Generated by All in One SEO v5.0.0.1, this is an llms.txt file, used by LLMs to index the site. # mi-chan-nel | みっちゃんねる 研究者の日常を交えながら、統計学、プログラミング、情報技術のトピックを中心に、「分かりやすく」をモットーに情報発信しています。 ## 投稿 - [白黒写真をカラー化する方法【Macのターミナルで実行】](https://mi-chan-nel.com/colorization-introduction/) - [PDFファイルの好きなところに画像を貼る方法【Macのプレビューで可能】](https://mi-chan-nel.com/images-on-pdf-file/) - [Rで必要なデータだけを取り出す方法【エクセルデータ読み込み】](https://mi-chan-nel.com/data-extraction-in-r/) - [Rで複数の行データを取り出す方法【別ファイルから指定する行名を読み込む】](https://mi-chan-nel.com/multiple-extraction-in-r/) - [MATLABとは有料ライセンスで使用する数値解析ソフトウェア【学生は安く使えます】](https://mi-chan-nel.com/matlab-introduction/) - [Rでグラフを重ねる方法を解説します【一行はさむだけです】](https://mi-chan-nel.com/multiple-graphs-in-r/) - [パワーポイントで作った表を小さくする方法【幅が動かないと悩む方へ】](https://mi-chan-nel.com/powerpoint_width/) - [異なるグループのデータを判別する機械学習モデル【サポートベクトルマシン】](https://mi-chan-nel.com/support-vector-machine/) - [中村哲医師から学んだこと【生前の言葉から】](https://mi-chan-nel.com/中村哲医師から学んだこと/) - この記事では、昨年お亡くなりになった中村哲医師が、数年前に講演された言葉を紡いで記事にして、共有したいと思います。 - [2020年 | ブログ初心者が366日毎日更新をして思うこと【PV数やテーマ選択を考える】](https://mi-chan-nel.com/blog-summary-2020/) - [Rで作ったデータフレームから指定した行や列を削除する【引き算するだけです】](https://mi-chan-nel.com/r-dataframe-delete/) - [Rで作ったデータフレームを並び換える【order関数】](https://mi-chan-nel.com/r-order-function/) - [Rで作ったデータフレームに行や列を追加する【rbindとcbind】](https://mi-chan-nel.com/rbind-and-cbind/) - [統計調査のデータから最適な仕事を選ぶ【科学的な適職 レビュー】](https://mi-chan-nel.com/scientific-job-selection/) - [相手の気持ちを考えて話をする【人は話し方が9割 レビュー】](https://mi-chan-nel.com/how-to-speak/) - [MATLABで繰り返し処理を行う【for文】](https://mi-chan-nel.com/matlab-for-introduction/) - [睡眠不足を感じるならば睡眠の質を高めよう【元気が出る睡眠 レビュー】](https://mi-chan-nel.com/how-to-sleep/) - [コツを学んで片付けを習慣化する【片付けの習慣 レビュー】](https://mi-chan-nel.com/clearance-introduction/) - [子どもが"勉強したくない"と思うのは"目的"が見えないから【勉強の価値 レビュー】](https://mi-chan-nel.com/study-value/) - [Rubyで配列の要素数や文字列の文字数を数える【lengthメソッド】](https://mi-chan-nel.com/ruby-length-method/) - [心の動きや原因を理解して適切に対応する【マンガ認知症 レビュー】](https://mi-chan-nel.com/dementia-introduction/) - [仕事ができるかできないかの差はわずかです【1%の仕事のコツ レビュー】](https://mi-chan-nel.com/1-percentile-job-tips/) - [指定したキーワードの検索順位を確認する【Rank Tracker】](https://mi-chan-nel.com/rank-tracker-introduction/) - [文章や単語の先頭だけ大文字に自動的に変換する【Rubyでプログラミング】](https://mi-chan-nel.com/capitalize-method/) - [確率分布に従わないデータに差があるか検定【Rでウィルコクソン検定】](https://mi-chan-nel.com/wilcoxon-rank-test/) - [MATLABでできるような科学計算を無料で行う【Octaveの使い方】](https://mi-chan-nel.com/octave-introduction/) - [論理的思考のトレーニングを学べる本【ロジカルシンキング レビュー】](https://mi-chan-nel.com/mckinsey-logical-thinking/) - [経済・社会・環境の17個の目標に向けて私たちができること【SDGs】](https://mi-chan-nel.com/sdgs-17-targets/) - [Rでギャップのあるデータをグラフで表示する【軸の範囲を省略】](https://mi-chan-nel.com/gap-data-presentation/) - [Rubyで文字列中の大文字・小文字を揃える方法【upcase, downcase】](https://mi-chan-nel.com/upcase-and-downcase/) - [Rで書いたグラフの軸を対数に変更する【logオプション】](https://mi-chan-nel.com/log-axes/) - [Rubyで配列の中にある要素の位置を取得する【indexメソッド】](https://mi-chan-nel.com/ruby-index-method/) - [Rubyで定義した配列から条件にあう要素だけ選択する【selectメソッド】](https://mi-chan-nel.com/ruby-select-method/) - [Rubyの繰り返し文で使用するメソッド【eachとeach_index】](https://mi-chan-nel.com/each-and-each_index/) - [プログラムは"たった３つの構造"の組合せ【Rubyをつかって説明します】](https://mi-chan-nel.com/program-important-elements/) - [英語で研究発表するときに使える例文を紹介【発表者向け】](https://mi-chan-nel.com/english-presentation/) - [WordPressでパンくずリストを設置する【Breadcrumb NavXT】](https://mi-chan-nel.com/breadcrumb-nav-introduction/) - [Pythonを使って文字列の置換を行う【replaceメソッドを使用】](https://mi-chan-nel.com/python-replace-introduction/) - [Pythonの文字列配列を結合させる方法【joinメソッド】](https://mi-chan-nel.com/join-method-in-python/) - [Pythonで配列に目的の要素が入っているか確認する【in演算子】](https://mi-chan-nel.com/python-in-operator/) - [Rubyで配列に目的の要素が入っているか確認する【includeメソッド】](https://mi-chan-nel.com/ruby-include-method/) - [Rでプロット領域を作成したあとにグラフを描く【領域に点や線を描く】](https://mi-chan-nel.com/plot-area-setting/) - [Rでプロットするときに凡例を表示する方法【legend関数】](https://mi-chan-nel.com/how-to-show-legends/) - [「食べる者」と「食べられる者」の数の変化を表現する【ロトカ・ヴォルテラの方程式】](https://mi-chan-nel.com/lotka-volterra-equations/) - [Rで複数の棒グラフを描くための関数を紹介【barplot】](https://mi-chan-nel.com/barplot-in-r/) - [Rの数値配列から平均値などを取得する【summary関数】](https://mi-chan-nel.com/summary-function-in-r/) - [Pythonを使って機械学習をするならAnacondaもインストール【ライブラリが揃ってます】](https://mi-chan-nel.com/anaconda-introduction/) - [Rを使って折れ線グラフを描く方法【plot関数のオプション変更】](https://mi-chan-nel.com/line-plot-in-r/) - [次世代のプログラム実行環境の紹介【Jupyter