第1章 ベイジアンモデリングとは 1.1 データ解析とコンピュータ 1.2 ベイジアンモデリングの基礎 1.3 代表的な確率分布 1.4 近似推論手法 第2章 確率的プログラミング言語(PPL) 2.1 ベイジアンモデリングとPPL 2.2 自動微分・最適化アルゴリズム 2.3 PyMC3の概要 2.4 Pyroの概要 2.5 NumPyroの概要 2.6 TensorFlow Probabilityの概要 2.7 GpyTorchの概要 第3章 回帰モデル 3.1 線形回帰モデル:線形単回帰モデル 3.2 線形回帰モデル:線形重回帰モデル 3.3 一般化線形モデル:ポアソン回帰モデル 3.4 一般化線形モデル:ロジスティック回帰モデル 3.5 階層ベイズモデル 3.6 ガウス過程回帰モデル:ガウス尤度 3.7 ガウス過程回帰モデル:尤度の一般化 第4章 潜在変数モデル 4.1 混合ガウス
![Pythonではじめるベイズ機械学習入門](https://cdn-ak-scissors.b.st-hatena.com/image/square/c7204178ccd4279aeab77ba8ba66e5b96f198a5c/height=288;version=1;width=512/https%3A%2F%2Fwww.kspub.co.jp%2Fbook%2Fdetail%2Fimages%2F63c3cd82217562d9ba8aeb674ca584332b90c8f9.jpg)