Learn essence of "Computer Vision: Models, Learning, and Inference"
コンピュータービジョンの無料チュートリアル - ベイズ推定とグラフィカルモデル：コンピュータビジョン基礎1
Learn essence of "Computer Vision: Models, Learning, and Inference"
広く使える情報量規準(WAIC)
このページをご覧いただき、ありがとうございます。 ここでは、情報量規準 WAIC を紹介しています。 ベイズ推測のための情報量規準(WAIC)が導出されました。 WAIC は（真の分布、確率モデル、事前分布）がどのような場合でも使う ことができます。他の規準と異なり理論的な基盤を持っています。 (0) モデル選択やハイパーパラメータの最適化に使えます。 (1) 漸近的に汎化損失と同じ平均値と同じ分散を持ちます。 (2) WAIC は簡単に計算できます。 (3) 真の分布が確率モデルで実現可能でなくても使えます。事前分布が真の事前分布でなくても使えます。 (4) 平均対数損失を最小にするパラメータがユニークでなくても使えます。 平均対数損失を最小にするパラメータが特異点を含む解析的集合であっても 使えます（注１）。 (5) フィッシャー情報行列が正則でなくても使えます。 (6) 事後分布が正
データサイエンティストを目指すに当たって、ぜひ揃えておきたいテキストたちを挙げてみる - 渋谷駅前で働くデータサイエンティストのブログ
追記2 2015年末の時点での最新リストはこちらです。 追記 この記事の5カ月後にもう少し更新した内容の「お薦め本リスト」記事を2つupしてますのでそちらもお読みください。 2013年秋版：データサイエンティストを目指すなら揃えておくべき10冊 - 六本木で働くデータサイエンティストのブログ 2013年秋版：データ分析初心者にお薦めする「基礎を本当にゼロから学ぶ」ためのテキスト5冊 - 六本木で働くデータサイエンティストのブログ 今回は、僕が実際に自然科学の研究者からデータサイエンティストへと転身するに当たって、いつも脇に置いていたテキストや同僚が参考にしていたテキストをまとめて紹介します。 ※以下僕も持っているものには「＊」を打ってあります*1*2*3 統計学 統計学入門 (基礎統計学) 作者: 東京大学教養学部統計学教室出版社/メーカー: 東京大学出版会発売日: 1991/07/09メ
【CodeIQ提供】データ解析・可視化なら俺らに任せろ！- 第30回R勉強会まとめ #TokyoR
2013年4月20日（土）にニフティ株式会社のセミナールームで、第30回R勉強会＠東京（#TokyoR）が開催されました。#TokyoRは、里洋平氏(@yokkuns) が主催しているR言語を学ぶプログラミングの勉強会です。今回は100名以上の参加希望があったため、補欠が出てしまったほどの人気イベントです。 そもそも R言語とは、統計処理を得意とする言語であり、データの解析や可視化などを比較的簡単に実行出来るツールです。 今回は、その人気イベントである第30回R勉強会＠東京にお邪魔し、全5時間に渡るアツい内容をまとめてお届けします。またこちらの勉強会まとめ記事は、株式会社リクルートキャリアが運営する「CodeIQ（コードアイキュー）」のご協力で提供されております。 （当日のアジェンダ） それでは、各セッション内容のご紹介です。 初心者セッション1 「はじめてのR」 最初は、R歴三年・ビジ
『統計が弱いので』 - ryamadaの遺伝学・遺伝統計学メモ
「統計が弱いので教えてほしい」という依頼 全部で４時間 基礎医学から臨床医学までの雑多な大学院生と教官の集まり 「予習課題を出してもいいですか？自分はどんなデータをもっていて、それについて、解析してみることを課題にしておきましょう」と言ったら、「そんな難しいことはできない」と さて、ここには色々な問題が潜んでいますが、それを粉砕しつつ、できる限り、実のある４時間にするにはどうしたらいいものか まずは『統計が弱いので』という幻想をなくそう 『統計が弱い』のではなく、『戦略が間違っている』のではないでしょうか 以下、その要点を説明する 統計学とは データ学としての統計学 実践スキルとしての統計学 実践スキルとしの統計学 だれにどうやって習うべきか 何をどうやって学ぶべきか エクセルの使い方を習うために、計算機科学の教授について学ぶべきか、アビバに行って学ぶべきか あなたの課題はなんですか？ 統