Labの導入】](https://mi-chan-nel.com/jupyter-lab-introduction/) - [パワーポイントで統一感のあるスライドを作成する【テンプレートの作り方】](https://mi-chan-nel.com/how-to-make-powerpoint-template/) - [サブドメインを利用して複数のブログを運用する【XserverとWordPress】](https://mi-chan-nel.com/subdomain-introduction/) - [可視化した決定木の見方を解説します【ジニ係数で不純度を測る】](https://mi-chan-nel.com/gini-index-for-decision-tree/) - [指数型分布族と一様最強力検定との関係【H24統計数理 問4】](https://mi-chan-nel.com/toukei-kentei-h24-suuri4/) - [コンピュータの頭の回転をイメージできるか【クロック周波数】](https://mi-chan-nel.com/clock-frequency/) - [2進数の掛け算と割り算【四則演算を解説②】](https://mi-chan-nel.com/four-basic-arithmetic-operators-multiplication-and-division/) - [情報理論におけるエントロピー【情報量を表す尺度】](https://mi-chan-nel.com/information-entropy/) - [ハフマン符号化をわかりやすく解説します【出現確率と情報量】](https://mi-chan-nel.com/huffman-coding/) - [経営分析に用いられる指標を紹介します【情報処理試験で問われます】](https://mi-chan-nel.com/business-analysis/) - [サービスを受けるまでの待ち行列を表現するための手法【ケンドールの記号】](https://mi-chan-nel.com/kendall-notation/) - [マルコフ過程を例題を交えて解説【未来は今で決まる】](https://mi-chan-nel.com/markov-process/) - [CPUを増やして計算速度が向上するとは限らない【アムダールの法則】](https://mi-chan-nel.com/amdahls-law/) - [配列の中から目的のデータを探し出すアルゴリズムを紹介【線形・2分・ハッシュ】](https://mi-chan-nel.com/sorting-methods-introduction/) - [送信ビットに発生した誤りビットの割合を考える【ビット誤り率】](https://mi-chan-nel.com/bit-error-ratio/) - [キャッシュメモリからデータを取り出せる確率【ヒット率と実効アクセス時間】](https://mi-chan-nel.com/hit-ratio/) - [売上高と変動費から変動比率を求めることが重要【損益分岐点分析】](https://mi-chan-nel.com/break-even-point/) - [フィッシャー情報量の逆数として算出する漸近分散【統計検定過去問】](https://mi-chan-nel.com/asymptotic-variance/) - [ワルド検定とスコア検定を比較する【ポアソン分布を例に】](https://mi-chan-nel.com/wald-and-score-tests/) - [カイ2乗統計量を使って適合度を検定する【H24応用数理共通 問2】](https://mi-chan-nel.com/toukei-kentei-h24-ouyou4/) - [回帰式の決定係数と残差平方和を求める【H24応用数理共通 問1-2】](https://mi-chan-nel.com/toukei-kentei-h24-ouyou3-2/) - [複数のデータセットから回帰直線の傾きと切片を求める【H24応用数理共通 問1】](https://mi-chan-nel.com/toukei-kentei-h24-ouyou3/) - [多変量正規分布の期待値や分散を求める【H24統計数理 問5】](https://mi-chan-nel.com/toukei-kentei-h24-suuri5/) - [指数分布の最尤推定量やフィッシャー情報量を導出【H24統計数理 問3】](https://mi-chan-nel.com/toukei-kentei-h24-suuri3/) - [カイ2乗分布の積率（モーメント）母関数を計算【H24統計数理 問2】](https://mi-chan-nel.com/toukei-kentei-h24-suuri2/) - [一様分布にしたがう確率変数の大小関係を考える【H24統計数理 問1】](https://mi-chan-nel.com/toukei-kentei-h24-suuri1/) - [自由度調整済み決定係数を計算してモデルを評価【H25統計応用共通 問5-2】](https://mi-chan-nel.com/toukei-kentei-h25-ouyou5-2/) - [相関係数を2乗すると決定係数が得られる【H25統計応用共通 問5】](https://mi-chan-nel.com/toukei-kentei-h25-ouyou5/) - [多重比較法の選択によって有意かどうかが変わります【H25統計応用医薬 問4】](https://mi-chan-nel.com/toukei-kentei-h25-ouyou-iyaku4/) - [検出力を確保するために必要なサンプル数を求める【H25統計応用医薬 問3】](https://mi-chan-nel.com/toukei-kentei-h25-ouyou-iyaku3/) - [生存時間解析において漸近分散を求める方法【H25統計応用医薬 問2】](https://mi-chan-nel.com/toukei-kentei-h25-ouyou-iyaku2/) - [検出力を計算して臨床試験の検体数を調整する【H25統計応用医薬 問1】](https://mi-chan-nel.com/toukei-kentei-h25-ouyou-iyaku1/) - [標準正規分布とカイ2乗分布の関係を理解する【H25統計数理 問5-2】](https://mi-chan-nel.com/toukei-kentei-h25-suuri5-2/) - [多項分布を例に尤度比検定と適合度検定を行う【H25統計数理 問5】](https://mi-chan-nel.com/toukei-kentei-h25-suuri5/) - [問題設定をしっかり理解することが重要【H25統計数理 問4】](https://mi-chan-nel.com/toukei-kentei-h25-suuri4/) - [2項分布の確率関数から平均や分散を得る方法【H25統計数理 問3】](https://mi-chan-nel.com/toukei-kentei-h25-suuri3/) - [確率分布が互いに独立かどうか証明する【H25統計数理 問2】](https://mi-chan-nel.com/toukei-kentei-h25-suuri2/) - [問われていることを整理すれば簡単に解ける【H25統計数理 問1】](https://mi-chan-nel.com/toukei-kentei-h25-suuri1/) - [WordPressで投稿した記事の中の文字列をすべて置き換える方法【Search Regex】](https://mi-chan-nel.com/search-regex/) - [初心者必見｜無料コピペでブログをデザインするための方法【NOMAD CODE】](https://mi-chan-nel.com/nomad-code-introduction/) - [初心者向けにホームページの作り方を解説【サーバー設定】](https://mi-chan-nel.com/homepage-server/) - [初心者向けにホームページの作り方を解説【フォルダのアップロードとアクセス制限】](https://mi-chan-nel.com/directory-upload/) - [初心者向けにホームページの作り方を解説【テンプレートを使ってフォルダを準備】](https://mi-chan-nel.com/bootstrap-homepage/) - [初心者向けにホームページの作り方を解説【FTPを使用してフォルダを転送】](https://mi-chan-nel.com/directory-upload_ftp/) - [メモリに値を配置していく順番で名前がついています【エンディアン】](https://mi-chan-nel.com/endianness-introduction/) - [次元圧縮の結果を比較するために可視化する【Sleepwalkを解説】](https://mi-chan-nel.com/sleepwalk-introduction/) - [行列の積は一方の列数と他方の行数が一致している必要がある【かけ算の基本】](https://mi-chan-nel.com/matrix-product-introduction/) - [Pythonでif文を使った分岐処理をする方法【判定文の書き方】](https://mi-chan-nel.com/python-if-introduction/) - [行列のデータを転置するためには関数を使用します【RubyとRで解説】](https://mi-chan-nel.com/transpose-introduction/) - [Rubyの文字列配列を結合させる方法【joinメソッド】](https://mi-chan-nel.com/join-method-introduction/) - [マインドマップを描く無料アプリを紹介【XMind/MindMaster】](https://mi-