WindowsのStickyNotesの付箋をAndroidスマホで確認する
StickyNotes ver3からはクラウド同期が可能になり, 別のWindowsデバイスでも同じMicrosoftアカウントを使うことで同じ付箋を見れるようになり共有が容易になった.
今回はWindowsのStickyNotesの付箋をAndroidスマホで確認する方法のメモ.
今のところ2種類のやり方があるもよう.
- ブラウザでアクセスする場合
- OneNoteアプリを使う場合(今回はこっちメイン)
iCloudのメール(xx@me.com)をAndroidスマホでも受け取りたい!というための設定メモである.
大まか手順として
が必要になる.
Androidスマホのブラウザ(例えばChrom)からiCloud(https://www.icloud.com/)へ ログインしても以下のように表示されるだけでメールの確認はできない.
なお,PCからアクセスした場合はメールアイコンが表示され確認できる.
続きを読む今回は,T種類中のものを
を求める. (試行回数nは固定値,x種類が確率変数になる)
例えば,3種類の玩具付きお菓子あったときに,
に該当する.
x回目に初めて当たる確率分布である幾何(first sucess, geometric)分布のメモ
t分布のパラメータをEMアルゴリズムで推定するメモ.
計算する値が多いのでまとめておく. 平均$\vec{\mu}$, 分散 は解析的に求まる. ただし,自由度$\nu$は求まらないのでグリッドサーチ,ランダムサーチ,他の反復法などが必要になる.
Estep:
Mstep:
平均パラメータ$\vec{\mu}$と共分散行列パラメータ の推定
自由度$\nu$の推定
参考:
Udemyの「ベイズ推定とグラフィカルモデル:コンピュータビジョン基礎1 55. t-distribution t-分布」
テキスト:"Computer vision: models, learning and inference" by Simon Prince
厳密には,t分布は,平均が同じ,分散がガンマ分布に従うスケールパラメータ$h$でスケールされた での正規分布で hをすべての範囲(無限)について足し合わせた(積分した)混合分布になっている.
ということで,大量の正規分布を作りpdfの和を求めてt分布に近づくかをシミュレーションしてみる.
参考:
Udemyの「ベイズ推定とグラフィカルモデル:コンピュータビジョン基礎1 55. t-distribution t-分布」
テキスト:"Computer vision: models, learning and inference" by Simon Prince
EMアルゴリズムで混合正規分布(MoG)のパラメータを求めるメモ.
参考:
Udemyの「ベイズ推定とグラフィカルモデル:コンピュータビジョン基礎1 54. Gaussian Mixture Model 混合正規分布」
テキスト:"Computer vision: models, learning and inference" by Simon Prince