かくあき(著)
※1点の税込金額となります。 複数の商品をご購入いただいた場合のお支払金額は、 単品の税込金額の合計額とは異なる場合がございますので、予めご了承ください。
【本書の内容】
ベイズ統計の基礎知識からベイズ統計モデリングまで、
Pythonのプログラムをもとにわかりやすく解説した書籍です。
前半ではベイズ統計の理解に必要な確率の説明からはじまり、
ベイズ統計学、ベイズの定理、ベイズ推定の基本事項をわかりやすく解説。
後半では線形モデルを例題として、MCMC法を用いたモデルの推定方法について解説します。
【本書で扱うベイズの定理について】
事後分布を求める際に問題となる、ベイズの定理の積分計算を回避する方法を2つ紹介します。
1つは、共役事前分布によって事後分布の解析解を求める方法です。
そしてもう1つは、MCMC法を使用することで数値計算によって事後分布を推定する方法です。
MCMC法はPythonのライブラリのPyMC3を用いて手軽に実践することができます。
【本書の扱うベイズ統計の範囲】
・確率の基本
・ベイズの定理
・ベイズ推定
・MCMC法:マルコフ連鎖モンテカルロ法
・線形モデル
・一般化線形モデル
【対象読者】
・ベイズ統計モデリングをこれから学ぼうとされる方
・ベイズ統計モデリングの基礎知識が少ない機械学習エンジニア
【著者プロフィール】
かくあき
学生時代から数値解析を中心にPython,Matlab,Fortran,C,LISPなどのプログラミング言語を利用している。
Pythonの普及の一助となるべく、Udemyで講座を公開。
Kindle Direct Publishingで電子書籍を出版するなど、情報発信を行う。
著書に『現場で使える!Python科学技術計算入門』(翔泳社)がある。
Chapter1 開発環境の準備
Chapter2 Pythonプログラミングの基本
Chapter3 確率の基本
Chapter4 ベイズの定理とベイズ推定
Chapter5 確率関数
Chapter6 事後分布の推定方法
Chapter7 MCMC法の概要と診断情報
Chapter8 線形モデルの回帰分析
Chapter9 一般化線形モデルのベイズ推定