Translation of "nyquist sampling theorem" to Japanese language:
Examples (External sources, not reviewed)
| Sampling frequency | サンプリングレート |
| Sampling Rate | サンプリングレート |
| Sampling Rates | サンプリングレート |
| Pythagorean theorem. | だから Hの 2乗 は |
| Pythagorean theorem. | そしてこれは直角三角形の非常に典型的なタイプです |
| Pythagorean theorem. | これは 斜辺です |
| limit theorem. | ここでそれを証明しませんが それは本質的に 私たちとあなたを指示 |
| Bayes' theorem. | ここは 5回中5回得る条件で両面コインを得る確率です |
| One is for down sampling. | 例えば5 000 5 000画素の 超高解像度の画像があり |
| That's just the Pythagorean theorem. | いいですか 難しくありません |
| And that's the Pythagorean theorem. | ピタゴラスの定理 直角三角形を扱います |
| Right, that's sampling error. And how much sampling error we expect on average is standard error. | 標準誤差 そしてどんな統計量に対しても標準誤差を計算出来ます |
| We're just doing the Pythagorean theorem. | この2 乗プラスこの２乗は |
| Once again, just the Pythagorean Theorem. | これまたはこれの 2乗は 高さの2乗で |
| It's called the central limit theorem. | プログラミングの練習問題を通じて 理解していただければと思います |
| Green's theorem to get 5 pi. | ここでー5πではない理由は |
| So we can use Bayes' theorem. | 5回中表が5回だった条件で両面コインを得る確率は |
| Probably not because of sampling error. Right? | ある程度はぶれがあるかもしれない でもそれは信頼性の無い相関関係だ というほど |
| But there's a problem with rejection sampling. | 条件の起きる確率が低いと 多くのサンプルを棄却することになるのです |
| Well, remember, when we talked about sampling. | 私が実験を繰り返し繰り返し行うと |
| Sal called the fundamental theorem of arithmetic! | ベン ワクワクします! |
| He even taught me the Pythagorean theorem. | 斜辺 じゃなくて 近道 って |
| What is there to understand? Binomial theorem? | もったいぶりなさんな 分かってますよ |
| So there's a little bit of sampling error. | サンプルは母集団に一致していない もしより大きなサンプルが欲しいなら |
| We say that the sampling method is consistent. | こうすれば同時確率分布を求めることができますし |
| This is where our sampling effort has concentrated. | 今ご覧になっているデータは |
| And that's all Bayes' theorem essentially tells us. | では これを当てはめてみましょう |
| Kill Bill raises filmic sampling to new heightsof sophistication | 殺人鬼の看護婦の場面は ほぼ全てが既存の作品の組み合わせだ |
| But the magnitude of correlation also depends upon sampling. | サンプリングにも依存します そしてこれが最初の例が例示している事です |
| So, what is the probability of never sampling P3? | N 5の新しい粒子の集合を作ると仮定し |
| I don't know how much sampling error I'm experiencing. | だから我々は 各研究でどれだけのサンプリング誤差があるのか見積もる方法を |
| Switches off the definition of default blocks like theorem | theorem のような標準のブロックの定義を無効にする |
| That is often called the Theorem of Total Probability. | 他の変数の加重和の演算は 畳み込みと呼ばれます |
| With the Central Limit Theorem, things become really easy. | コイン投げを例に取りましょう コインの真の確率をpとします |
| And now, we'll be using the Central Limit Theorem. | Nが大きい場合を考えましょう Nが30と同じかそれ以上とします |
| Remember the Central Limit Theorem? Remember what it said? | 標本数Nが大きい場合すべてのNの総和の平均は |
| And this is called Bayes' theorem or Bayes' law. | これによって 5回とも表だったときに |
| And this is called Bayes' theorem or Bayes' law. | そして この式をどう当てはめるのを示そうと思います |
| Let's just apply that to a sampling of these problems. | aをやってみましょう |
| So there's still a little sampling error, but very slight. | でも本当にちょっとです では反対の方向に行って |
| So I'll typically experience probably a lot of sampling error. | しかし研究ごとにどれだけか 私は知らない |
| So as N approaches the population, sampling error goes down. | ちょっとヒストグラムに戻りましょう |
| So let me right down the fundamental theorem of calculus. | 最後のプレゼンテイションでは早かった |
| I'm going to leave that for the Pythagorean Theorem video. | 三角形の 1 つのより多くの領域を与えるだけさせてください |
| And what this theorem really is about many coin flips. | そして総和の分布を見ていくのです |
Related searches : Nyquist Theorem - Nyquist Plot - Nyquist Rate - Nyquist Frequency - Binomial Theorem - Bayes' Theorem - Bayes Theorem - Theorem States - Fundamental Theorem - Pythagorean Theorem - Cosine Theorem - Parallel Axis Theorem
