機械学習における強化学習の一種である「Q学習」は、行動主体となるエージェントが現在の状況と未来の状況、そして得られる報酬から最適な答えを学習する手法です。そんなQ学習にベイズ推定の要素を取り込む研究が機械学習エンジニアのBrandon Da Silva氏によって行われています。 brandinho.github.io/bayesian-perspective-q-learning/ https://brandinho.github.io/bayesian-perspective-q-learning/ Q学習の基本的な考え方は「ある状態の価値(Q値)は、得られる報酬と次の時点の状態の価値から決まる」というもので、以下の式で表されます。「q(s, a)」は現在の状態からある行動を取った時の価値、「r」は得られる報酬、「q(s', a')」は次の地点での状態からある行動を取った時の価値を表して
行動経済学で【レポート見落とし問題】をコストゼロで解決し三方ヨシの仕組みを提案☢️放射線科医ポンポン on Twitter: "このニュース、放射線診断医師は憂鬱なtweetが目立っていた。 私も同様である。 その理由はベイズ推定にある。 あなたが感度99%、特異度99%のHIV検査を受けたと仮定する。 なんと陽性の結果であった。 血液1滴でがん検査… https://t.co/reQQBbGBvl"
このニュース、放射線診断医師は憂鬱なtweetが目立っていた。 私も同様である。 その理由はベイズ推定にある。 あなたが感度99%、特異度99%のHIV検査を受けたと仮定する。 なんと陽性の結果であった。 血液1滴でがん検査… https://t.co/reQQBbGBvl
赤木智弘＠守ろう表現の自由❤️🇺🇦❤️🇷🇺 on Twitter: "ファイザーのワクチンには95%の感染予防が期待できるそうだけど、 これをPCR検査否定派がやっていたベイズ推定で計算してみると、あら不思議。 ファイザーのワクチンは無効という結論が容易に得られます。 （そもそもベイズ推定で計算することが間違い）"
ファイザーのワクチンには95%の感染予防が期待できるそうだけど、 これをPCR検査否定派がやっていたベイズ推定で計算してみると、あら不思議。 ファイザーのワクチンは無効という結論が容易に得られます。 （そもそもベイズ推定で計算することが間違い）
「コロナは全員検査しろ」という人は、これを読んでいただきたい。そしてご自身の「勘違い」に向き合っていただきたい。「勘違い」を自分で修正することは、いつでもできますし、それができる人は賞賛されます。 ベイズ推定をおおまかに理解し、想像する 「ベイズ推定」（≒「ベイズ統計」「ベイズの定理」）は、今話題になっているコロナ感染症でPCRをやるかやらないか、という議論の背景を理解するために欠かせない考え方です。ベイズ推定を、数式でなく直感的にでも理解していないと「誰でも全員PCRしろ」という（現況では）誤謬から逃れられません。 ベイズ推定を直感的に把握できる、ものすごくわかりやすいページがありますからご紹介します。直感的な把握のためには前半分くらい、数式の手前まで読めばいいです。 先のページの図を参考に下図を描き、要素をコロナに置き換えました。 下図の縦割りの左側（先のページでの「買った人」）がコロ
つゆぽん on Twitter: "Netflixの「計算が導く予測」、おもしろいので契約してる方は観てほしい。大数の法則→p値→標本抽出→ベイズ推定→機械学習をドキュメンタリータッチで描いてる。"
Netflixの「計算が導く予測」、おもしろいので契約してる方は観てほしい。大数の法則→p値→標本抽出→ベイズ推定→機械学習をドキュメンタリータッチで描いてる。
岩田健太郎先生、新論文「新型コロナウイルス感染症（COVID-19）の緩和に学校閉鎖は効果は？ ベイズ推定を使用した時系列分析 」【日本語訳】 - 勤務医開業つれづれ日記・３
新型コロナウイルスの学校の休校について岩田健太郎先生の新しい論文がプレプリントで出ております。査読はされていませんのでご注意ください。 www.preprints.org https://www.preprints.org/manuscript/202004.0058/v1 前回に引き続き、日本語訳させてもらっております（1）。大急ぎでしたので誤訳などありましたご指摘お願いいたします。 Was School Closure Effective in Mitigating Coronavirus Disease 2019 (COVID-19)? Time Series Analysis Using Bayesian Inference 新型コロナウイルス感染症（COVID-19）の緩和に学校閉鎖は効果は？ ベイズ推定を使用した時系列分析 Kentaro Iwata * , Asako Doi
