Click here - to use the wp menu builder

第9章多変量解析と次元削減

9.8 共分散構造分析（SEM）

現代データサイエンスの基礎と実践 KenichiroSuzuki -

9.7 高度なクラスタリング（GMM・DBSCAN）

現代データサイエンスの基礎と実践 KenichiroSuzuki -

9.6 クラスタリング（階層型・非階層型K-means）

現代データサイエンスの基礎と実践 KenichiroSuzuki -

9.5 判別分析（LDA・QDA）

現代データサイエンスの基礎と実践 KenichiroSuzuki -

9.4 非線形次元削減（t-SNE・UMAP）

現代データサイエンスの基礎と実践 KenichiroSuzuki - 2026年3月3日

9.3 多次元尺度構成法（MDS）と対応分析

現代データサイエンスの基礎と実践 KenichiroSuzuki - 2026年3月2日

9.2 因子分析（FA）

現代データサイエンスの基礎と実践 KenichiroSuzuki - 2026年2月16日

9.1 主成分分析（PCA）

現代データサイエンスの基礎と実践 KenichiroSuzuki - 2026年2月15日

Top 5 This Week

2.12 距離相関（Distance Correlation

相関分析 KenichiroSuzuki - 2026年4月3日

2.11 相関行列とは？

相関分析 KenichiroSuzuki - 2026年4月2日

2.10 自己相関（時系列データ）の基本

相関分析 KenichiroSuzuki - 2026年4月1日

2.9 偏相関係数による疑似相関の排除

相関分析 KenichiroSuzuki - 2026年3月31日

2.8 ピアソン・スピアマン・ケンドール・クラメールの相関係数の強弱の目安

相関分析 KenichiroSuzuki - 2026年3月30日