確率モデルを使ったグラフクラスタリング

ベイズ統計学の基礎概念からW理論まで概論的に紹介するスライドです．数理・計算科学チュートリアル実践のチュートリアル資料です．引用しているipynbは * http://nhayashi.main.jp/codes/BayesStatAbstIntro.zip * https://github.com/chijan-nh/BayesStatAbstIntro を参照ください． 以下，エラッタ． * 52 of 80：KL(q||p)≠KL(q||p)ではなくKL(q||p)≠KL(p||q). * 67 of 80：2ν=E[V_n]ではなくE[V_n] → 2ν (n→∞). * 70 of 80：AICの第2項は d/2n ではなく d/n. * 76 of 80：βH(w)ではなくβ log P(X^n|w) + log φ(w). - レプリカ交換MCと異なり、逆温度を尤度にのみ乗す

[sh19910711]

"ネットワーク構造を知りたいからクラスタリングを行うのにネットワーク構造を仮定するのは矛盾 / 確率モデル: リンクの生成モデルを考え、モデル学習を通じてクラスタリング + クラスタの構造は仮定しない" 2013

[Akiniwa]

グラフクラスタリング