【読書感想】統計学が最強の学問である ☆☆☆☆☆ - 琥珀色の戯言
統計学が最強の学問である 作者: 西内啓出版社/メーカー: ダイヤモンド社発売日: 2013/01/24メディア: 単行本（ソフトカバー）購入: 11人 クリック: 209回この商品を含むブログ (127件) を見る 統計学が最強の学問である 作者: 西内啓出版社/メーカー: ダイヤモンド社発売日: 2013/01/28メディア: Kindle版購入: 9人 クリック: 25回この商品を含むブログ (26件) を見る あえて断言しよう。あらゆる学問のなかで統計学が最強の学問であると。 どんな権威やロジックも吹き飛ばして正解を導き出す統計学の影響は、現代社会で強まる一方である。 「ビッグデータ」などの言葉が流行ることもそうした状況の現れだが、はたしてどれだけの人が、その本当の魅力とパワフルさを知っているだろうか。 本書では最新の事例と研究結果をもとに、基礎知識を押さえたうえで統計学の主要6分
Mizumoto Lablog » Archives » 2012 » 8月 » 12
このタイトルの分析方法（モデル）について， 2012/11/10にメソドロジー研究部会・言語テスティング 第二言語習得合同発表会にてお話しました。 「外国語教育研究ハンドブック」で紹介している，t 検定や， 分散分析（ANOVA），回帰分析は， 一般線形モデル（general linear model) と呼ばれる枠組みのものです。 一方，一般化線形モデル (generalized linear model; GLM)は， その枠組みを拡張したもので，ランダム効果が入ったら， 一般化線形混合モデル (generalized linear mixed model; GLMM)と 呼ばれます。ランダム効果については，資料をご確認ください。 分野や分析方法によって，線形混合モデルと呼んだり， 階層線形モデル (hierarchical linera model; HLM)と呼ん
臨床疫学研究における報告の質向上のための統計学の研究会｜奥村泰之の情報公開
はじめに 本研究会は，研究報告の質 (reporting quality) 向上のための統計学の勉強会です。2か月に1度程度，東京都内で開催しています。 臨床疫学系の研究者の多くは，統計学の専門家ではありません。我々は，論文を書くための「道具」として，統計学を使っています。我々が論文を書く際は，より良い研究になるように，「適切」に方法や結果を記述したいと願っています。国際的には，統計手法別に，どういう情報を論文で記述するべきかを規定しているガイドライン (reporting guideline) が数多く公表されています。しかし，我々は，残念ながら，こういったガイドラインの学習にまで，なかなか手を伸ばせないために，「ある統計手法を使ったものの，どのように論文に報告すれば良いかわからない」といった問題によく遭遇していると思います。 こうした問題を解決すべく，本研究会では，「データ解析環境Rを
サービス終了のお知らせ - NAVER まとめ
サービス終了のお知らせ NAVERまとめは2020年9月30日をもちましてサービス終了いたしました。 約11年間、NAVERまとめをご利用・ご愛顧いただき誠にありがとうございました。
一般化線形モデルや混合効果モデルのオススメの本 - 日々のつれづれ
昨日のTokyor23で混合効果効果モデルの話題が出ていて思い出した。 最近、「Rの…」なる統計本は乱立状態で節操が無い気がする。 でありながら、国内には統計学の良著が少なく、理論をしっかり学びたい場合は、どうしても洋書に頼らざるを得ない。 でも、洋書を手に取るには、数学の壁と英語の壁にぶち当たり、挫折することも多い。 そんな中、この本は一般化線形モデル、混合効果モデルの翻訳を原著と変わらない価格で丁寧に訳している。 線形モデルとその拡張 作者: Charles E.McCulloch,Shayle R.Searle,John M.Neuhaus,土居正明,横道洋司,青山淑子,五百路徹也,中村竜児,吉田和生,白岩健,松下勲,西山毅,井上永介,上原秀昭,山口亨,酒井美良出版社/メーカー: 株式会社シーエーシー発売日: 2011/12/15メディア: 単行本購入: 1人 クリック: 64回この