chan-nel.com/xmind-mindmaster-introduction/) - [Pythonでfor文を使った繰り返し処理をする方法【range関数】](https://mi-chan-nel.com/python-for-introduction/) - [Rubyで書いたプログラムを実行するときに引数を与える方法【ARGV変数を使用】](https://mi-chan-nel.com/ruby-argument/) - [理系大学生向け｜後悔しない研究室の選び方【研究者の視点から】](https://mi-chan-nel.com/how-to-select-laboratory/) - [Rでグラデーション色を指定する方法【オリジナルパレット作成法も紹介】](https://mi-chan-nel.com/gradient-color-in-r/) - [Rubyで定義した配列内の要素を削除する【deleteメソッドを使用】](https://mi-chan-nel.com/delete-introduction/) - [Macでスクリーンショットするためのショートカットを紹介【動画収録も可能】](https://mi-chan-nel.com/mac-screen-shot/) - [データに合い過ぎているモデルを排除【正則化を使っていいモデルを作ろう】](https://mi-chan-nel.com/regularization/) - [アメリカにある50州と特別区で選挙人を取り合う【アメリカ大統領選挙】](https://mi-chan-nel.com/united-states-presidential-election/) - [コマンドの使い方マニュアルを日本語で表示する【manコマンド】](https://mi-chan-nel.com/man-command/) - [Rubyを使って文字列の置換を行う【gsubメソッドを使用】](https://mi-chan-nel.com/gsub-introduction/) - [視覚障害者は健常者が使っていないものを活用【目の見えない人は世界をどう見ているのか レビュー】](https://mi-chan-nel.com/blind-world-introduction/) - [Rubyで文末にある改行を削除する方法【chompメソッドを使用】](https://mi-chan-nel.com/chomp-introduction/) - [高校の教員免許を取得するための方法【経験談を紹介】](https://mi-chan-nel.com/teacher-license-introduction/) - [統計検定2級に合格するために使った参考書3選【基本は過去問演習です】](https://mi-chan-nel.com/toukei-kentei/) - [Amazonアソシエイト・プログラムに参加して商品を紹介【3パターン】](https://mi-chan-nel.com/amazon-associate-program/) - [Google AdSenseアカウントの広告表示は期限内に行う【削除されないために】](https://mi-chan-nel.com/google-adsense/) - [アドセンスを始めるときにads.txtファイルの問題を修正する【設置方法】](https://mi-chan-nel.com/ads-txt-introduction/) - [これまでの研究で報告されてきた文献を検索する【PubMed】](https://mi-chan-nel.com/pubmed-introduction/) - [可逆的に起こる化学反応がバランスを保つ【化学平衡とpK値】](https://mi-chan-nel.com/chemical-equilibrium/) - [2つのファイルを列方向につなげるコマンド【paste】](https://mi-chan-nel.com/paste-command/) - [Rubyのcountメソッドを使って配列内の要素の種類と数を取得する【初心者向け】](https://mi-chan-nel.com/ruby-count-introduction/) - [ケーブルの情報伝送速度と伝送効率を考える【Bits Per Second】](https://mi-chan-nel.com/bits-per-second/) - [WordPressで吹き出しを表示させるための方法【プラグインを導入】](https://mi-chan-nel.com/wordpress-plugin-for-balloons/) - [WordPressでソースコードを表示させるための方法【プラグインを導入】](https://mi-chan-nel.com/wordpress-plugin-for-codes/) - [Rubyで条件分岐をするための方法【if文】](https://mi-chan-nel.com/ruby-if-introduction/) - [数値データの最大値と最小値を得るには関数を使用します【RubyとRで解説】](https://mi-chan-nel.com/max-and-min-calculation/) - [プログラミングで実行しない行をコメントアウトする方法【Rubyで解説】](https://mi-chan-nel.com/comment-out-in-ruby/) - [Rで複数のグラフを並べて表示させる方法【mfrowパラメータ】](https://mi-chan-nel.com/mfrow-introduction/) - [Rを使っていろいろなグラフを作成する【plotrixパッケージを紹介】](https://mi-chan-nel.com/plotrix-introduction/) - [一般的に使われる接頭語をまとめました【日本語と英語の一覧】](https://mi-chan-nel.com/prefix-list/) - [個人の強みや弱みを社会状況と照らし合わせて方針を決める【SWOT分析】](https://mi-chan-nel.com/swot-analysis/) - [多くの人が利用できるユニバーサルデザイン【7原則】](https://mi-chan-nel.com/universal-design/) - [ハードディスクのデータにアクセスするための時間を計算【位置を探して転送】](https://mi-chan-nel.com/seek-search-transfer/) - [散布図の塗りつぶし色と枠の色を設定する方法【Rでプロット】](https://mi-chan-nel.com/plot-color-setting/) - [システムの信頼性を評価するために考えるべきこと【RASIS】](https://mi-chan-nel.com/rasis-introduction/) - [複数のコンピュータをまとめて使用【クラスタリングシステム】](https://mi-chan-nel.com/clustering-system/) - [キャッシュに書き込まれた内容を主記憶装置にライトする方法【スルーとバック】](https://mi-chan-nel.com/write-through-and-write-back/) - [プログラム中のグローバル変数とローカル変数【Rubyでのグローバル変数指定】](https://mi-chan-nel.com/global-and-local-variables/) - [データベースに対する関係演算【選択と射影の違いに注意】](https://mi-chan-nel.com/database-manipulation/) - [機器を制御するための方式【シークエンスとフィードバック】](https://mi-chan-nel.com/regulation-methods/) - [アルファベットを使って取引の形を表現【BCGE to BCGE】](https://mi-chan-nel.com/transaction-types/) - [主記憶装置などで使われるRAMとSDカードなどで使われるROM【揮発性で分類】](https://mi-chan-nel.com/ram-and-rom/) - [システムを開発するためのコストを見積もる方法【行数か機能数で見積もり】](https://mi-chan-nel.com/system-development-test/) - [開発したシステムをテストする【単体/結合/システム】](https://mi-chan-nel.com/system-test-procedure/) - [情報システムのセキュリティマネジメント【機密性/完全性/可用性】](https://mi-chan-nel.com/security-management/) - [論理回路を集積させた集積回路【ICからLSIへ】](https://mi-chan-nel.com/integrated-circuit/) - [ヒートマップを使ってデータを可視化する【Rを使って解説します】](https://mi-chan-nel.com/heatmap-introduction/) - [Rを使って相関係数に基づくヒートマップを作成【対称行列になります】](https://mi-chan-nel.com/corrplot-introduction/) - [Rで作った図をPNGファイルに保存する方法【描画前にファイル名を指定】](https://mi-chan-nel.com/r-figure-production/) - [ファイルから任意の列を削除するコマンドを紹介【cut】](https://mi-chan-nel.com/cut-command/) - [LANの規格とアクセス制御方式【トークンパッシング方式とCSMA/CD方式】](https://mi-chan-nel.com/ethernet-introduction/) - [内外のネットワークでIPアドレスを変換する【NATとNAPT】](https://mi-chan-nel.com/nat-and-napt/) - [次元圧縮の結果を特徴量の大きさによって色分けする【散布図のヒートマップ化】](https://mi-chan-nel.com/plotly-package-introduction/) - [失敗した経験から何かを学んで前に進む【ゼロからはじめる力 