読書日記: ロジスティック回帰に飽きたときのための個人的な覚え書き
« 読了：Royston, Ambler, Sauerbrei (1999) fractional polynomialsによる非線形回帰への招待 | メイン | 読了：Cannon, Leckenby, Abernethy (2002) 有効フリークエンシーを超えて：フリークエンシー価値によるメディア・プランニング » 2016年6月10日 (金) 仕事の都合で必要になって書いたメモなんだけど、ブログに載せておこう。 二値変数を従属変数とする回帰モデルについて考える。よく使われているのはロジスティック回帰モデル $\log(\frac{\pi(x)}{1-\pi(x)}) = \beta_0 + \beta_1 x$ だけど($\pi(x)$は生起確率ね)、リンク関数はほかにもある。諸君、視野を広く持ちたまえ。 プロビットモデル。こいつの歴史は結構古い。係数が閉形式で表現できないのが欠点
Tokyo.stanの感想 - xiangze's sparse blog
stan開発者の一員であるBetancourtさんを招いたTokyo.stanを聴きにいきました。 Michael Betancourt's Stan Lectureを開催しました - StatModeling Memorandum 自分はstanを余り使いこなせていないのですが、主にアルゴリズムと実装に関する感想を書きます。 HMCの説明をされている中で推定されるべき事後分布の関数の等高線を回るようにサンプルしているという説明が非常に明快でした。事後分布の勾配である"重力"に対して直交する方向に運動量が存在すれば分布の極大値にとどまらずにその周囲を回るようにサンプリングがされます。ニュートン力学そのものです。 赤が勾配、青が運動量 最適化問題は山を登るか(下る)ような勾配系の問題としてイメージできますが、MCMCは分布を推定するので相空間を等エネルギー面に沿ってぐるぐる回るハミルトン系の
Michael Betancourt's Stan Lectureを開催しました - StatModeling Memorandum
ドワンゴさんに会場提供していただき、2016/6/4にMichael Betancourt's Stan Lectureを開催しました。実はStanの勉強会というのはこれがはじめてではなく、約2年ほど前に催されていたBUGS/Stan勉強会がもととなっています。 また今回はニコ生で放送したのですが、400人以上の視聴者がいたのは驚きました。この内容で、しかも英語なのに。欲を言うともっと会場にも来てほしかったです。当日の進行は少し前倒しになり、そのために閲覧できなかった方には申し訳ありませんでした。動画を公開しますのでお許しください。 以下では内容を簡単に紹介します。 Hiroki ITO "Dealing with latent discrete parameters in Stan" 一人目は頼み込んで北海道から（自腹で）来てくれました伊東宏樹さんです。動画は次の僕の分と合わせて以下にな
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