統計ライブラリー マルコフ連鎖モンテカルロ法 ｜朝倉書店
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
一年で身に付ける！Rと統計学・機械学習の4ステップ - データサイエンティスト上がりのDX参謀・起業家
久しぶりの投稿です。この一年間、Rの勉強会などに参加したり主催したりしてきて、後輩や勉強会の方々の話をいろいろ聞くとこができました。そんな中、一年間でRと統計学・機械学習を身に付けれるようなフローを作れるかも？と思ったので、ここで記録しておきます。統計学や機械学習は理論を勉強するだけでなく、Rで実際に解析してみることで、より理解が深まります。 ステップ1. 分布・検定 理論 統計学入門 (基礎統計学?) 作者: 東京大学教養学部統計学教室出版社/メーカー: 東京大学出版会発売日: 1991/07/09メディア: 単行本購入: 158人 クリック: 3,604回この商品を含むブログ (79件) を見る R本 Rによるやさしい統計学 作者: 山田剛史,杉澤武俊,村井潤一郎出版社/メーカー: オーム社発売日: 2008/01/25メディア: 単行本購入: 64人 クリック: 782回この商品を含
無料統計ソフトRで心理学｜奥村泰之の情報公開
はじめに 「R」とは，無料の統計ソフトの名称です。このページでは精神医学・精神科看護学・臨床心理学などの，社会科学の領域でよく使う統計手法をRで応用したプログラムなどを載せています。 当該領域では，ソフトウェアとしてSASやSPSSを使う場合が多いのですが，これらは有料であり（SASはレンタル），学生では個人所有することが難しいのが現状です。そこで，Rのような無料で高機能なソフトを自宅で好き放題使える環境を構築すると，統計学の学習時間を増やすことができるようになるので，有意義だと思います。慣れないうちは「難しい」と感じるソフトですが， 学校に行って限られた時間の中だけで統計解析をするよりも 「いつでも，どこでも，いつまでも，貧乏でも一緒に居てくれるR」を覚えた方が安心です。「データ解析」は，就職後にも必要となる場合があることや，日々の生活においても利用できるので このようなソフトを学部生の
ベイズ推定を知っているフリをするための知識
最近はベイジアンが増えてきて、実用分野での利用も進んでいるようだ。話題としては知っておきたいが、世間一般には理解に混乱を生んでいるようだ。 ベイズ推定は入門レベルの統計学の教科書ではオマケ的な扱いがされており、実際に伝統的な統計手法を拡張している面が強い。そういう意味では、誤解や混乱があっても仕方が無い。 利用する必要があるのか無いのか良く分からない点も多いのだが、知らないと告白するのも気恥ずかしいかも知れない。自分ではベイズ推定で分析を行わない人が、ベイズ信者と話をあわせるために最低限知っておくべき事をまとめてみた。 1. ベイズ推定とは何か？ ベイズ推定とは、ベイズの定理を応用した推定手法だ。端的に理解するためには、最尤法に事前確率を導入している事だけ覚えれば良い。これで哲学的議論を全て回避してベイズ推定を把握することができる。 下の(1)式ではπ（θ）が事前確率、π(θ|x)が事後確
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
Amazon.co.jp： データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC (確率と情報の科学): 久保拓弥: 本
Amazon.co.jp: Rによるモンテカルロ法入門: C.P.ロバート (著), G.カセーラ (著), 石田基広 (翻訳), 石田和枝 (翻訳): 本
Amazon.co.jp: 道具としてのベイズ統計: 涌井良幸: 本
統計（多変量解析，回帰分析，クラスター分析）
日本統計学会創立75周年記念出版『21世紀の統計科学』(全3巻) 増補HP版 (2012年1月)
はてなブログ | 無料ブログを作成しよう
