Translation of "gaussian" to Japanese language:
Examples (External sources, not reviewed)
| Gaussian | ガウシアン |
| Gaussian | GaussianFilter name |
| Gaussian sharpness | ガウシアンシャープネス |
| Gaussian Blur | ガウシアンぼかし |
| Gaussian Noise Reducer | ガウシアンノイズ低減 |
| That's called a Gaussian. We discuss the Gaussian in depth. | 例えば30人を対象としたガン検査など nが30以上の場合に便利です |
| Here's our Gaussian again. | 空間をxとする場合 ガウス分布は2つのパラメータで特徴づけられます |
| And in that case the Gaussian distribution, the Gaussian probability density looks | ガウス確率密度はこんな感じとなる 今回もゼロを中心としているが |
| I have another Gaussian question for you this is called a heavytail Gaussian. | これを裾の重いガウス分布と呼びます 正負の無限大へ近づくと |
| Gaussian density has a wider width. | そして今回も 曲線の下の面積は |
| And the width of this Gaussian is Gaussian thus controlled by sigma by that variance parameter sigma. | ガウス分布では幅は シグマにより つまり分散のパラメータ シグマにより制御されている もう一つの例はこんな感じ |
| You learned about what a Gaussian is. | データのフィッティングや 多変数ガウス分布について説明しました |
| You learned the definition of a Gaussian. | これらが単峰型分布であるということです |
| The gaussian will look something like this. | 2 ガウス分布の固有値と 固有ベクトルを計算します |
| This is what's called a Gaussian kernel. | これがそうです |
| Set here the precision of the Gaussian function. | ガウシアン関数の精度を設定します |
| The answer is it's the more peaked Gaussian. | これは直観的なものではありません |
| This is the formula for the Gaussian again. | この分布の中からμとσ²を見つけられますか |
| A 2 dimensional gaussian is defined over that space, and it's possible to draw the contour lines of the gaussian. | ガウス分布の等高線を描いてみると おそらくこのように見えるでしょう ガウス分布の平均はこのx₀とy₀のペアです |
| Select here the standard deviation of the blur Gaussian. | 線の幅をピクセル数で指定します |
| Select here the unsharpen deviation value of the Gaussian. | 正弦波の振幅を表す値を選択します |
| P i times the normalizer times the Gaussian expression. | そこにガウス分布の公式を掛けます つまりXj μiの二次式を掛け |
| Remember we worked out the math for this Gaussian? | 変数xを使用した場合どうなるか見てみましょう |
| And here's what this Gaussian gradient kernel looks like. | とても興味深いです |
| If I were to measure where the peak of the new Gaussian is, this would be a very narrow and skinny Gaussian. | 非常に細くくびれたガウス分布となります 幅は2つのガウス分布の間にくるでしょう |
| In the last video, we talked about the Gaussian distribution. | ガウス分布について話した 今回のビデオではそれを用いて |
| Is it possible to represent this function as a Gaussian? | これはガウス分布の方程式です |
| Number 2 Caluclate the eigenvalues and eigenvectors of this gaussian. | ここではこれが有力な固有ベクトルになり |
| It's a very wide Gaussian with the mean over here. | ある観測をしたとします |
| If we pluck the Gaussian distribution or Gaussian probability density, it will look like the bell shaped curve, which you may have seen before. | プロットすると ベル型のカーブとなる 見たことあるかもしれないね |
| If I ask you about the right Gaussian with the corresponding point x in the right Gaussian, tell me is it here, here, or here? | あなたが選んだであろう答えはここだと思います |
| And this weighting is relatively straightforward to apply in Gaussian fitting. | ではEM法の小テストをします |
| Number 1 Fit a gaussian we now know how this works. | ガウス分布はこのようになります |
| It's a Gaussian in 2D, as you can see over here. | さてガウシアンカーネルを使って画像の 畳み込み処理をすると何が起きるでしょうか |
| Gaussian distribution that is centered at zero since Mu is zero. | 何故ならミューが0だから そしてガウス分布の幅は |
| Gaussian distribution with some parameter Mu and some parameter sigma squared. | あるパラメータ ミューとシグマ二乗の だが これらの値が幾つかは知らない |
| The mean of this gaussian is this x0, y0 pair, and the co variance now defines the spread of the gaussian as indicated by these contour lines. | そして等高線が示しているように 共分散がガウス分布の広がりを決めるのです 不確実性が低いガウス分布は このように見えるかもしれません |
| And if you plug in our Gaussian formula, you get the following | これはM乗を取る正規化郡で |
| I will now talk about fitting Gaussians to data or Gaussian learning. | 複数のデータ点を与えられた時 |
| There was minus 6 plus zero ten times this Gaussian random variable. | 掛ける このガウス確率変数でした そして ヒストグラムをプロットするのに |
| And this is my histogram of a Gaussian with mean minus 6. | 平均が 6 のガウス分布のヒストグラムです なぜなら ここに 6があって |
| This is the added Gaussian noise variable to the motion you command. | 回転とセンサ観測についても同様です |
| In Kalman filters the distribution is given by what's called a Gaussian. | ガウス分布は位置空間に対する連続関数で |
| So, what happens if we convolve an image with a Gaussian kernel? | 次の問題に直感で答えてください |
| A gaussian with a small amount of uncertainty might look like this. | 一次元で不確実性がかなり低い場合でも 別の次元の不確実性は高くなるかもしれません |
