【概要】 混合分布(混合モデル)はモデルを潜在変数でスイッチする構造を持ったモデルであり、実用的な観点でも面白いです 弊ブログでは数回にわたって、混合分布を使って遊んでみています(これが3記事目) 第3弾では、線形回帰モデルのパラメータ推論(ベイズ線形回帰)と線形回帰モデルを混合したモデルの推論をやってみます 【目次】 はじめに ベイズ線形回帰 パラメータ推論とその結果 混合線形回帰モデル パラメータ推論とその結果 ということで実際のnotebook まとめ 参考文献 はじめに 機械学習や統計の問題では、手元にあるデータを解釈して応用しようとしますね。 この時、明に暗になんらかの「確率モデル」を仮定しているはずです。 確率モデルの中でも、混合分布(混合モデル)は、複数の確率モデルの組み合わせとして定義されており、複雑なデータ構造を表現できます。 応用としても、クラス分類や多クラスの回帰など