【G検定】確率変数とは？離散型と連続型の違いをサイコロの例でわかりやすく解説
2026年6月15日
サイコロの目、コインの裏表、明日の来店客数——結果が偶然に左右される値を数学で扱うための出発点が「確率変数」です。確率分布・期待値・分散など、統計と機械学習のあらゆる概念の主役になる用語なので、ここで土台を固めておきましょう。
【G検定】確率分布とは？離散型と連続型の違いをわかりやすく解説
2026年6月15日
サイコロの目は1/6ずつ、人の身長は平均付近に集中——「どの値がどれくらい出やすいか」の全体像を表したものが確率分布です。統計とAIの土台となるこの考え方を、数式は最小限にして、離散型と連続型の違いを中心にやさしく解説します。
【G検定】L1正則化とは？重みをゼロにして特徴選択するペナルティの仕組み
2026年6月15日
「不要な特徴量の重みをきっぱりゼロにする」——L1正則化は、過学習を防ぎながらモデルのスリム化まで同時にやってのける手法です。L2正則化との違いが試験の頻出ポイントなので、ペナルティの仕組みから丁寧に解説します。
【G検定】L0正則化とは？非ゼロパラメータの「個数」に課すペナルティを解説
2026年6月15日
L1・L2正則化に比べると影が薄いものの、「なぜ実際にはL1が使われるのか」を理解する鍵になるのがL0正則化です。ペナルティの考え方としては最も直感的なこの手法を、初心者向けに解説します。
【G検定】移動平均とは？時系列データのノイズをならす平滑化の基本をわかりやすく解説
2026年6月15日
毎日の売上や株価のグラフはギザギザに揺れていて、そのままでは傾向がつかめません。そこで「直近の数日分を平均した値」を毎日ずらしながら計算していくと、ノイズがならされて大きな流れが見えてきます。これが移動平均です。本記事では、移動平均の仕組み、窓の幅による見え方の違い、単純移動平均と指数移動平均の使い分けをやさしく解説します。