からっぽのしょこ

読んだら書く!書いたら読む!同じ事は二度調べ(たく)ない

機械学習

特にトピックモデルのためのベイズ推論を中心とした機械学習関連の記事です。

【Python】3.2.3:ポアソン分布の学習と予測【緑ベイズ入門のノート】

はじめに 『ベイズ推論による機械学習入門』の学習時のノートです。基本的な内容は「数式の行間を読んでみた」とそれを「RとPythonで組んでみた」になります。「数式」と「プログラム」から理解するのが目標です。 この記事は、3.2.3項の内容です。尤度関数…

【R】3.2.3:ポアソン分布の学習と予測【緑ベイズ入門のノート】

はじめに 『ベイズ推論による機械学習入門』の学習時のノートです。基本的な内容は「数式の行間を読んでみた」とそれを「RとPythonで組んでみた」になります。「数式」と「プログラム」から理解するのが目標です。 この記事は、3.2.3項の内容です。尤度関数…

【Python】3.2.2:カテゴリ分布の学習と予測【緑ベイズ入門のノート】

はじめに 『ベイズ推論による機械学習入門』の学習時のノートです。基本的な内容は「数式の行間を読んでみた」とそれを「RとPythonで組んでみた」になります。「数式」と「プログラム」から理解するのが目標です。 この記事は、3.2.2項の内容です。尤度関数…

【R】3.2.2:カテゴリ分布の学習と予測【緑ベイズ入門のノート】

はじめに 『ベイズ推論による機械学習入門』の学習時のノートです。基本的な内容は「数式の行間を読んでみた」とそれを「RとPythonで組んでみた」になります。「数式」と「プログラム」から理解するのが目標です。 この記事は、3.2.2項の内容です。尤度関数…

【Python】3.2.1:ベルヌーイ分布の学習と予測【緑ベイズ入門のノート】

はじめに 『ベイズ推論による機械学習入門』の学習時のノートです。基本的な内容は「数式の行間を読んでみた」とそれを「RとPythonで組んでみた」になります。「数式」と「プログラム」から理解するのが目標です。 この記事は、3.2.1項の内容です。尤度関数…

【R】3.2.1:ベルヌーイ分布の学習と予測【緑ベイズ入門のノート】

はじめに 『ベイズ推論による機械学習入門』の学習時のノートです。基本的な内容は「数式の行間を読んでみた」とそれを「RとPythonで組んでみた」になります。「数式」と「プログラム」から理解するのが目標です。 この記事は、3.2.1項の内容です。尤度関数…

Rによる『ゼロからできるMCMC』の学習ノート:記事一覧

はじめに 『ゼロからできるMCMC』の図やサンプルコードをR言語で再現します。本と一緒に読んでください。 【目次】 はじめに 記事一覧 Chapter 2 そもそもモンテカルロとは Chapter 3 マルコフ連鎖モンテカルロ法の一般論 Chapter 4 メトロポリス法 Chapter …

【R】Chapter 5:多変数のメトロポリス法【ゼロからMCMCのノート】

はじめに 『ゼロからできるMCMC』の図とサンプルコードをR言語で再現します。本と一緒に読んでください。 この記事は、5章の内容です。多変数のガウス分布(多変量正規分布)に対してメトロポリス法を用いて期待値計算を近似します。 【前の章の内容】 www.ana…

【R】Chapter 4:メトロポリス法【ゼロからMCMCのノート】

はじめに 『ゼロからできるMCMC』の図とサンプルコードをR言語で再現します。本と一緒に読んでください。 この記事は、4章の内容です。マルコフ連鎖モンテカルロ法の1つであるメトロポリス法を行います。 【前の章の内容】 www.anarchive-beta.com 【他の章…