レビュー】](https://mi-chan-nel.com/interstellar-technologies/) - [Webサーバから取得したファイルをWebブラウザで表示【WWWの仕組み】](https://mi-chan-nel.com/www-introduction/) - [インターネット上で代理として働くプロキシ【フォワードとリバース】](https://mi-chan-nel.com/proxy-server-introduction/) - [数字が入った配列を並び替える基本的なアルゴリズムを紹介【交換・選択・挿入】](https://mi-chan-nel.com/basic-sorting-mechanism/) - [コンピュータを構成する装置間の情報伝達を担うバス【パラレルからシリアルへ】](https://mi-chan-nel.com/bus-architecture/) - [ハードディスクに情報を記録する仕組み【セクタ/クラスタ/トラック/シリンダ】](https://mi-chan-nel.com/harddisk-constitution/) - [データベースとのやりとりで生じる障害に備える【ロールフォワードとロールバック】](https://mi-chan-nel.com/rollback-and-rollforward/) - [大きなプログラムをモジュールに分けて開発【独立性の高いモジュールを目指す】](https://mi-chan-nel.com/module-separation/) - [感染症が流行する過程をRでシミュレーションする【SIRモデル】](https://mi-chan-nel.com/sir-model-introduction/) - [多数の点が集まってできている画像データ【色の数によって情報量が変わります】](https://mi-chan-nel.com/image-data-details/) - [複数のプログラムをメモリ上にロードする際に起こる問題【フラグメンテーション】](https://mi-chan-nel.com/fragmentation/) - [プログラム単位で主記憶と補助記憶の内容を置き換える【スワッピング方式】](https://mi-chan-nel.com/swapping/) - [ターミナル上で指定したURLからファイルをダウンロードする方法【wget】](https://mi-chan-nel.com/wget-introduction/) - [プログラムを特徴づける4つの性質【情報処理試験対策】](https://mi-chan-nel.com/program-characterization/) - [ページ単位で主記憶と補助記憶の内容を置き換える【ページング方式】](https://mi-chan-nel.com/paging/) - [コンピュータはOSなしに語れない【試験対策シリーズ】](https://mi-chan-nel.com/operating-system-1/) - [容量重視のHDDとスピード重視のSSD【簡単に違いを解説】](https://mi-chan-nel.com/differences-between-hdd-and-ssd/) - [量子コンピュータに取って代わられる時代は来るか【ノイマン型コンピュータ】](https://mi-chan-nel.com/neumann-computer/) - [データを他者に見られないようにする工夫【暗号化技術を解説】](https://mi-chan-nel.com/encryption-technology-introduction/) - [4つの記号を覚えて論理回路をマスターする【基礎を覚えれば応用できます】](https://mi-chan-nel.com/logic-circuit-introduction/) - [2進数の足し算と引き算【四則演算を解説①】](https://mi-chan-nel.com/four-basic-arithmetic-operators-addition-and-subtraction/) - [情報が正しく届いているか判定する仕組み【ハミング符号で誤り訂正】](https://mi-chan-nel.com/hamming-code-mechanism/) - [ネットワークを使うときの約束事【TCP/IPを解説】](https://mi-chan-nel.com/open-systems-interconnection/) - [IPアドレスとはネットワーク上での住所【サブネットマスクを使って細分化】](https://mi-chan-nel.com/ip-address-introduction/) - [アローダイアグラムの解き方を解説します【情報処理試験対策】](https://mi-chan-nel.com/arrow-diagram-introduction/) - [安全性をとるか継続性をとるか【フェールセーフとフェールソフト】](https://mi-chan-nel.com/fault-tolerance-introduction/) - [代表的なシステム開発の流れ【実社会の中でも活用できます】](https://mi-chan-nel.com/typical-procedure-for-system-development/) - [システムの稼働率を計算する【直列と並列】](https://mi-chan-nel.com/systems-operating-rates/) - [成熟度モデルを意識して行動しよう【CMMI/COBIT】](https://mi-chan-nel.com/maturity-model/) - [中置記法の数式を後置記法に変換する【逆ポーランド記法】](https://mi-chan-nel.com/reverse-polish-notation/) - [再帰的定義を理解してBNF記法を理解する【情報処理試験過去問を解説】](https://mi-chan-nel.com/backus-naur-form-introduction/) - [データベースに対する処理において保証されるべきこと【ACID特性】](https://mi-chan-nel.com/acid-property/) - [ポート番号によってサービスを識別する【代表的なポート番号を紹介】](https://mi-chan-nel.com/well-known-port-numbers/) - [外からの不正アクセスを防ぐための仕組み【ファイアウォール】](https://mi-chan-nel.com/firewall-introduction/) - [複数のハードディスクを運用する仕組み【RAID】](https://mi-chan-nel.com/raid-introduction/) - [文字コードは、0と1を使って文字を表すためにある【確認方法も解説】](https://mi-chan-nel.com/character-encoding/) - [処理速度の違いをやわらげる仕組み【キャッシュを解説】](https://mi-chan-nel.com/cache-introduction/) - [コンパイラによるコンパイルを解説【インタプリタと比較】](https://mi-chan-nel.com/compiler-introduction/) - [コマンドを使いこなすための機能を紹介【リダイレクションとパイプ】](https://mi-chan-nel.com/redirection-and-pipe/) - [プログラムが実行されるまでに起こっていることを解説【リンカとロード】](https://mi-chan-nel.com/linkers-and-loaders/) - [バックアップには3つの種類があります【MacではTime Machineが便利です】](https://mi-chan-nel.com/types-of-backup/) - [世界中のネットワーク通信を可能にする仕組み【ルータ/ハブ/NIC】](https://mi-chan-nel.com/important-members-in-network/) - [アーンドバリューマネジメントを使ってプロジェクトを評価する【予算や進捗の観点から】](https://mi-chan-nel.com/earned-value-management/) - [IPアドレスには"グローバル"と"プライベート"が存在します【調べ方】](https://mi-chan-nel.com/ip-address-configuration/) - [データ構造として有名なキューとスタック【FIFOとLIFO】](https://mi-chan-nel.com/fifo-and-lifo/) - [ランレングス符号化をわかりやすく解説します【Rubyでの実行例あり】](https://mi-chan-nel.com/run-length-encoding/) - [SQL文をまとめてデータベース管理システムに保存する【ストアドプロシージャ】](https://mi-chan-nel.com/stored-procedure/) - [配列内の各データを指定する方法を理解する【言語によって異なります】](https://mi-chan-nel.com/array-introduction/) - [デュアルシステムとデュプレックスシステム【システムを止めないための仕組み】](https://mi-chan-nel.com/dual-duplex-system/) - [ユーザ認証の種類と実装方法【契約サーバで設定できます】](https://mi-chan-nel.com/user-authentication/) - [チェックディジットを使ってコードが正しいか判断する【バーコードなどで使用】](https://mi-chan-nel.com/check-digit/) - [メールを送るときに宛先を使い分ける【TO/CC/BCC】](https://mi-chan-nel.com/to-cc-bcc/) - [コンピュータを用いて画像を生成する【CGの要素技術】](https://mi-chan-nel.com/computer-graphics/) - [リーダーシップを構成するP機能とM機能【PM理論】](https://mi-chan-nel.com/pm-theory-for-leadership/) - [スコア関数の特性を利用して仮説検定を行う【スコア検定】](https://mi-chan-nel.com/lagrange-multiplier-test/) - [スコア関数は対数尤度関数を1階微分して得る【フィッシャー情報量との関係】](https://mi-chan-nel.com/score-function/) - [2つの数値配列の類似度を測るための距離指標【Rで計算】](https://mi-chan-nel.com/similarity-measure/) - [数値の分布を可視化して比較する【Rを使って箱ひげ図を描く】](https://mi-chan-nel.com/boxplot_introduction/) - [漸近分布で正規分布に近似できることを利用して検定【ワルド検定】](https://mi-chan-nel.com/wald-test/) - [多変量正規分布の確率密度関数を導出する【相関係数を導入】](https://mi-chan-nel.com/multi-variate-normal-distribution/) - [十分統計量とは母集団の特性を十分に表現する統計量【例も紹介します】](https://mi-chan-nel.com/sufficient-statistics/) - [ベルヌーイ試行で得られる確率変数はベルヌーイ分布にしたがう【確率関数、平均、分散】](https://mi-chan-nel.com/bernoulli-distribution/) - [尤度比に基づく検定が最強力な検定となる【ネイマン・ピアソンの基本定理】](https://mi-chan-nel.com/neymanpearson-lemma/) - [タスクリストを管理する無料アプリを紹介【Trello】](https://mi-chan-nel.com/trello-introduction/) - [一様分布は確率分布の中で最もシンプルな分布【離散型と連続型】](https://mi-chan-nel.com/uniform-distribution/) - [変数変換によって得られる確率変数が一様分布にしたがう【確率積分変換】](https://mi-chan-nel.com/probability-integral-transformation/) - [成長したいならコツコツ勉強しましょう【入社1年目の教科書 レビュー】](https://mi-chan-nel.com/textbook-for-freshman/) - [自作関数で囲まれる領域範囲を塗りつぶす方法【Rを使って解説します】](https://mi-chan-nel.com/polygon-introduction/) - [ベン図を使って集合の関係を可視化する【Rを使って解説します】](https://mi-chan-nel.com/venn-diagram-introduction/) - [上側確率は統計に重要な指標【正規分布表の見方を解説】](https://mi-chan-nel.com/normal-distribution-table/) - [統計の基本は度数分布表にあり【ヒストグラムの書き方を解説】](https://mi-chan-nel.com/histogram-introduction/) - [作曲には「感性」だけでなく「数学」が必要【作曲の科学 レビュー】](https://mi-chan-nel.com/science-of-composition/) - [確率変数の平均と分散を使って、確率変数の関数の平均と分散を求める【デルタ法】](https://mi-chan-nel.com/delta-method/) - [多重性の問題に対するボンフェローニ補正【有意水準を調整】](https://mi-chan-nel.com/bonferroni-correction/) - [共通事象が起こりうる確率の下限を定義する【ボンフェローニの不等式】](https://mi-chan-nel.com/bonferroni-inequalities/) - [逆ガウス分布のキュムラント母関数は正規分布の母関数の逆関数【ワルド分布】](https://mi-chan-nel.com/inverse-gaussian-distribution/) - [検出力関数を使って検定の誤りを表現する【第１種と第２種】](https://mi-chan-nel.com/power-function/) - [多項分布は2項分布を一般化した分布【平均と分散】](https://mi-chan-nel.com/multinomial-distribution/) - [最尤法により多項分布のパラメータを推定する【ラグランジュ未定乗数法】](https://mi-chan-nel.com/method-of-lagrange-multiplier/) - [高次元データを低次元で表現する次元圧縮【RでUMAPを実行】](https://mi-chan-nel.com/umap-introduction/) - [カテゴリーに関するカイ2乗適合度検定【理想と現実の差を検定】](https://mi-chan-nel.com/chi-square-test-of-goodness-of-fit/) - [パラメータの推定量の良さを評価する【不偏推定量】](https://mi-chan-nel.com/unbiased-estimator/) - [標本を抽出するためのさまざまな方法【情報処理試験】](https://mi-chan-nel.com/sampling-methods/) - [Rubyを使ってファイルを読み込む方法【CSVにはライブラリが使えます】](https://mi-chan-nel.com/ruby-file-input/) - [2つの数値データの分散の違いを検定する仕組み【F-検定】](https://mi-chan-nel.com/f-test/) - [2つの数値データの差を検定する仕組み【ステューデントのt-検定】](https://mi-chan-nel.com/student-t-test-mechanism/) - [仮説を立てて検証していくプロセスを楽しむ【だから僕は練習する レビュー】](https://mi-chan-nel.com/thats-why-i-practice/) - [WordPressで数式を書くための方法【プラグインを導入】](https://mi-chan-nel.com/wordpress-plugin-for-equations/) - [2つの数値データの差を検定する【Rを使ったt-検定を解説】](https://mi-chan-nel.com/t-test-in-r/) - [類似度の定義と計算法を解説【Rで計算することができます】](https://mi-chan-nel.com/correlation-coefficients/) - [RStudioのインストールと使い方を解説します【プログラミング初心者向け】](https://mi-chan-nel.com/rstudio-installation/) - [まわりに気を配ることができる人の存在は重要です【「繊細さん」の本 レビュー】](https://mi-chan-nel.com/highly-sensitive-person/) - [Rubyで数値配列の中央値を求めるときの注意事項【並び替えた配列が必要です】](https://mi-chan-nel.com/ruby-median/) - [超幾何分布は当たりの個数を示す分布【期待値と分散】](https://mi-chan-nel.com/hypergeometric-distribution/) - [仮説検定に用いる検定統計量を算出する【尤度比検定】](https://mi-chan-nel.com/likelihood-ratio-test/) - [帰無仮説と対立仮説を準備して仮説検定を行う【有意水準】](https://mi-chan-nel.com/hypothesis-testing/) - [ネットワークを描くためのソフトウェアを紹介【Cytoscapeによる可視化】](https://mi-chan-nel.com/cytoscape-introduction/) - [プログラミングに使用する代表的なエディタを紹介【Emacs】](https://mi-chan-nel.com/emacs-introduction/) - [HomebrewとはMacで使うパッケージ管理システム【Emacsの導入】](https://mi-chan-nel.com/homebrew-installation/) - [ユークリッド互除法を使って最大公約数を見つける【Rubyでのプログラミング】](https://mi-chan-nel.com/euclidean-algorithm/) - [BCDとは10進数を2進数風に表現する手法【2進化10進数】](https://mi-chan-nel.com/binary-coded-decimal/) - [母集団のパラメータを標本から推定する【ベイズ法による点推定】](https://mi-chan-nel.com