研究者「」@1copyからのRT-PCR on Twitter: "なぜ日本の医師や医学生アカウントが感度/特異度/事前確率/事後確率、あのクロス表にコロッと騙されたのか、それはテストに出るので意味もわからず覚えたからです。ここに掘り返した初心者向けベイズ推定の教科書があるのですが章の最初のページ… https://t.co/zBPVuosjuA"
なぜ日本の医師や医学生アカウントが感度/特異度/事前確率/事後確率、あのクロス表にコロッと騙されたのか、それはテストに出るので意味もわからず覚えたからです。ここに掘り返した初心者向けベイズ推定の教科書があるのですが章の最初のページ… https://t.co/zBPVuosjuA
ＣＯＮＴＥＮＴＳ 投資関連本によく出てくる『ベイズ推定』ってなに？ 世界的投資家はみんな使っている!! ベイズ推定 『ベイズの展開公式』を株式投資に応用する。 確率をもとにポートフォリオを構築する。 まとめ 投資関連本によく出てくる『ベイズ推定』ってなに？ 世界的投資家はみんな使っている!! ❝確率でモノを考えるという初歩的ではあるがやや直感に反する技術を身に着けないと、人生という尻蹴とばし競争に片足で参加するはめになる。❞ 【チャーリー・マンガー(天才投資家)】 株式投資について学ぶ上で決して避けては通れないのが『確率の計算』です。 100％文系脳の私のような投資家には非常に高いハードルであり、ここで挫折してしまう人も多いでしょう。 そんな確率の計算の中でも、株式投資において特に重要なのが ベイズ推定です。 ベイズ推定は多くの投資本で紹介されていて、例えば ウォーレン・バフェットの銘柄選
研究者「」@1copyからのRT-PCR @uwemon 今まさに勉強しているあるいは過去に一生懸命覚えたベイズ推定の問題「いったい何の役に立つのか全然わからなかったけどようやくわかった！」とその話題に飛びついてしまったわけです。しかし実はよくわかっていなかったのが実態です。重大な見落としがある事に臨床医ほどは気付けなかった様です。 2020-07-11 03:00:15 研究者「」@1copyからのRT-PCR @uwemon ベイズ推定は一体何のために使うのでしょう？それは推定をするためです。推定する物がないのにベイズ推定を使うのは適切ではないという事です。一般的なsingle reactionの反応系の検査ならベイズ推定を使っても良いでしょう。ところが理論的に感度100%特異度100%となるPCRにそれを使ってしまったのです 2020-07-11 03:01:04
SIRモデルのベイズ推定 - Qiita
はじめに 千葉大学/Nospareの米倉です．今回は感染症の数理モデルで良く使われる，SIRモデルの解説とそのベイズ推定について紹介します． SIRモデルとは 西浦(2021)に基づきSIRモデルを解説します．ここでは個人の異質性は考慮せず，全員等しく感染しやすく，回復しやすいことを暗に仮定します． SIRモデルとはコンパートメントモデルと呼ばれるモデルの一種で，感染症が流行している母集団（人口）をいくつかのコンパートメント（区間）に分類して分析をするモデルです． 具体的にはSIRモデルは母集団を Susceptible(感受性人口)→未感染かつ免疫を獲得していない人口． Infected（感染性人口）→感染症に感染した人口． Recovered（回復者人口）→免疫を獲得した人口or隔離された人口． の3つの状態に分割します．この上で以下のような仮定を置きます． 感染したらすぐにSからIに
そもそも通貨とは～と語っている人々の我田引水や牽強付会（けんきょうふかい）*1を指摘するために、『撰銭とビタ一文の戦国史』を拝読した。本書の著者の高木久史氏はずっと中世から近世の貨幣を研究している人で、2018年と比較的新しい本書はこういう用途に最適。悪銭やビタといった単語が示す意味がそう自明でもないところに歴史研究の難しさがわかって興味深い一冊で、記述の端々から貨幣研究も史料と発掘で進められていることも分かる。 日本における貨幣の歴史については、日銀が日本貨幣史のページで概説とPDF化された参考文献を紹介しているのだが*2、本書は銭貨（せんか）の種類や状態で受け取りを拒否したり、価値を割り引く撰銭（えりぜに）を中心に取り上げていて興味深い。どの種類の銭貨を流通させるか公権力が定めなかった時代、民衆の損得勘定でそれが決まっているからだ。 日本では中世から近世、とくに江戸時代に入るまで*3、
計測データの量や質に対するベイズ推定のスケーリング則を解明 ー複雑現象の計測と数理モデリングをつなぐ新たな指針にー｜記者発表｜お知らせ｜東京大学大学院新領域創成科学研究科
