ベイズ最適化で最高のコークハイを作る - わたぼこり美味しそう
はじめに コークハイとか酎ハイをお店で飲むと、割り方とかレモンが効いていたりとかでお店によって結構違いが出ますよね 自分好みの最高のコークハイの作り方を知ることは全人類の夢だと思います。 本記事は一足先にそんな夢に挑戦したという記事です。 手法としてはベイズ最適化を使用します。 実データで実験計画と絡めながらベイズ最適化を実際に行う記事はあまり見かけなかったので今回は、 最適化パラメータ 1. コーラとウイスキーの比 2. レモン汁の量 目的変数 コークハイの美味しさ という2次元入力、1次元出力で実際に実験とチューニングを並行しながら行ってみたいと思います。 目次 はじめに ベイズ最適化とは 実験系の説明 実験条件 実験で考慮しないこと(パラメータ) 実験材料 実験方法 スコアの付け方 実験をやりました（本題） 実装コード 実験開始 ARDありver. 反省点 さいごに ベイズ最適化とは
コインで理解するベータ分布 - ふんわり R-tips
表と裏、投げるとどちらかの面が出るコインを例に、ベータ分布について説明します。 ベータ分布とは 確率変数 が、 をパラメータとする確率密度関数 を持つとき、 はベータ分布 に従う、と言います。 分母に出てきた はベータ関数で、ベータ分布を積分した結果が1になるために必要な正規化項です。 を与えられると、ベータ関数は定数値を返します。 ベータ分布の期待値は、 で計算されます。 ベータ関数とガンマ関数 ガンマ関数 は次の式で計算されます。 より、ガンマ関数のパラメータが正の整数の場合、となり階乗関数として扱うことができます。 ベータ分布の例 と の値を具体的に与えると、ベータ分布が一つに決まります。 の場合 より、 。一様分布となります。 a <- 1 b <- 1 x <- seq(0.01, 1.0, len = 500) plot(x, dbeta(x,a,b),type = "l",c
[教材] 今更だが, ベイズ統計とは何なのか. - ill-identified diary
2017/3/17 20:45: 尤度の簡単な説明と、ベイズ統計の応用例についての説明を1つ追加 2017/8/16: 信頼区間, ベイズ統計の定義について補足説明を加筆 2020/8/10 追記: B. Efron and T. Hasite (2016) "Computer Age Statistical Inference: Algorithms, Evidence, and Data Science" はベイズ統計学とそれ以前のパラダイムの立場の違いを明確にした上で(頻度主義統計学の定義をちょっと狭め過ぎな気もするが, 学説史ではないのでそこはまあ...)両者を説明し, 統計学の教科書としてもよくできているのである程度知識のある人はそちらを読んだほうが良い. 『大規模計算時代の統計推論: 原理と発展』というタイトルで邦訳が出ている (ただし私は買ってない) 概要 ベイズ統計と従来型
![[教材] 今更だが, ベイズ統計とは何なのか. - ill-identified diary](https://cdn-ak-scissors.b.st-hatena.com/image/square/06a15c64ba0ceec233d86d71001ebb29a9dcbf5d/height=288;version=1;width=512/https%3A%2F%2Fcdn.blog.st-hatena.com%2Fimages%2Ftheme%2Fog-image-1500.png)
1
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
処理を実行中です
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
機械学習のためのベイズ最適化入門
