくする「標準化・正規化」入門
- 数学が苦手でもわかる！データ分析で重要な「分布の形」の見方：歪度と尖度入門
- 数学が苦手でもわかる！AIが「過去の知識」と「新しい情報」で予測を変える仕組み：ベイズ統計入門
- 数学が苦手でもわかる！ビジネスで役立つ「グループ別データ比較」の落とし穴と見方
- 数学が苦手でもわかる！AIが「新しい情報」で予測を変える仕組み：ベイズの定理入門
- 数学が苦手でもわかる！AIが扱うデータの「型」を知る：適切な分析のための入門
- 数学が苦手でもわかる！AIが「はい/いいえ」の関係性を分析する方法：クロス集計とカイ二乗検定
- 数学が苦手でもわかる！ビジネスのデータ判断に役立つP値とは？
- 数学が苦手でもわかる！AIはなぜ少しのデータで全体の傾向がわかる？：中心極限定理入門
- AIは「どちらか」をどう予測する？ビジネスに役立つロジスティック回帰の考え方
- 数学が苦手でもわかる！AIがデータから「ルール」を見つける仕組み：決定木入門
- 数学が苦手でもわかる！AIデータ分析で役立つ「外れ値」の見つけ方と考え方
- 数学が苦手でもわかる！AIがデータの「本質」を見抜く仕組み：主成分分析入門
- 数学が苦手でもわかる！AIの予測が「うまくいかない」理由：過学習と未学習
- 数学が苦手でもわかる！AIデータ分析で陥りがちな「相関」と「因果」の落とし穴
- 数学が苦手でもわかる！AIが扱う大量データを理解するための「可視化」入門
- 数学が苦手でもわかる！ビジネスデータによく現れる「正規分布」入門
- 数学が苦手でもわかる！AIがデータをグループ分けする仕組み：クラスタリング入門
- 数学が苦手でもわかる！AIモデルの「本当に使えるか」を見極める統計的評価法：交差検証入門
- AIの予測はどれだけ信頼できる？ビジネスで必須の分類評価指標を学ぶ
- 数学が苦手でもわかる！AIの予測がどれだけ確かかを知る：点推定と区間推定とは
- 数学が苦手でもわかる！AIを理解するための「データのカタチ」入門：確率分布とは
- 数学が苦手でもわかる！AIの結果が偏る理由：サンプリングバイアス入門
- ビジネスの意思決定に役立つ統計：AIと学ぶ仮説検定の考え方
- 数学が苦手でもわかる！AIによる「予測」の裏側：回帰分析とは
- AIが一部のデータから全体を知る方法：統計のキホン「標本と母集団」
- AIが予測する「確率」って何？ビジネスで役立つ統計の考え方
- 数学が苦手でもわかる！AIを理解するための「データの関係性」入門（相関）
- 数学が苦手でもわかる！AIを理解するための「データのばらつき」入門（分散・標準偏差）
- 数学が苦手でもわかる！AIを理解するための代表値入門（平均・中央値・最頻値）