【G検定】期待値とは？サイコロとくじ引きの計算例で「見込みの平均」を解説
2026年6月16日
サイコロを1回振ったら平均していくつの目が出るのか。1枚200円のくじは買う価値があるのか。こうした「これから起きることの平均的な見込み」を1つの数値で表すのが期待値です。計算方法はシンプルなのに、統計・機械学習・意思決定のあらゆる場面で顔を出す最重要概念を解説します。
【G検定】ラッソ回帰とは？L1正則化で特徴選択までこなす回帰手法を解説
2026年6月16日
「予測モデルを作りながら、効いている変数の絞り込みまで終わっている」——それがラッソ回帰の魅力です。L1正則化を回帰に応用したこの手法を、マンハッタン距離という幾何学的なイメージとともに解説します。
【G検定】疑似相関とは？アイスクリームと水難事故の例で交絡因子をやさしく解説
2026年6月16日
「アイスクリームが売れる日は水難事故が多い」——データ上は確かに相関があるのに、アイスをやめても事故は減りません。このように相関の裏に隠れた第3の変数がつくり出す「見せかけの関係」が疑似相関です。データ分析の落とし穴として試験でも実務でも超重要な概念を解説します。
【G検定】ドロップアウトとは？ニューロンをランダムに無効化して過学習を防ぐ仕組み
2026年6月16日
「学習のたびにニューロンをわざとサボらせる」——一見乱暴なこのアイデアが、ディープラーニングの過学習対策の定番になりました。ドロップアウトがなぜ効くのか、アンサンブル学習との関係まで含めて解説します。
【G検定】確率密度とは？確率との違いと正規分布の68%・95%をわかりやすく解説
2026年6月15日
身長や体重のような連続的なデータでは、「ちょうどこの値になる確率」は0になってしまいます。そこで登場するのが「確率の濃さ」を表す確率密度です。この記事では、確率との違い、曲線の下の面積が確率になる仕組み、正規分布の68%・95%の性質まで丁寧に解説します。