12pt

機械学習スタートアップシリーズ ベイズ推論による機械学習入門 (KS情報科学専門書)

須山 敦志 | 講談社 | 2017-10-21

最短経路で平易に理解できる、今までにない入門書!「モデルの構築→推論の導出」という一貫した手順でアルゴリズムの作り方を解説。 最短経路で平易に理解できる、今までにない入門書! ベイズ主義機械学習(ベイズ学習)の基本原理にのっとり、「モデルの構築→推論の導出」という一貫した手順…

12pt

0pt

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

斎藤 康毅 | オライリージャパン | 2016-09-24

ディープラーニングの本格的な入門書。外部のライブラリに頼らずPython 3によってゼロからディープラーニングを作成できる。 実際にシステムを作りながらディープラーニングを学ぶ! ディープラーニングの本格的な入門書。外部のライブラリに頼らずに、Python 3によってゼロから…

0pt

0pt

Pythonで体験するベイズ推論 PyMCによるMCMC入門

キャメロン デビッドソン=ピロン | 森北出版 | 2017-04-06

第1章 ベイズ推論の考え方 第2章 PyMCについてもう少し 第3章 MCMCのなかをのぞいてみよう 第4章 偉大な定理,登場 第5章 損失はおいくら? 第6章 事前分布をハッキリさせよう 第7章 ベイズA/Bテスト ◆Pythonモジュール「PyMC2」初の解説書 「PyM…

0pt

0pt

StanとRでベイズ統計モデリング (Wonderful R)

松浦 健太郎 | 共立出版 | 2016-10-25

近年,確率分布を使った数理モデルをデータにあてはめることで現象の理解と予測を促す「統計モデリング」が注目されている。既存の手法と比べた時の利点は解釈のしやすさと予測のよさの両立である。解釈がしやすいので,モデルに含まれる値を推定した後で次のアクションにつなげやすい。このため現実…

0pt

0pt

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 | 岩波書店 | 2012-05-19

現象を数理モデルで表現・説明するのに慣れていない人のために、章ごとに異なる例題を解決していく過程を通して、統計モデルの基本となる考えかたを紹介する。前半では、応用範囲のひろい統計モデルのひとつである一般化線形モデルの基礎を、後半では、実際のデータ解析に使えるように、階層ベイズモ…

0pt