/bayes-estimation/) - [母集団のパラメータを標本から推定する【最尤法による点推定】](https://mi-chan-nel.com/maximum-likelihood-estimation/) - [母集団のパラメータを標本から推定する【モーメント法による点推定】](https://mi-chan-nel.com/moment-estimation/) - [コーシー分布とはt-分布と関係が深い分布【自由度1のt-分布から導出】](https://mi-chan-nel.com/cauchy-distribution/) - [パレート分布とは所得の分布を表す分布【変数変換を介して指数分布になる】](https://mi-chan-nel.com/pareto-distribution/) - [対数正規分布とは正の確率変数の分布【変数変換を介して正規分布になる】](https://mi-chan-nel.com/lognormal-distribution/) - [ラプラス分布は左右対称の確率変数の分布【尖った分布です】](https://mi-chan-nel.com/laplace-distribution/) - [ロジスティック分布は左右対称の確率変数の分布【正規分布に似ています】](https://mi-chan-nel.com/logistic-distribution/) - [文献管理ソフトウェアMendeleyの使い方を解説【Wordから引用】](https://mi-chan-nel.com/mendeley-introduction/) - [Macに統計解析ソフトウェアをインストールする方法を解説【Rを導入】](https://mi-chan-nel.com/r-installation/) - [数が増えると標本分布が正規分布に近づく【中心極限定理】](https://mi-chan-nel.com/convergence-in-distribution/) - [数が増えると標本平均が母平均に近づく【大数の弱法則】](https://mi-chan-nel.com/convergence-in-probability/) - [チェビシェフの不等式とは平均からズレる確率についての不等式【証明】](https://mi-chan-nel.com/chebyshev-inequality/) - [t-分布はサンプル数が増えると標準正規分布に近づきます【スターリングの公式】](https://mi-chan-nel.com/t-distribution-and-standard-normal-distribution/) - [F-分布はt-分布にしたがう確率変数の2乗がしたがう分布【カイ2乗値の比】](https://mi-chan-nel.com/snedecors-f-distribution/) - [t-分布の確率密度関数を導出する手順を解説【ヤコビアンによる変数変換】](https://mi-chan-nel.com/probability-density-function-of-t-distribution/) - [t-分布は不偏分散から定義される確率変数の分布【サンプル数−1】](https://mi-chan-nel.com/students-t-distribution/) - [母集団から取り出した標本についての平均や分散を考える【記述統計と推測統計】](https://mi-chan-nel.com/inferential-statistics/) - [負の2項分布は複数回成功するまでの失敗回数についての分布【2項分布との違いを解説】](https://mi-chan-nel.com/negative-binomial-distribution/) - [幾何分布は初めて成功するまでの失敗回数についての分布【無記憶性があります】](https://mi-chan-nel.com/geometric-distribution/) - [ワイブル分布は時間経過と故障しやすさを考慮して導出される分布【指数分布と深い関係】](https://mi-chan-nel.com/weibull-distribution/) - [指数分布はガンマ分布の特別な場合です【無記憶性があります】](https://mi-chan-nel.com/exponential-distribution/) - [カイ2乗分布は標準正規分布と関連が深い分布【関連を数式で証明】](https://mi-chan-nel.com/chi-square-distribution/) - [2つの確率変数の関係をとらえる共分散と相関係数【公式です】](https://mi-chan-nel.com/covariance-and-correlation-coefficient/) - [ヤコビアンを使って確率変数の変数変換を行う方法【ガンマ分布とベータ分布】](https://mi-chan-nel.com/variable-transformation/) - [ベータ分布と2項分布からなる階層モデル【ベータ・2項分布】](https://mi-chan-nel.com/beta-binomial-distribution/) - [2項分布は全ての試行の中で成功した回数についての分布【ベルヌーイ試行】](https://mi-chan-nel.com/binomial-distribution/) - [ベータ分布は0から1の値をとる確率変数の分布【ベータ関数】](https://mi-chan-nel.com/beta-distribution/) - [ガンマ分布とポアソン分布からなる階層モデル【ガンマ・ポアソン分布】](https://mi-chan-nel.com/gamma-poisson-distribution/) - [条件付き確率分布は混合分布を考えるために必要【条件付き確率と同じ】](https://mi-chan-nel.com/mixture-distribution/) - [確率母関数と積率母関数を使って確率と積率を計算【2項分布を例に】](https://mi-chan-nel.com/generating-function-example/) - [確率とともに重要な積率を解説【確率母関数と積率母関数】](https://mi-chan-nel.com/moment-generating-function/) - [期待値の求め方を数式から解説【平均や分散とつながります】](https://mi-chan-nel.com/expected-value/) - [複数の確率変数からなる分布【同時分布と周辺分布】](https://mi-chan-nel.com/multidimensional-probability-distribution/) - [ポアソン分布は珍しい現象が起こった数を示す分布【2項分布の特別な場合】](https://mi-chan-nel.com/poisson-distribution/) - [ガンマ分布は正の値をとる確率変数の分布【ガンマ関数】](https://mi-chan-nel.com/gamma-distribution/) - [正規分布は「確率」を理解するために必須です【標準化変換まで解説】](https://mi-chan-nel.com/normal-distribution/) - [Rのファイルを実行する2つの手法を紹介【Macのターミナルを使います】](https://mi-chan-nel.com/r-scriput-execution/) - [色付きプログラムを書いて実行できるSublime Textを紹介【無料で試用できます】](https://mi-chan-nel.com/sublime-text-introduction/) - [仮想画面を使って、ログアウト後にも計算が維持されるようにする【screenコマンド】](https://mi-chan-nel.com/screen-command/) - [Rubyのプログラムを書いて実行する【初心者向け】](https://mi-chan-nel.com/ruby-program/) - [Rubyを使ってデータ形式を変換する【Hash→JSON→Hash】](https://mi-chan-nel.com/json-introduction/) - [樹形図を使ってデータを分類する【Rを使って解説します】](https://mi-chan-nel.com/cluster-dendrogram/) - [カプランマイヤー曲線を使った生存時間分析【Rを使って書き方を解説】](https://mi-chan-nel.com/kaplan-meier-introduction/) - [データ解析でよく使うコマンドを紹介します【行の取り出し/表示】](https://mi-chan-nel.com/command-introduction-sed-and-grep-and-less/) - [決定木を組み合わせてデータを分類する【Rを使ったランダムフォレストを解説】](https://mi-chan-nel.com/random-forest-introduction/) - [ランダムフォレストからみる各特徴の重要度【Rで調べる方法】](https://mi-chan-nel.com/random-forest-importance/) - [k最近傍法を使ってデータを振り分ける方法【Rを使ったkNNを解説】](https://mi-chan-nel.com/k-nearest-neighbor-method-in-r/) - [WordPressのバックアップを作成【プラグインを使います】](https://mi-chan-nel.com/wordpress-backup-procedure/) - [フィッシャーの正確確率検定をわかりやすく解説【Rを使って検定】](https://mi-chan-nel.com/fishers-exact-test-in-r/) - [読み手の問題に寄り添った文章を書く【考える技術・書く技術　