【R】3.1,3:ランダムウォーク【ゼロからMCMCのノート】

はじめに 『ゼロからできるMCMC』の図とサンプルコードをR言語で再現します。本と一緒に読んでください。 この記事は、3章「マルコフ連鎖モンテカルロ法の一般論 」の内容です。この章では、マルコフ連鎖モンテカルロ法の典型例としてランダムウォークについ…

【R】Chapter 2:そもそもモンテカルロ法とは【ゼロからMCMCのノート】

はじめに 『ゼロからできるMCMC』の図とサンプルコードをR言語で再現します。本と一緒に読んでください。 この記事は2章の内容です。マルコフ連鎖を使わない素朴なモンテカルロ法の例を確認します。 【他の章の内容】 www.anarchive-beta.com 【この章の内容…

『パターン認識と機械学習』の攻略ノート:記事一覧

はじめに 『パターン認識と機械学習』の独学時のまとめです。「数式の行間埋め」と「R・Pythonでの実装」からアルゴリズムの理解を目指します。アルゴリズムの説明自体は省略するので、本とあわせて読んでください。 この記事は、各節の解説記事へのリンクペ…

4.4.4:ガウス混合モデルの崩壊型ギブスサンプリング【緑ベイズ入門のノート】

はじめに 『ベイズ推論による機械学習入門』の学習時のノートです。基本的な内容は「数式の行間を読んでみた」とそれを「Rで組んでみた」になります。「数式」と「プログラム」から理解するのが目標です。 この記事は4.4.4項の内容です。平均、精度行列が未…

【Python】4.4.3:ガウス混合モデルの変分推論【緑ベイズ入門のノート】

はじめに 『ベイズ推論による機械学習入門』の学習時のノートです。基本的な内容は「数式の行間を読んでみた」とそれを「RとPythonで組んでみた」になります。「数式」と「プログラム」から理解するのが目標です。 この記事は多次元ガウス混合モデルにおける…

【R】4.4.3:ガウス混合モデルの変分推論【緑ベイズ入門のノート】

はじめに この記事は、R Advent Calendar 2020の10日目の記事です。 『ベイズ推論による機械学習入門』の学習時のノートです。基本的な内容は「数式の行間を読んでみた」とそれを「RとPythonで組んでみた」になります。「数式」と「プログラム」から理解する…

4.4.3:ガウス混合モデルの変分推論【緑ベイズ入門のノート】

はじめに 『ベイズ推論による機械学習入門』の学習時のノートです。基本的な内容は「数式の行間を読んでみた」とそれを「RとPythonで組んでみた」になります。「数式」と「プログラム」から理解するのが目標です。 この記事は4.4.3項の内容です。平均、精度…

【R】4.4.2:ガウス混合モデルのギブスサンプリング【緑ベイズ入門のノート】

はじめに 『ベイズ推論による機械学習入門』の学習時のノートです。基本的な内容は「数式の行間を読んでみた」とそれを「RとPythonで組んでみた」になります。「数式」と「プログラム」から理解するのが目標です。 この記事は4.4.2項の内容です。ガウス混合…

【Python】4.4.2:ガウス混合モデルのギブスサンプリング【緑ベイズ入門のノート】

はじめに 『ベイズ推論による機械学習入門』の学習時のノートです。基本的な内容は「数式の行間を読んでみた」とそれを「RとPythonで組んでみた」になります。「数式」と「プログラム」から理解するのが目標です。 この記事は4.4.2項の内容です。ガウス混合…

4.4.2:ガウス混合モデルのギブスサンプリング【緑ベイズ入門のノート】

はじめに 『ベイズ推論による機械学習入門』の学習時のノートです。基本的な内容は「数式の行間を読んでみた」とそれを「RとPythonで組んでみた」になります。「数式」と「プログラム」から理解するのが目標です。 この記事は4.4.2項の内容です。平均、精度…

【Python】3.5:線形回帰の例【緑ベイズ入門のノート】

はじめに 『ベイズ推論による機械学習入門』の学習時のノートです。基本的な内容は「数式の行間を読んでみた」とそれを「Rで組んでみた」になります。「数式」と「プログラム」から理解するのが目標です。 この記事は3.5節の内容です。ベイズ推論を用いて線…

