语言
没有数据
通知
无通知
差分バックアップ - バックアップ方式のひとつ。 diff - コンピュータプログラムにおいて、ファイルの比較を行うためのコマンド。 バージョン管理システムにおける更新前後の情報。差分を調べることで、更新前と更新後とのファイルの差異を調べることができ、前の状態に戻すことや、差分からパッチを作成することもできる。⇒
フルタイム当量 英: full-time equivalentで測った）処置効果を図示している。この発見が仮想的な効果であることを念頭におけば、カードとクルーガーはニュージャージーにおける0.80ドルの最低賃金の上昇が2.75の雇用におけるフルタイム当量の増加をもたらしていると推定した。
数値解析における有限差分法（ゆうげんさぶんほう、英: finite-difference methods; FDM）あるいは単に差分法は、微分方程式を解くために微分を有限差分近似（差分商）で置き換えて得られる差分方程式で近似するという離散化手法を用いる数値解法である。18世紀にオイラーが考案したと言われる。
微分積分学における差分商（さぶんしょう、英: difference quotient; 差商）は、ふつうは函数 f に対する有限差分の商 f ( x + h ) − f ( x ) h {\displaystyle {\frac {f(x+h)-f(x)}{h}}} を言い、これは h → 0
〖file〗
difference）あるいは和分差分学（わぶんさぶんがく、英: discrete calculus）は、（微分法および積分法を柱とする）微分積分学の離散版にあたる。微分積分学が（極限の概念を定式化し得る）連続的な空間上の函数（特に実数直線上で定義された函数）に興味が持たれるのに対して、和分差分学では離散的な空間、特に整数全体の成す集合
誤差分布（ごさぶんぷ）は、連続型の確率分布であり、指数べき分布、一般誤差分布とも呼ばれる。 独立変数が確率変数 x ( − ∞ < x < ∞ ) {\displaystyle x~(-\infty 誤差分布の確率密度関数は、3つのパラメータ μ ( − ∞ < μ
最適化問題に対して最良のスコアまたは最良の当てはまりを示した候補解を保持しておく。これにより、最適化すべき目的関数は解の候補に評価尺度を与える単なるブラックボックスと見なせて、その勾配の値を必要としない。 DEは元々はStomおよびPriceの着想である。並列計算、多目的最適化、制約付き最適化
搜索 