レビュー】](https://mi-chan-nel.com/objective-problem-question-answer/) - [インターネットを介してテレビ会議を行う【ZOOMの使い方を解説】](https://mi-chan-nel.com/how-to-use-zoom-system/) - [散布図を使ってデータのばらつきを可視化【Rを使った書き方を解説】](https://mi-chan-nel.com/scatter-plot-in-r/) - [Nature | 在宅ワークをする際に心がけること【研究現場も同じです】](https://mi-chan-nel.com/home-employment-tips/) - [k最近傍法を使ってデータを振り分ける【多数決で振り分けます】](https://mi-chan-nel.com/k-nearest-neighbor-method/) - [ボロノイ図を使ってデータを振り分ける【Rを使った書き方を解説】](https://mi-chan-nel.com/voronoi-diagram-introduction/) - [言葉ではなくイラストを使って情報を伝える【ピクトグラム】](https://mi-chan-nel.com/pictogram-introduction/) - [Rを使ったデータ解析手順（相関解析）を紹介【プログラミング初心者向け】](https://mi-chan-nel.com/data-analysis-flow-part-3/) - [勇気を出して一歩踏み出そう【PTSD】](https://mi-chan-nel.com/ptsd-introduction/) - [読み込んだデータから必要なデータを取り出す方法を解説【Rを使用】](https://mi-chan-nel.com/extraction-of-focusing-data-in-r/) - [Rを使ったデータ解析手順（読み込み）を紹介【プログラミング初心者向け】](https://mi-chan-nel.com/data-analysis-flow-part-1/) - [Rを使ったデータ解析手順（グラフ作成）を紹介【プログラミング初心者向け】](https://mi-chan-nel.com/data-analysis-flow-part-2/) - [プログラミングのためにパスの意味を理解する【絶対パスと相対パス】](https://mi-chan-nel.com/pass-introduction/) - [Nature | 生物医学研究の課題を克服【敵対的生成ネットワークの応用例】](https://mi-chan-nel.com/generative-adversarial-neural-networks/) - [Nature | 病原菌はがんなどの疾患と関連している【TCGA】](https://mi-chan-nel.com/microbiome-analysis-in-cancers/) - [Nature | 科学は社会に影響を及ぼすことを肝に命じて【主観を排除】](https://mi-chan-nel.com/better-science-opinion/) - [Nature | 成功と失敗から学ぶメカニズム【小脳で発見された機能】](https://mi-chan-nel.com/reward-driven-learning/) - [身近なWebサービスで活躍するフレームワーク【Ruby on Rails】](https://mi-chan-nel.com/ruby-on-rails-introduction/) - [Science | アレルギーと胃腸の関係とは【免疫反応を担う細胞】](https://mi-chan-nel.com/human-peanut-allergy/) - [Nature | なぜコロナウイルスは簡単に伝染するのか【SARS以上の感染力】](https://mi-chan-nel.com/new-coronavirus-characteristics/) - [厄災の身代わりになった人形を飾る節句【ひなまつり】](https://mi-chan-nel.com/drive-away-evil-spirit/) - [Nature | 人間の中に住む生き物たち【腸内細菌叢】](https://mi-chan-nel.com/gut-microbiome/) - [PNAS | 生態系に害のない材料を生み出す【人工知能を活用】](https://mi-chan-nel.com/reconfigurable-organism/) - [ルーラーを使って統一感を出す方法【Wordの使い方】](https://mi-chan-nel.com/how-to-use-ms-word/) - [PNAS | 持続可能な開発と感染症リスクは表裏一体【SDGsとは】](https://mi-chan-nel.com/sustainable-development-and-infectious-diseases/) - [Nature | 表情から感情を読み取れるか【幸福、悲しみ、怒り、恐れ、驚き、嫌悪】](https://mi-chan-nel.com/facial-expression-review/) - [Science | 乳腺が授乳期に果たす役割は大きい【免疫疾患と関係】](https://mi-chan-nel.com/importance-of-human-thymus/) - [重要 | AUCとAUPRを用いて予測性能を評価【Rを使って計算】](https://mi-chan-nel.com/evaluation-of-prediction-performance/) - [コトラーから学ぶマーケティング【STPパラダイム】](https://mi-chan-nel.com/philip-kotler-stp-paradigm/) - [データ解析でよく使うコマンドを紹介します【列の取り出し/検索】](https://mi-chan-nel.com/command-introduction-awk-and-find/) - [データ解析でよく使うコマンドを紹介します【並び換え】](https://mi-chan-nel.com/command-introduction-sort/) - [私たちの経験とデータから見える真実との差【「家族の幸せ」の経済学 レビュー】](https://mi-chan-nel.com/economics-for-the-happiness-of-families/) - [Cookieとはサーバから渡される小さなデータ【大きな役割があります】](https://mi-chan-nel.com/cookie-introduction/) - [研究者という職業について紹介します【未来に発信】](https://mi-chan-nel.com/standing-on-the-shoulders-of-giants/) - [カット/コピー/ペースト/検索/置換はキーボードから実行する【Macでの操作を解説】](https://mi-chan-nel.com/teslers-shortcut-cut-copy-paste-find-replace/) - [高次元になっても怖いもの無し【カーネル法をわかりやすく解説します】](https://mi-chan-nel.com/kernel-method/) - [小学校算数から理解する2進数/8進数/16進数【10進数からの脱却】](https://mi-chan-nel.com/n-base-introduction/) - [売上の8割を占めるのは2割の商品【パレートの法則】](https://mi-chan-nel.com/pareto-principle-introduction/) - [WordPressで問い合わせページを作成【ブログを始めるときの道しるべ】](https://mi-chan-nel.com/wordpress-contact-page/) - [ドローンをセンサの視点から解説します【センサは物理現象をとらえています】](https://mi-chan-nel.com/drone-mechanism/) - [量子コンピュータと暗号化技術【因数分解を例に解説】](https://mi-chan-nel.com/quantum-computer-and-encryption-technology/) - [データ読み込みから決定木の可視化まで解説【Pythonをつかいます】](https://mi-chan-nel.com/decision-tree-on-python/) - [量子ビットは多様なデータ表現を可能にする【重ね合わせ現象を利用】](https://mi-chan-nel.com/quantum-bit-contribution/) - [Rubyを使うときの備忘録【配列内の数の平均 / 