【R】3.5:線形回帰の例【緑ベイズ入門のノート】

はじめに 『ベイズ推論による機械学習入門』の学習時のノートです。基本的な内容は「数式の行間を読んでみた」とそれを「Rで組んでみた」になります。「数式」と「プログラム」から理解するのが目標です。 この記事は3.5節の内容です。ベイズ推論を用いて線…

3.5:線形回帰の例【緑ベイズ入門のノート】

はじめに 『ベイズ推論による機械学習入門』の学習時のノートです。基本的な内容は「数式の行間を読んでみた」とそれを「Rで組んでみた」になります。「数式」と「プログラム」から理解するのが目標です。 この記事は3.5節の内容です。事前分布に多次元ガウ…

5.5:トピック追跡モデル【『トピックモデル』の勉強ノート】

はじめに 機械学習プロフェッショナルシリーズの『トピックモデル』の勉強時に自分の理解の助けになったことや勉強会資料のまとめです。トピックモデルの各種アルゴリズムを「数式」と「プログラム」から理解することを目指します。本とあわせて読んでくださ…

3.4.3:多次元ガウス分布の学習と予測:平均・精度が未知の場合【緑ベイズ入門のノート】

はじめに 『ベイズ推論による機械学習入門』の学習時のノートです。基本的な内容は「数式の行間を読んでみた」とそれを「Rで組んでみた」になります。「数式」と「プログラム」から理解するのが目標です。 この記事は3.4.3項の内容です。尤度関数を多次元ガ…

5.4:著者トピックモデル【『トピックモデル』の勉強ノート】

はじめに 機械学習プロフェッショナルシリーズの『トピックモデル』の勉強時に自分の理解の助けになったことや勉強会資料のまとめです。トピックモデルの各種アルゴリズムを「数式」と「プログラム」から理解することを目指します。本とあわせて読んでくださ…

5.3:ノイズあり対応トピックモデル【『トピックモデル』の勉強ノート】

はじめに 機械学習プロフェッショナルシリーズの『トピックモデル』の勉強時に自分の理解の助けになったことや勉強会資料のまとめです。トピックモデルの各種アルゴリズムを「数式」と「プログラム」から理解することを目指します。本とあわせて読んでくださ…

3.4.2:多次元ガウス分布の学習と予測:精度が未知の場合【緑ベイズ入門のノート】

はじめに 『ベイズ推論による機械学習入門』の学習時のノートです。基本的な内容は「数式の行間を読んでみた」とそれを「Rで組んでみた」になります。「数式」と「プログラム」から理解するのが目標です。 この記事は3.4.2項の内容です。尤度関数を多次元ガ…

5.2:対応トピックモデル【『トピックモデル』の勉強ノート】

はじめに 機械学習プロフェッショナルシリーズの『トピックモデル』の勉強時に自分の理解の助けになったことや勉強会資料のまとめです。トピックモデルの各種アルゴリズムを「数式」と「プログラム」から理解することを目指します。本とあわせて読んでくださ…

5.1:結合トピックモデル【『トピックモデル』の勉強ノート】

はじめに 機械学習プロフェッショナルシリーズの『トピックモデル』の勉強時に自分の理解の助けになったことや勉強会資料のまとめです。トピックモデルの各種アルゴリズムを「数式」と「プログラム」から理解することを目指します。本とあわせて読んでくださ…

3.4.1:多次元ガウス分布の学習と予測:平均が未知の場合【緑ベイズ入門のノート】

はじめに 『ベイズ推論による機械学習入門』の学習時のノートです。基本的な内容は「数式の行間を読んでみた」とそれを「Rで組んでみた」になります。「数式」と「プログラム」から理解するのが目標です。 この記事は3.4.1項の内容です。尤度関数と事前分布…