九州大学 東京大学 発表のポイント ◆ 複雑現象の理解には所与の計測データを過不足なく表す関数や方程式（数理モデル）が有用 ◆ データの質や量に応じて最良の数理モデルを選択するベイズ推定のスケーリング則を解明 ◆ データに根ざした数理モデルの簡略化や複雑現象の計測を効率化する指針につながると期待 発表の概要 古くは惑星の運動を司るケプラーの法則が象徴するように、単純な関数や方程式を用いて計測データを表す数理モデリングは様々な現象に対する理解を深めてきました。ベイズ情報量規準（BIC）は所与のデータを過不足なく単純に表す数理モデルを選ぶための指標であり、近年のデータ駆動科学を支える標準的なツールの一つです。IT分野などで幅広く用いられているベイズ推定※1を数学的に近似した統計学の公式として、BICは導かれます。しかし、同近似はデータの量や質による影響を無視しており、本来それらがベイズ推定にど
Stan, PyStanとは Stanとは、C++をベースに実装された確率的プログラミング言語です。NUTSアルゴリズム (HMCを発展させたもの) を用いて、様々なベイズ推定を行うことができます。特徴として以下のようなものが挙げられます。 統計モデルの記述が簡単 HMCなのでサンプリングが高速 さまざまな確率分布を利用可能 PyStanはStanをPythonから扱うためのインターフェースを提供するパッケージです。Stanの文法に従ってモデルを記述し、コード実行時にモデルをコンパイルします。 PyStan: The Python Interface to Stan PySTanのインストール pipでインストール可能です。トレースプロットの描画のために arviz もインストールしておくと良いです。
銀のエンゼルと金のエンゼルの出現確率をベイズ推定する（金と銀を合わせて推定） - チョコボール統計
【概要】 これまで本ブログでは、金のエンゼルと銀のエンゼルの出現確率の推定を日々行っています しかしこれまでの推定は、簡単のために金と銀のエンゼルを独立に推定してきました そこで本記事では、金と銀のエンゼルを合わせて推定するため、多項分布を利用したモデルを構築します 【目次】 はじめに アプローチ 前提と仮定 モデル データ 実験 パラメータ推論 実験結果 金のエンゼル2倍キャンペーンを除いた場合 全てのデータを含めた場合 いくら買ったらエンゼルが当たるのか？ 銀のエンゼルを5つ得るまでに必要なチョコボールの購入数 金のエンゼルを5つ得るまでに必要なチョコボールの購入数 終わりに 参考文献（お世話になった書籍） 広告 はじめに 当ブログでは、日々のチョコボール開封結果に基づいて金のエンゼルと銀のエンゼルの出現確率を推定しています。 これまでの推定では、簡単のために、金のエンゼルと銀のエンゼ
峰 宗太郎 on Twitter: "だから、「不安なんだよ！」とか「外国の方がいいと思う！」程度の専門性につっこまないクソリプは、逆に一部理解できるの👶ド素人丸出しでよろしい。謙虚。 問題は「特異度ガー」とか「陽性的中率ガー」とか「ベイズ推定ガー」とか言いつつ「コンタミでしか偽陽性は起こらない」とかいうレベルのバカ"
だから、「不安なんだよ！」とか「外国の方がいいと思う！」程度の専門性につっこまないクソリプは、逆に一部理解できるの👶ド素人丸出しでよろしい。謙虚。 問題は「特異度ガー」とか「陽性的中率ガー」とか「ベイズ推定ガー」とか言いつつ「コンタミでしか偽陽性は起こらない」とかいうレベルのバカ
はじめに データと確率分布 データと確率モデル 推定方法 最尤推定法 ベイズ法 はじめに 今回は具体的な手法の詳しい解説やコードなどは一切出てきません。 ある程度の数式（確率分布や微分積分、線形代数）に抵抗の無い方が、最尤推定とベイズ推定はどういうものであるのかを初めて学ぶのに無理の無い内容になっていると思われます。 データと確率分布 まずは基本事項としてデータと確率分布について説明します。 確率論でデータを扱う場合には、データはとある真の確率分布 $\phi(\cdot)$ から生じているものであると考えます。具体的には、今着目しているデータ $x$ は確率変数 $X$ が $\phi(X)$ に従っており、その実現値として $X = x$ と定まったことによって得られていると考えます。このことを $$ x \sim \phi(X) $$ と表現します。更に確率変数が複数あるケースを考え
コレスキー分解を利用した相関係数のベイズ推定 - LIVESENSE Data Analytics Blog
