球面上に均一にランダム分布する点群を生成する
Contents はじめに乱数を用いた球面上への均一な点の配置確率密度関数と累積分布関数累積分布関数の逆関数乱数を用いた点群の生成と可視化 (Pythonコード)黄金比を用いた球面上への点の配置黄金比とフィボナッチ数列P...
クロフトンの公式でボリュームデータの表面積を計算する
Contents はじめにクロフトンの公式とは2次元での直感的な理解3次元への拡張Python/NumPyによる実装参考: ボクセルサイズが異なる場合の重み付けNumPyによる高速化実装例精度の評価はじめに この記事では...
画像の特徴点検出アルゴリズム比較実験
Contents はじめにライセンスと特許について理論的背景SIFT (Scale-Invariant Feature Transform)KAZEAKAZE (Accelerated-KAZE)ORB (Oriente...
混合整数計画法（MIP）の理論と実践
Contents はじめにMIPの基本と解法のポイントMIPの基本概念と定式化分枝限定法とカット平面法モデル実装のポイント（Python）問題設定とモデル構築例PythonによるMIPモデル実装例ソルバー活用のポイント事...
反実仮想サンプルの生成と使い方
Contents はじめになぜランダムな特徴量の変更ではなくDiCEを使うのかDiCEによる反実仮想サンプル生成DiCEの使用例DiCEのパラメータと意味優れた反実仮想サンプルの特徴反実仮想サンプルの利用用途用途ごとの、...
頻度主義統計学とベイズ統計学、それぞれのアプローチ
Contents はじめに頻度主義とベイズ統計学の基本的な考え方コイン投げ実験による実践的な比較頻度主義的アプローチベイズ統計的アプローチ実験結果の比較両アプローチの特徴と使い分け仮説検定における両アプローチの違い頻度主...
モンテカルロ法における次元の呪いの緩和方法：重点サンプリングによる効率化
Contents はじめに専門用語の解説次元の呪いの緩和手法比較重点サンプリングの実装被積分関数の可視化サンプリング分布の比較実装の解説実験結果と考察まとめはじめに モンテカルロ法は、確率的なサンプリングを用いて数値積分...
3次元回転の最適化計算
Contents はじめにリー代数とはPythonで実験してみる無限小回転の行列準備: 最も近い回転行列への補正最適化まとめはじめに この記事では、あるコスト関数を最小化するための3次元回転の最適化について、リー代数の考...
ADS-GANによる合成データ生成、分布・ユーティリティ・プライバシーの評価
Contents はじめにセットアップデータセットとセンシティブ列コードの抜粋合成データの評価分布比較（sex / race）ユーティリティ評価（実→実 vs 合成→実）簡易プライバシー評価（最近傍距離）実行方法lamb...
確率的最適化アルゴリズムの実装と比較：遺伝的アルゴリズムと勾配降下法
Contents はじめに最適化アルゴリズムの概要勾配降下法（Gradient Descent: GD）モーメンタム付き勾配降下法（Momentum GD）遺伝的アルゴリズム（Genetic Algorithm: GA）...
準モンテカルロ法で使用される低不一致列の解説、次元数による有効性の違い
Contents はじめにサンプル点の選び方：乱数vs格子点vs低不一致列乱数の一様性と不一致性低不一致列の種類と特徴Halton列Sobol列不一致度の理論的解析実験：積分計算での収束性比較高次元での振る舞い次元による...
Scipyによる最適化計算と自動微分
Contents はじめにScipyの最適化アルゴリズム導関数の利用とアルゴリズムの選択簡単な例：2次関数の最小化Autogradによる自動微分まとめはじめに この記事では、PythonのScipyライブラリを用いて最適...