] f({\bf x}; {\mu}, \Sigma) = \frac{1}{(2 \pi)^{p/2} |\Sigma|^{1/2}} \exp[-\frac{1}{2}({\bf x} - {\mu})^T \Sigma^{-1}({\bf x} - {\mu}) ちょっとイマイチ（平均が太文字じゃないとか）があるけれど、texでサクッと書きたい人は、これを土台にすれば…

統計学のバギングのココロは「安定」である。推定量の分散が大きい場合に、観測値の影響を大きく受けてしまうことを防ぐ。また、過学習を起こしやすい学習機械を扱う場合、それぞれの機械が別の入力データに過学習しているならば、バギングによって平均化す…