Livepocket 書泉と、10冊

渡辺澄夫ベイズ理論100問 with Python/Stan

特典
ISBN/JAN
9784320125155
著者
鈴木 讓
出版社
共立出版
レーベル
発売日
2024/07/03
商品説明
第0章 やさしく学べる渡辺澄夫ベイズ理論
0.1 頻度論的な統計学
0.2 ベイズ統計学
0.3 事後分布の漸近正規性
0.4 モデル選択
0.5 WAICやWBICがなぜベイズ統計なのか
0.6 「正則」とは何か
0.7 WAICやWBICの理解になぜ代数幾何が必要なのか
0.8 広中の特異点解消,恐るに足らず
0.9 代数幾何の λ は,ベイズ統計でどのような意味をもつのか

第1章 渡辺ベイズ理論入門
1.1 事前分布,事後分布,予測分布
1.2 真の分布と統計モデル
1.3 正則性を仮定しない一般化に向けて
1.4 指数型分布族
問題1~13

第2章 MCMCとStan
2.1 MCMCとMetropolis-Hastings法
2.2 Hamiltonianモンテカルロ法
2.3 Stanの実際
付録:命題の証明
問題14~26

第3章 数学的準備
3.1 基礎的な数学
3.2 解析関数
3.3 大数の法則と中心極限定理
3.4 Fisher情報量行列
付録:命題の証明
問題27~41

第4章 正則な統計モデル
4.1 経験過程
4.2 事後分布の漸近正規性
4.3 汎化損失と経験損失
付録:命題の証明
問題42~53

第5章 情報量規準
5.1 情報量規準によるモデル選択
5.2 AICとTIC
5.3 WAIC
5.4 自由エネルギー,BIC,WBIC
付録:命題の証明
問題54~66

第6章 代数幾何
6.1 代数的集合と解析的集合
6.2 多様体
6.3 特異点とその解消
6.4 広中の定理
6.5 渡辺ベイス理論における局所座標
問題67~74

第7章 WAICの本質
7.1 状態密度の公式
7.2 事後分布の一般化
7.3 WAICの性質
7.4 クロスバリデーション的な方法との等価性
付録:命題の証明
問題75~86

第8章 WBICと機械学習への応用
8.1 WBICの性質
8.2 学習係数の計算
8.3 深層学習への応用
8.4 混合正規分布への応用
8.5 無情報事前分布
付録:命題の証明
問題87~100

参考文献
索引
備考・キーワード
型番 9784320125155-011
販売価格 4,290円(税390円)
購入数

  

ピックアップ

Calendar

2025年8月
1 2
3 4 5 6 7 8 9
10 11 12 13 14 15 16
17 18 19 20 21 22 23
24 25 26 27 28 29 30
31
2025年9月
1 2 3 4 5 6
7 8 9 10 11 12 13
14 15 16 17 18 19 20
21 22 23 24 25 26 27
28 29 30
Top