サクサク読めて、アプリ限定の機能も多数！
トップへ戻る
GWの過ごし方
blog.neko-ni-naritai.com
（以下の情報はすべて記事執筆時（2021/04）のものです） この記事ではanaconda有償化の影響を回避しながら高速化されたIntel MKL版のnumpyを簡単にインストールする方法を解説します。 2020/04にanacondaが大規模商用利用ではanacondaとdefaultsチャンネルの使用を有償化したことは有名かと思います。 これにより仕事でIntel MKL版numpyを手軽にインストール出来なくなりそうだったので、利用規約に抵触しない形で簡単にIntel MKL版numpyをインストールする方法を調べ、まとめました。 scipy、scikit-learnの高速化版も見つけた方法でインストールが可能です。 尚、各位このブログを鵜呑みにするのではなく利用規約（Terms of Service）を各自で確認する様にして下さい。 TL;DR intelチャンネル版のnumpyの
スポンサーリンク 以前から確率で出てくるセミコロン( ; )と縦線( | )の違い、例えばと、が判らずに悩んでいたので調べた。Cross Validatedの解答によると両者の意味合いに大きな違いはない、で良さそうである。*1 ただし はというパラメータが与えられた下でのの評価値、 はという条件が与えられた下でのの評価値、 と言う微妙な違いが有るらしい。*2 恐らくは歴史的な背景によるものだろうが詳しくはわからなかった。 だから、データが与えられた時のの確率は と書けるが、はパラメータでは無いのでとは書けない。 逆に、パラメータが与えられた時のの確率はとも書けるし、 条件が与えられた下でのの確率と見做して とも書けるということだろう。 実際、ノンパラメトリックベイズ 点過程と統計的機械学習の数理 (機械学習プロフェッショナルシリーズ)には、 確率分布を定義する場合は、確率分布のパラメータを
最尤推定、MAP推定、ベイズ推定の違いについてまとめました。 参考文献 導入 最尤推定(Maximum Likelihood Estimation) MAP推定（最大事後確率推定、Maximum a posteriori） ベイズ推定（Bayesian Estimation） 参考文献 今回の参考文献は以下の4つです 統計的機械学習―生成モデルに基づくパターン認識 (Tokyo Tech Be‐TEXT) 作者: 杉山将出版社/メーカー: オーム社発売日: 2009/09/01メディア: 単行本購入: 3人 クリック: 76回この商品を含むブログ (5件) を見る ノンパラメトリックベイズ 点過程と統計的機械学習の数理 (機械学習プロフェッショナルシリーズ) 作者: 佐藤一誠出版社/メーカー: 講談社発売日: 2016/04/20メディア: 単行本（ソフトカバー）この商品を含むブログを見る
2018/04/01：インストール手順のcuda toolkitのver.を9.1から9.0に変更 GCPでGPUの割当を行ったのでtensorflowを使うために、GPU環境をnvidia-dockerを使って作りました。 これを使うとcudnnのインストール等を行わなくていいので楽らしいです。 前半の今回はnvidia dockerを入れるところまで行います。 0. NVIDIAドライバのインストール 1. CUDA Toolkit 9.0 のインストール 2. Dockerのインストール 3. Nvidia Dockerをインストールする 4. sudoなしでdockerを実行できるように変更 0. NVIDIAドライバのインストール NVIDIAドライバダウンロードから自分の使用するGPUにあったドライバをインストールしましょう。 私の場合、Tesla K80を使うので以下のように
最近はベイズが流行っているので自分もベイズを齧ろうと、冬休みにA/Bテストをpythonで行ってみました。 使用したのはpymc3です。事前知識は、信用区間は信頼区間と違って解釈がし易いよ！、A/Bテスト（RCT）ってこんなことをやってるよ！くらいを想定しています。 ちなみに個人的にはA/Bテストっていう言葉よりRCTという言葉のほうが好みです。 参考資料 A/Bテスト テストデータの作成 MCMCによるパラメータ推定とその結果 結果の考察 点推定を求められたら 検定力（サンプルサイズ)について よくわからない所 終わりに 参考資料 参考資料は以下の通りです。 Pythonで体験するベイズ推論 PyMCによるMCMC入門 作者: キャメロンデビッドソン=ピロン,玉木徹出版社/メーカー: 森北出版発売日: 2017/04/06メディア: 単行本（ソフトカバー）この商品を含むブログ (1件)
このページを最初にブックマークしてみませんか？
『blog.neko-ni-naritai.com』の新着エントリーを見る
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
