GLM（一般化線形モデル）で整理する回帰手法

GLM（一般化線形モデル）を使って、よく使われる線形回帰、ポアソン回帰、ロジスティック回帰の各手法をまとめてみました。
GLMを学ぶと、各回帰手法をGLMを使って統一的に説明するということがよく行われます。しかし、各回帰手法が指すものに微妙な揺れがあり、そのため初学者にとっては混乱を招くことがあります。（実際、私も非常に混乱しました）
この記事では、混乱するポイントも踏まえて、なるべくわかりやすくまとめてみたつもりです。

積率母関数とは

積率母関数とは、その名の通り積率の母関数です。
もちろん、これでは何の説明にもなっていないので、このページでは積率母関数について整理していきます。

数式なしで読むニューラルネットワークの歴史

現在のAIブームを牽引しているニューラルネットワークですが、ブームになるのは今回が3回目だといわれています。 この記事では、過去のブームをまとめてみました。

何か新しい技術を学ぶ時、その発展の流れを知っていると理解をしやすくなると思っています。 この記事が、特にこれからニューラルネットワークについて学ぼうとする方の参考になれば幸いです。

この記事では数式は登場しません。前提知識なく読めるように意識していますが、ニューラルネットワークについてあまり詳しくない方は「ニューラルネットワークは、データから規則を学ぶための仕組みである」ということを覚えておいていただけると記事が読みやすいかと思います。