こんにちは、リブセンスでデータサイエンティストをしている北原です。今回は、多変量正規分布の分散共分散行列を扱うときに有用であることが知られているコレスキー分解を取り上げます。 多変量正規分布を使ったモデリングをしたいことはよくありますが、複雑な分布であるため計算時間が長くなりやすかったり不安定になりやすかったりします。コレスキー分解を利用することで、この問題が緩和されます。今回は、コレスキー分解を利用した具体的な例として相関係数の推定を扱います。コードはRとStanです。 相関係数 相関係数のベイズ推定 コレスキー分解 コレスキー分解を利用した相関係数のベイズ推定 まとめ 相関係数 まず、基本の確認のため、簡単に相関係数について説明します。 相関係数は二変量の線形な関係性を定量的に示す指標です。実際には相関係数と呼ばれるものはいろいろありますが、ここで扱うのは最も基本的なピアソンの積率相関
PyMC3を使ったPythonベイズ推定超入門（その1）コイン投げの例を使ってベイズ推定を何となく理解しよう
需要予測などで、特定の値（予測値が1つ）だけではなく、予測値の区間や分布が手に入った方が嬉しい場合があります。 区間だけであれば、従来の推定方法（最尤法など）で求めることはできます。95%信頼区間（予測区間）などです。 もちろん、このような区間はベイズ推定でも求めることはできます。 知り得たいのが区間だけであれば、従来の推定方法だろうがベイズ推定であろうが、どちらでもいいかもしれません。 しかし、ベイズ推定の場合、区間以上の情報を得ることができます。 どのような情報かというと、分布です。 この分布から平均値や最頻値などを予測値やその区間などを求めることができます。 それだけではありません。 ベイズ推定の面白いところは、今手元にあるデータが多かろうが少なかろうが取り急ぎ分布などを計算し、新たなデータを手にしたときにその分布を更新していく、というアプローチを取ります。 更新前の分布を「事前分布
ベイズ推定入門｜野球選手の打率を推定したい｜hanaori
今年になって『データ解析のための統計モデリング入門（通称 緑本）』を読みました。 とても読者にやさしく書かれているなと感じる一方、どうしても特に後半が個人的に難しく「もっと理解したいな」と思ったため David Robinson さんが書かれた記事なども参考にしつつ、もう少し自分なりに噛み砕いて考えてみようと思います。 ベイズ推定がよくわかってないことが理解が難しかった大きな原因のひとつだと感じたので、こちらの記事ではベイズ推定の基本的な考え方からまとめて共有できればと思います。 ・ ベイズ推定に入門したい方 ・ rstan に少し触れてみたい方 ・ 緑本を読書中の方 などなど そんな方々に一緒に楽しんでいただける記事になっているとうれしいです。 ベイズ推定とはまずはベイズ推定の全体の流れを確認したいと思います。ベイズ推定は大きく以下の流れで作業を進めていきます。むずかしい言葉がたくさん出
ベイズ推定は、ベイズの定理を使った統計的推定方法の一つです。具体的にはベイズの定理の確率を、確率分布に置き換えたものであり、「事前確率分布と尤度関数から、事後確率分布を求める」というものです。ちょうど、下図のようなイメージです。 そして、ベイズ推定は、データが集まるたびに、ベイズ更新によって正確性が向上していくという素晴らしい性質を備えています。この性質ゆえ、ビッグデータが重要な現代において、科学、工学、哲学、薬学、スポーツ学、法学から、カーシェアリングといった事業まで、あらゆる分野において使われている非常に重要な概念です。当ページでは、このベイズ推定について、じっくりと解説していきます。具体的には、以下のようなことを学ぶことができます。 ベイズ推定と従来の統計的推定の違いがハッキリとわかる：ベイズ推定と従来の統計的推定の違いについて、人に教えられるぐらい具体的にハッキリとわかります。例題
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
機械学習の「Q学習」にベイズ推定を取り入れると一体何が起こるのか？
「コロナは全員PCRしろ」という人は「ベイズ推定」と検査の実効を理解する必要がある｜sheemer
投資関連本によく出てくる『ベイズ推定』ってなに？ - ミクサの脱社畜計画
ベイズ推定でPCR検査を評価する事は根本的な間違いではないか？(2020.7.13作成) #新型コロナウイルス
貨幣価値がベイズ推定されてきたことが分かる（かも知れない）『撰銭とビタ一文の戦国史』
PyStanで実装するベイズ推定（単回帰・ロジスティック回帰） - Qiita
最尤推定からベイズ推定まで - HELLO CYBERNETICS
ベイズ推定とは？誰でも理解できるようにわかりやすく解説 | HEADBOOST