- 基本統計学
- 平均（Mean） - データセットの中心を示す測定値。
- 中央値（Median） - データセットを半分に分ける値。
- 分散（Variance） - データが平均からどれだけ離れているかを示す測定値。
- 標準偏差（Standard Deviation） - 分散の平方根で、データの散らばりを示す。
- 相関係数（Correlation Coefficient） - 二つの変数間の線形関係の強さを示す。
- 回帰分析（Regression Analysis） - 依存変数と一つまたは複数の独立変数との関係をモデル化。
- ヒストグラム（Histogram） - データの分布を視覚的に表示するグラフ。
- t検定（t-test） - 二つの平均値の差の統計的有意性を評価。
- カイ二乗検定（Chi-squared Test） - カテゴリカルデータの期待値と観測値の違いを評価。
- ANOVA（Analysis of Variance） - 複数のグループ間での平均値の差を評価。
- 確率論
- 確率変数（Random Variable）
- 確率密度関数（Probability Density Function, PDF）
- 累積分布関数（Cumulative Distribution Function, CDF）
- 条件付き確率（Conditional Probability）
- 独立性（Independence）
- ベイズの定理（Bayes’ Theorem）
- マルコフ連鎖（Markov Chain）
- ポアソン分布（Poisson Distribution）
- 指数分布（Exponential Distribution）
- 正規分布（Normal Distribution）
- 確率的モデリング
- モンテカルロ法（Monte Carlo Methods）
- マルコフ連鎖モンテカルロ法（Markov Chain Monte Carlo, MCMC）
- 隠れマルコフモデル（Hidden Markov Model, HMM）
- ガウス過程（Gaussian Processes）
- ベイジアンネットワーク（Bayesian Networks）
- ランダムフォレスト（Random Forests）
- サポートベクターマシン（Support Vector Machines, SVM）
- 一般化線形モデル（Generalized Linear Models, GLM）
- ロジスティック回帰（Logistic Regression）
- サバイバル分析（Survival Analysis）
- 時系列解析
- ARIMAモデル（AutoRegressive Integrated Moving Average）
- 季節性調整（Seasonal Adjustment）
- トレンド分析（Trend Analysis）
- スペクトル分析（Spectral Analysis）
- クロスコレログラム（Cross Correlogram）
- ボラティリティ・モデリング（Volatility Modeling）
- カルマンフィルタ（Kalman Filter）
- 波形認識（Waveform Recognition）
- 時系列クラスタリング（Time Series Clustering）
- 因果関係分析（Causal Analysis）
- 応用統計学
- 機械学習（Machine Learning）
- データマイニング（Data Mining）
- ビッグデータ分析（Big Data Analytics）
- ネットワーク分析（Network Analysis）
- テキストマイニング（Text Mining）
- 画像解析（Image Analysis）
- 自然言語処理（Natural Language Processing, NLP）
- バイオインフォマティクス（Bioinformatics）
- クラウドソーシングデータ分析（Crowdsourcing Data Analysis）
- リアルタイムデータ処理（Real-time Data Processing）