『RとStanではじめるベイズ統計モデリングによるデータ分析入門』は「みどりぼん」に取って替わる次世代の統計モデリング＋ベイジアン入門書 - 渋谷駅前で働くデータサイエンティストのブログ
ここ2ヶ月ぐらいに渡って多くの方々からご著書をご恵贈たまわっているのですが、そのうちの一冊がこちら。かつて計量時系列分析を学んでいた頃に僕も大変お世話になった、Logics of Blueブログの馬場さんの手による『RとStanではじめるベイズ統計モデリングによるデータ分析入門』です。 実践Data Scienceシリーズ RとStanではじめる ベイズ統計モデリングによるデータ分析入門 作者:馬場 真哉出版社/メーカー: 講談社発売日: 2019/07/10メディア: 単行本 以前はベイズ統計モデリングの入門書というと「みどりぼん」こと『データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC (確率と情報の科学)』一択でしたが、皆さんもご存知のように既にメンテされていないWinBUGSを使っているなどout-of-dateな要素が多く、近年はこれに替わる良書
自由エネルギー原理についての私的注釈(ただし解説ではない) - 蒼龍のタワゴト~認知科学とか哲学とか~
自由エネルギー原理は神経科学者や哲学者や心理学者などの様々な分野の学者によって議論されている注目の理論だ。日本でも紹介され始めて研究が進みつつある。ただそれらを見ていると自由エネルギー原理についての議論がいかに曖昧かが十分に理解されていないように感じる。実際には自由エネルギー原理は必ずしも明確な科学理論とは言い切れず、その解釈も様々である。そこで注意すべき点をここでは幾つか示すつもりだ。 自由エネルギー原理は理論についての理論だ 自由エネルギー原理とはフリストンによって提示された脳に関する理論であり、脳に関する統一的な理論だと言われる。初期の頃は予測符号化と強く結びついていたが、強化学習などとも結びついてより射程の広い理論となっている。さて、ここで最初に問題にしたいのは自由エネルギー原理と予測符号化との関係だ。予測符号化とは感覚運動について説明する数理的な科学理論である。自由エネルギー原理
ガウシアン過程はノード数無限のニューラルネットワーク - ryamadaのコンピュータ・数学メモ
ガウシアン過程でノンパラメトリック・ベイズをするとき、そのプライアの仮定とかデータの利用のルールはかなり単純 そしてそのノンパラ性は無限次元であり、データに応じてフレキシブルな結果をもたらすのだが そのフレキシビリティをニューラルネットワークの枠組みで実現させようとすると、ネットワークの構成はガウシアン過程の単純さを繁栄したものとなるのだが それとともに、無限次元性がニューラルネットワークのノード数→無限に対応してくる さらに、これをディープラーニングとの関係で眺めると、カーネル関数の取りかた(その行列表現とその行列を多層対応すること(カーネルをそれに合わせて作る))ということになるそうだ というわけで、pythonにnngpなるパッケージがあり(こちら) それはTensorFlowで作ってあるので、TensorFlowを確認してみることにする→こちら
読書日記: 読了：Allenby & Rossi (2008) 学生にベイズ統計をこうやって教えてます (feat. 「孫文の義士団」)
« 読了：Srinivasan & Mason (1986) Bassモデルは非線形最小二乗法で推定しろ | メイン | 読了：Koenker (2015) 分位点回帰パッケージ quantreg » 2016年4月22日 (金) Allenby, G.M., Rossi, P.E. (2008) Teaching Bayesian Statistics to Marketing and Business Students. The American Statistician, 62(3), 195-198. ベイジアン・モデリングの大スター Allenby兄貴がお送りする、「俺はビジネススクールの統計学のクラスでベイズ統計を教えてるぜ」エッセイ。 (私が彼を兄貴と呼ぶ理由は、何度でも書きますが、主著"Bayesian Statistics and Marketing"においてAllenb
読書日記: 読了：Ng & Jordan (2001) 対決！ナイーブベイズ vs. ロジスティック回帰
« 読了：Li & Anderson (2009) 生命力モデルによる生存分析 | メイン | 読了：「忘却のサチコ」「プリンセスメゾン」「俺の姫靴を履いてくれ」「百姓貴族」「アップルシード」 » 2016年2月29日 (月) しばらく前にメモを取った奴。どうも最近は気ばかり急いて、メモだけ取って放り投げているものが多い。 以前ベイジアン・ネットワークのソフトの講習会に行ったとき、休憩時間に開発元の講師の方を捕まえて、目的変数が二値ひとつ、説明変数が複数という状況で、ナイーブベイズ学習器とロジスティック回帰とどう使い分ければいいんですかね？ と尋ねた。その若い方は「さあ...」という返事であった。わからないというよりも、ちょっと一言では答えられない、ということだったのかな。 実のところ、この問いはずっと心に引っかかっている問いで、自分なりの経験的な答えのようなものはなくはないのだが、いちど
ベイズを学びたい人におすすめのサイト - download_takeshi’s diary
ベイジアンフィルタとかベイズ理論とかを勉強するにあたって、最初はなんだかよくわからないと思うので、 そんな人にお勧めのサイトを書き残しておきます。 @IT スパム対策の基本技術解説（前編）綱引きに蛇口当てゲーム？！楽しく学ぶベイズフィルターの仕組み http://www.atmarkit.co.jp/fsecurity/special/107bayes/bayes01.html いくつかの絵でわかりやすく解説してあります。 自分がしるかぎり、最もわかりやすく親切に解説してる記事です。数学とかさっぱりわからない人はまずここから読み始めるといいでしょう。 茨城大学情報工学科の教授のページから http://jubilo.cis.ibaraki.ac.jp/~isemba/KAKURITU/221.pdf PDFですが、これもわかりやすくまとまってます。 初心者でも理解しやすいし例題がいくつかあ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
