NGBoostの確率解釈について
機械学習コンペなどで盛んに用いられる勾配ブースティングの一種として，Natural Gradient Boosting (NGBoost)がある．これは，「予測の不確かさ」を扱うことができるため，注目を浴びている．
NGBoostの解説記事自体はたくさん日本語でも存在するので，自分はこれに関連する論文や日本語の記事などを読んだが，それらの確率の取り扱いについての解釈がわからなかった（論文には詳しく書かれていないので当然である）．
もちろんアルゴリズムを完全に理解できてはいないが，手法として取り入れるにあたって，この解釈は避けて通れないと考えた．
そこで色々探していると，論文のauthorが自ら，それらの解釈について言及している記事を見つけたので自分なりに日本語にしつつ，自分なりの解釈などのメモをとった．
筆者ら自身も，
確率的回帰については少し混乱があることも明らかになった．それは当然のことである．私たちは従来から利用されてきたものから少し離れているので，多少の混乱は当然である．だからこそ，私はこの記事を書いているのである．
NGBoost and Prediction Intervals - Towards Data Science
と言っており，解釈が難しいのだと思う．
同じネットワーク内でMacからLinux (Ubuntu 18.04) にsshでアクセスする方法．
環境
クライアント側
sw_vers
ProductName: macOS
ProductVersion: 11.5.1
BuildVersion: 20G80
ホスト側
cat /etc/lsb-release
DISTRIB_ID=Ubuntu
DISTRIB_RELEASE=18.04
DISTRIB_CODENAME=bionic
DISTRIB_DESCRIPTION="Ubuntu 18.04.3 LTS"
自作のパッケージをPyPIにアップロードする方法
自分で作成したPythonのパッケージをPyPIで公開し、pip installできるようにするまでの手順まとめ。
記事が古いものが多かったり、環境 (anaconda, pip) によって変わったりするので、自分の環境に合うものをまとめた。
ゼロから作るDeepLearning 第3章 ニューラルネットワーク でとったノート
ゼロから作るDeep Learning 第3章 ニューラルネットワークを読んで取ったノートです．ご参考になれば幸いです．
本はこちら．
Markdownの記法，およびレイアウトのテスト
jekyllのシステムを使い，markdownで記事をかけるようにした．
全体的なMarkdownの記法（そもそもの文法）を知りたい方は以下のサイトがおすすめ．
自分は，freshman21というテーマを使用して，これをカスタマイズして使用している．
実際にどのように表示されるのかに関するテスト，および，記法のテストやどのように構築カスタマイズしたかなどについての技術的な部分などを示している．
