2018-11-01から1ヶ月間の記事一覧
3.3 背景知識の役割 背景知識を活用することで内部構造がブラックボックスな問題（逆問題: inverse problem）を解く手がかりとなる. 逆問題の回答は何通りもあり得, 答えが一意に定まらない問題は不良設定問題（ill-posed problem）と呼ぶ. データを活用して…
3.1 データ解析の前準備 このあたりのデータ前処理（Data Preparation）のプロセスは一般的なものなので特に深入りしない. データの分布を可視化して確認する点は機械学習のEDA（Exploratory Data Analysis）のプロセスでも重要とされているが, 多くの統計モ…
2.4 ベイズ推定とMCMC 伝統的な統計学の手法や最尤推定の問題を解決する一つの手法がベイズ推定（Bayesian inference）とマルコフ連鎖モンテカルロ法（MCMC）. ベイズ統計 パラメータを確率変数とみなして確率分布を推定する（伝統的な統計学の点推定と異な…
TL;DR 確率周りに関する基本事項についてカバーしている. 詳細に理解するには別途参考文献を参照した方が良い. 2.1 基本用語と記法 次のような内容が前提知識のようです. 基本的にはベイズ推定など確率周りの事柄を理解しておく必要がありそうです. あとは微…
1.1 統計モデリングとは 以前、「はじめに」でも触れた統計モデリングについてまとめてみます. 統計モデリングとは確率分布を取り入れたモデルをデータに当てはめて理解と予測をすることです. 整理すると, 確率分布を数理モデルに取り入れたモデルを 確率モ…
はじめに この本はStan（スタン）というソフトウェアとそのR用のパッケージであるRStan（アールスタン）を使って, 統計モデリングを習得する本である イントロで書籍の目的や内容や流れ, 前提知識や対象読者が記載されていたいりするので意外と大事です. ま…
はじめに この本はStan（スタン）というソフトウェアとそのR用のパッケージであるRStan（アールスタン）を使って, 統計モデリングを習得する本である イントロで書籍の目的や内容や流れ, 前提知識や対象読者が記載されていたいりするので意外と大事です. ま…
