Examples of using 確率分布 in Japanese and their translations into English
{-}
-
Colloquial
-
Ecclesiastic
-
Computer
-
Programming
確率分布と統計解析。
統計学で最も重要な確率分布。
章確率変数と確率分布。
CHAPTER 5 条件付き確率分布。
Conditional Probability Distributions.章確率と確率分布。
CHAPTER 5 Combinations with other parts of speech
代表的な確率分布。
Discrete Probability Distributions.第5章基本的な確率分布。
Chapter 5 Basic Probability Distributions.その他の確率分布。
Other probability distributions.Chapter2離散型の確率分布。
Chapter 2 Probability distributions.第4章:主要な確率分布。
Chapter 4: Probability distributions.標準正規確率分布オブジェクトを作成します。
Create a standard normal probability distribution object.統計学における質点は確率分布における不連続な断片である。
確率分布の平均がである。
The average of a probability distribution.確率分布表を作る。
つの異なる正規確率分布オブジェクトを作成します。
Create two different normal probability distribution objects.確率分布ってなにか分かってますか？
Do they know what a probability distribution is, for example?そして求めるのは確率分布です。
What we're looking for is a probability distribution.これらの非常に異なる通貨ペアの確率分布頻度ヒストグラムは、同じ勾配を有するように見えます,あなたは周波数値を正規化する場合。
The probability distribution frequency histograms of these very different currency pairs appear to have equal slopes, if you normalize the frequency values.法則という言葉は、確率分布の同義語として使われることがあり、法則収束は分布の収束を意味する。
The word law is sometimes used as a synonym of probability distribution, and convergence in law means convergence in これに対して、Kolmogorovの情報理論は確率分布には全く言及しない。
In contrast, Kolmogorov's theory of information makes no reference to probability distributions at all.ジッタの二乗平均平方根（r.m.s.）や確率分布の形といった詳細は、検出器のタイプに大きく依存する。
Details such as r. m.s. jitter and the shape of the probability distribution depend very much on the type of detector.モンテカルロシミュレーションの実行中は、入力の確率分布から無作為に値がサンプリングされます。
During a Monte Carlo simulation,values are sampled at random from the input probability distributions.短所は、確率分布の計算が困難なこと、学習に近似値を用いていることだ。
The disadvantage is that calculation of the probability distribution is difficult, and approximate values are used for training model.シミュレーション入力間の依存関係モンテカルロシミュレーションの設計で決めることの1つは、ランダムな入力に対する確率分布の選択です。
Dependence Between Simulation InputsOne of the designdecisions for a Monte-Carlo simulation is a choice of probability distributions for the random inputs.具体的には、学生は統計的推論、確率、確率分布、標本分布、推定、および仮説検定の概念にさらされます。
Specifically, students willbe exposed to the concepts of statistical inference, ゴッホの作品のうち数点については、輝度確率分布にコルモゴロフ・スケーリングがみられた。
Several of van Gogh'sworks show Kolmogorov scaling in their luminance probability distributions.例えば、ベイズ推定において、ベイズの定理を確率分布または統計モデル（英語版）のパラメータを見積るために使うことができる。
For example, in Bayesian inference,Bayes' theorem can be used to estimate the parameters of a probability distribution or statistical model.モンテカルロシミュレーションの設計で決めることの1つは、ランダムな入力に対する確率分布の選択です。
One of the design decisions for a Monte-Carlo simulation is a choice of probability distributions for the random inputs.離散分布に対して、確率分布関数はpmf(確率質量関数)とも呼ばれます。
For discrete 
