ベイズ統計と機械学習の基礎理論を丁寧に解説。〔内容〕統計学と機械学習/確率入門/ベイズ推定入門/二項分布とその仲間たち/共役事前分布/EMアルゴリズム/変分ベイズ/マルコフ連鎖モンテカルロ法/変分オートエンコーダ 1. 統計学と機械学習 1.1 統計学の目的 1.2 機械学習の目的 2. ベイズ統計と機械学習のための確率入門 2.1 確率の基礎 2.2 同時確率・周辺確率・条件付き確率 2.3 確率変数の独立性 2.4 連続変数の分布 2.5 正規分布 2.6 期待値 2.7 規格化 3. ベイズ推定入門 3.1 観測値と推定量 3.2 最尤推定 3.3 ベイズ推定 4. 二項分布とその仲間たち 4.1 二項分布 4.2 多項分布 5. 共役事前分布 5.1 ディリクレ分布 5.2 ガンマ分布 5.3 正規-ガンマ分布 6. EMアルゴリズム 6.1 混合モデル 6.2 EMアルゴリズム
●読者を計量的な言語研究へと誘う入門書 ●言語学・文学研究のための統計・データ分析を知る「最初の一冊」として ●図とかみ砕いた説明で、計量的な分析の一番最初のイメージをつかむ 〔読者対象〕言語学・文学・教育学などで計量的な研究をしたい人 本書サポートサイトは,「関連情報」を参照してください。 第1章 ことばのデータを集める 1.1 データ設計 データの重要性/データの代表性/データのサンプリング/コーパスの種類/アノテーション 1.2 データ収集 テキストの電子化/電子的なテキストの収集/スクレイピング/データの量と質/著作権 1.3 データ管理 ファイル形式/文字コード/ファイル名とフォルダ構造 1.4 テキスト整形 表記ゆれの修正/正規表現 第2章 ことばを数える 2.1 自然言語処理 形態素解析/構文解析/意味解析/その他の解析 2.2 頻度集計 単語/共起語/n-gram 第3章
姉妹書『基礎からのベイズ統計学』からの展開。正規分布以外の確率分布やリンク関数等の解析手法を紹介,モデルを簡明に視覚化するプレート表現を導入し,より実践的なベイズモデリングへ。分析例多数。特に心理統計への応用が充実。 ○ベストセラー『基礎からのベイズ統計学』の手法を実践的な分析へと展開する待望の続刊. ○RとStanを駆使して「研究仮説が正しい確率」を直接計算.データに隠された豊かな知見を引き出す. ○編著者より 本書では,ベイズ的アプローチを利用し,汎用的に有用な解析技法と個別の認知モデルという,一見あい反する事柄を紹介します.実験計画法や回帰分析など汎用的な技法を用いて,これまで大まかに分析されてきた認知モデルは,ベイズ的アプローチを利用することによって,個別の課題に対する精緻なモデルを比較的容易に構成できるようになります. 本書で示すさまざまなモデリングの具体例は,読者の方々が直面し
ベイズ統計の発展で重要性が高まるMCMC法を応用例を多数示しつつ徹底解説。Rソース付〔内容〕MCMC法入門/母数推定/収束判定・モデルの妥当性/SEMによるベイズ推定/MCMC法の応用/BRugs/ベイズ推定の古典的枠組み。 1. マルコフ連鎖モンテカルロ法入門 1.1 マルコフ連鎖 1.2 モンテカルロ法 1.3 マルコフ連鎖モンテカルロ法 2. MCMCによる母数推定の実際 2.1 ベイズ推測におけるMCMCの利用 2.2 ギブスサンプラーによる回帰モデルの推定 2.3 複合MCMCによる項目反応モデルの推定 3. 収束判定およびモデルの妥当性の検討 3.1 収束判定のための方法 3.2 モデルの良さを検討するための方法 4. SEMにおけるベイズ推定 4.1 一般的なSEMのベイズ推定 4.2 順序カテゴリカルSEMのベイズ推定 4.3 潜在混合モデリング 4.4 欠測データのあるS
高次積分にハミルトニアンモンテカルロ法(HMC)を利用した画期的初級向けテキスト。ギブズサンプリング等を用いる従来の方法より非専門家に扱いやすく,かつ従来は求められなかった確率計算も可能とする方法論による実践的入門。 ◎お詫びとお知らせ(2018年12月4日) 本書『基礎からのベイズ統計学』の「9刷」(2017年12月出来分)に,印刷不良によるミスプリントがございました。9刷の増刷にあたってのデータ変換ミスによるものです。たいへん申し訳ございません。 つきましては「9刷」ご購入の方には,修正されたものと交換いたします。詳細は下記をご覧ください。このたびは,たいへんご迷惑をおかけいたしました。あらためまして深くお詫び申し上げます。 今後とも弊社をご愛顧くださいますよう、お願い申し上げます。(朝倉書店営業部) *交換につきまして* ・お手元の書籍につきまして,奥付をご確認いただき「9刷=201
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
処理を実行中です
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