二次元配列の並び替え】](https://mi-chan-nel.com/ruby-memorandum/) - [ベイズの定理をわかりやすく解説します【インフルエンザ判定】](https://mi-chan-nel.com/bayes-theorem/) - [不可能と思われていた計算を可能に【量子コンピュータを解説】](https://mi-chan-nel.com/quantum-computer-introduction/) - [生と死が重なり合っている猫【シュレーディンガーの猫】](https://mi-chan-nel.com/schrodingers-cat/) - [デジタルによって失われたものを取り戻す【デジタルデトックス】](https://mi-chan-nel.com/desital-detoxification/) - [Yes/Noチャートを使ってデータを分類する【決定木】](https://mi-chan-nel.com/decision-tree-introduction/) - [RSSを活用して情報収集・発信【興味のあるネタを一括管理】](https://mi-chan-nel.com/rss-introduction/) - [風邪を引かないための対策が重要です【新型コロナウイルス】](https://mi-chan-nel.com/human-coronavirus/) - [WordPressでできること【ブログを始めるときの道しるべ】](https://mi-chan-nel.com/wordpress-introduction/) - [Rはデータ分析現場で重宝されている無料の統計解析ソフトウェア【Rを解説】](https://mi-chan-nel.com/r-language-introduction/) - [何も情報がなくてもデータを分類できる【クラスター分析】](https://mi-chan-nel.com/cluster-analysis/) - [主成分分析を分かりやすく解説【Pythonでの実行例あり】](https://mi-chan-nel.com/principal-component-analysis/) - [コマンドを駆使してコンピュータを動かそう【プログラミングに必須です】](https://mi-chan-nel.com/command-introduction/) - [良いモデルを選ぶための指標がある【情報量基準】](https://mi-chan-nel.com/index-for-selecting-good-model/) - [Rubyの使い方を解説します【初心者に優しい言語です】](https://mi-chan-nel.com/ruby-introduction/) - [ベイズの定理を用いたデータ判別【ベイズ判別法】](https://mi-chan-nel.com/bayesian-discrimination/) - [次元を落として判別する【正準判別分析】](https://mi-chan-nel.com/canonical-discriminant-analysys/) - [異なるデータを判別する技術【判別分析】](https://mi-chan-nel.com/discriminant-analysis/) - [Tomorrow is another day【風と共に去りぬ レビュー】](https://mi-chan-nel.com/tomorrow-is-another-day/) - [白か黒か予測するためのモデルを作る【ロジスティック回帰】](https://mi-chan-nel.com/logistic-regression/) - [観測されたデータを直線で表現するモデルを構築する【線形回帰モデル】](https://mi-chan-nel.com/linear-regression-model/) - [実行時間を短くしたいならfor文を工夫しよう【Pythonで検証】](https://mi-chan-nel.com/execution-shorten/) - [リーダーは舟であり、フォロワーは水である【貞観政要レビュー】](https://mi-chan-nel.com/jouganseiyou/) - [長いリンクを短く変換【日本語を含むリンクに便利】](https://mi-chan-nel.com/long-links-shorten/) ## 固定ページ - [【研究者が解説】プログラミング技術を身につけて、データサイエンスを楽しもう！](https://mi-chan-nel.com/top_page/) - [Profile | プロフィール](https://mi-chan-nel.com/profile/) - [みっちゃんの本棚【随時更新中】](https://mi-chan-nel.com/bookshelf/) - [主要な確率分布の一覧【随時更新中】](https://mi-chan-nel.com/typical-probability-distribution/) - [Privacy Policy | プライバシーポリシー](https://mi-chan-nel.com/privacy-policy/) - [統計検定1級の過去問演習【随時更新中】](https://mi-chan-nel.com/toukei-kentei-kakomon/) - [Contact | お問い合わせ](https://mi-chan-nel.com/contact/) ## カテゴリー - [Review | レビュー](https://mi-chan-nel.com/category/review-レビュー/) - [講演会](https://mi-chan-nel.com/category/review-レビュー/講演会-review-レビュー/) - [Memo | メモ](https://mi-chan-nel.com/category/memo-メモ/) - [ツール](https://mi-chan-nel.com/category/memo-メモ/ツール/) - [本](https://mi-chan-nel.com/category/review-レビュー/本/) - [Programming | プログラミング](https://mi-chan-nel.com/category/programming-プログラミング/) - [Python](https://mi-chan-nel.com/category/programming-プログラミング/python/) - [Statistics | 統計](https://mi-chan-nel.com/category/statistics-統計/) - [command](https://mi-chan-nel.com/category/programming-プログラミング/command/) - [IT | 情報技術](https://mi-chan-nel.com/category/it-情報技術/) - [研究者](https://mi-chan-nel.com/category/memo-メモ/研究者/) - [Ruby](https://mi-chan-nel.com/category/programming-プログラミング/ruby/) - [WordPress](https://mi-chan-nel.com/category/memo-メモ/wordpress/) - [R](https://mi-chan-nel.com/category/programming-プログラミング/r/) - [Keyword | キーワード](https://mi-chan-nel.com/category/keyword-キーワード/) - [マーケティング](https://mi-chan-nel.com/category/memo-メモ/マーケティング/) - [サイエンス](https://mi-chan-nel.com/category/review-レビュー/サイエンス/) - [確率分布](https://mi-chan-nel.com/category/statistics-統計/確率分布/) - [推測統計](https://mi-chan-nel.com/category/statistics-統計/推測統計/) - [統計数理](https://mi-chan-nel.com/category/statistics-統計/統計数理/) - [統計応用](https://mi-chan-nel.com/category/statistics-統計/統計応用/) - [ホームページ](https://mi-chan-nel.com/category/memo-メモ/ホームページ/) - [応用情報](https://mi-chan-nel.com/category/it-情報技術/応用情報/) - [MATLAB](https://mi-chan-nel.com/category/programming-プログラミング/matlab/) - [高校教員](https://mi-chan-nel.com/category/memo-メモ/高校教員/) - [PowerPoint](https://mi-chan-nel.com/category/memo-メモ/powerpoint/) ## タグ - [中村哲医師](https://mi-chan-nel.com/tag/中村哲医師/) - [言葉](https://mi-chan-nel.com/tag/言葉/) - [本](https://mi-chan-nel.com/tag/本/) - [アフガニスタン](https://mi-chan-nel.com/tag/アフガニスタン/) - [bitly](https://mi-chan-nel.com/tag/bitly/) - [URL短縮](https://mi-chan-nel.com/tag/url短縮/) - [日本語リンク](https://mi-chan-nel.com/tag/日本語リンク/) - [L1](https://mi-chan-nel.com/tag/l1/) - [L2](https://mi-chan-nel.com/tag/l2/) - [lasso](https://mi-chan-nel.com/tag/lasso/) - [リッジ](https://mi-chan-nel.com/tag/リッジ/) - [情報処理技術者試験](https://mi-chan-nel.com/tag/情報処理技術者試験/) - [オペレーティングシステム](https://mi-chan-nel.com/tag/オペレーティングシステム/) - [サポートベクトルマシン](https://mi-chan-nel.com/tag/サポートベクトルマシン/) - [フィッシャー](https://mi-chan-nel.com/tag/フィッシャー/) - [マハラノビス](https://mi-chan-nel.com/tag/マハラノビス/)