広島ベイズ塾夏合宿で発表したStanコードの書き方中級編です。 回帰分析から,一般化線形モデル,欠損値のあるモデル,潜在変数があるモデル,ゼロ過剰分布,混合分布モデルを扱いました。Read less
![Stanコードの書き方 中級編](https://cdn-ak-scissors.b.st-hatena.com/image/square/2a56ff3e6e3063193260d1f9cc548b7937c376fd/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2Fstanintermediate-160812024702-thumbnail.jpg%3Fwidth%3D640%26height%3D640%26fit%3Dbounds)
PyData.Tokyo Meetup #18での講演資料です。 https://pydatatokyo.connpass.com/event/Read less
2. 本資料の位置づけ • 拙著『StanとRでベイズ統計モデリング』 において, 書ききれなかったことはいくつかあります. • その中で心理学において有用そうな話題を著者な りに考えて選びました. • スライド中に出てくる章・節・図番号は その書籍内のものを指します. 2 3. 本スライドの記法 • 見やすさのため, 変数を太文字にしている. • 𝒂, 𝑿, 𝒀など. • ベクトル(出てこないけど)は書籍と同じ 𝒀 で表す. • 僕の視力の悪さに由来する. • これから推定されるパラメータを赤い文字で表す. • 𝒂, 𝝁 など. • 事後分布は 𝒑 𝒂, 𝒃, 𝝈|𝑿, 𝒀 のように書くのではなく, 見やすさのため, データを省略し, パラメータを青い文 字で表す. • 𝒑 𝒂, 𝒃, 𝝈 など. 3
3. 本日の話(もくじ) 3 I. 6ステップで説明するバックドア基準入門 III. いちユーザー視点からの「実質科学上の意義」 1. 前置き 2. バックドアパスをイメージしよう 3. まずは2変量(x,y)を考える ネオニコチノイド系農薬のミツバチコロニーへの影響についての 既往研究論文(Budge et al. 2015)の再解析 4. 3変量(x,y,z)で見る基本的論理 5. 4変量以上の場合を見る 6. "まとめ"としてのバックドア基準 *個人の感想です。また、ものすごく「分野による」話です II. 環境リスク分野でのバックドア基準の”使用”例 (時間が余れば):バックドア基準と多重線形性の関係の説明 4. 本日の話(もくじ) 4 I. 6ステップで説明するバックドア基準入門 III. いちユーザー視点からの「実質科学上の意義」 1. 前置き 2. バックドアパスをイメージしよ
2. ⾃⼰紹介 • 名前: takano • Twitter: @mtknnktm • 仕事: Web系企業のデータ関連あれこれ • 興味: 計算社会科学・複雑系科学 • もろもろ – Publications: https://sites.google.com/site/mtkn35699/ – Slide: http://www.slideshare.net/MasanoriTakano1 – Blog: http://mtkn.hatenablog.com/ 2 3. • ふと回帰分析したくなった時 • ふとMCMCしたくなった時 • ふと前処理したくなった時 • ふと機械学習したくなった時 • ふと集計したくなった時 • ふと社会科学したくなった時 でも iris はもう飽きた → そんなときのために、 誰でも使えるデータをご紹介 3 5. おもしろいと思った
I introduced amazing graphs which are drawn by listed Japanese companies at Japan.R 2016 again. These slides include 6 graphs for investors. Japan.R is the largest event of R study group in Japan. By participating this event, you can keep up with trends of analytics for business and academia. Website: http://japanr.net/Read less
スタートアップやプロダクトの成功に必要な「アイデア×プロダクト×実行×チーム×運」の 5 つの項目について解説した概要のスライドです。急成長するプロダクトの初期に役立てていただければと思います。 プロダクトマネージャーやスタートアップの CEO の方向けにどうぞ。 ※ Japan Product Manager Conference 2016 の登壇資料ですRead less
2. 本⽇日紹介する論論⽂文 • “Statistical Outlier Detection Using Direct Density Ratio Estimation” 直接密度度⽐比推定を⽤用いた統計的外れ値検出 • Shohei Hido (⽐比⼾戸 将平) et al. 元 IBM Researcher 現 PFN Chief Research Officer • Knowledge and Information Systems 2011 2 3. この論論⽂文を選んだ理理由 • 井⼿手剛 杉⼭山将『異異常検知と変化検知』 • Chapter 11 密度度⽐比推定による異異常検知 – カルバック・ライブラー密度度⽐比推定法 • KLIEP (Sugiyama+ 2008) – 最⼩小2乗密度度⽐比推定法 • LSIF (Kanamori+ 2009) •
6. モンテカルロ積分 • ある積分Hに、確率変数xの確率分布p(x)をかませよう • ここで、x1, x2, x3,…を確率分布p(x)から独立に抽出した標本と すると、大数の法則より • つまり、確率分布p(x)から独立して多くのサンプルが得られ れば、直接積分を解かなくても、漸近解が得られる。 • これをモンテカルロ積分という。 ( ) ( ) ( ) ( ) ( ) [ ( )] ( ) ( ) , ( ) ( ) p k x H k x dx p x dx h x p x dx E h x p x k x where h x p x 1 1 ( ) , n F i i h x H as n n
MySQLは広く使われているRDBMSです。速いし、レプリケーションのノウハウもあるし、Web上にたくさんの情報もあるからいざというときも安心、というのがその理由でしょう。 そんなMySQLの弱点の1つがデフォルトでは日本語で全文検索できないことです。でも、日本語で全文検索したいし。。。どうしよう。 そんなあなたに最近の日本語の全文検索事情を紹介します。Solr?Elasticsearch?Groonga?PostgreSQLはどうやっているの?Mroonga?Sphinx? いろいろ考えると日本語で全文検索するときもMySQLを使うのがいいね!と思えてくるから不思議です。最近の日本語の全文検索事情を聞いて一緒に考えてみませんか?
13. 自然言語処理の実装 • モデルの理解やドメインの知識 >>…… ……>> プログラミング能力 – プログラミングが必ずしも得意じゃない – 数学が(ry – (データ解析とか統計処理とかも同様) • 「好きなプログラミング言語で実装」 • 「アプリに合わせて言語を選ぶ」 – おまえは何を言っているんだ状態 15. 多すぎるし! • Python – Numpy / Scipy – Scikit-learn – Theano – Caffe – NLTK • C++ – Octava / Eigen – Vowpal Wabbit • Java – Mahout – Spark MLlib – Weka – Stanford CoreNLP • .NET – Accord.NET • Lua – Torch • Jubatus • OpenCV • AzureML • Amazon
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