[adsense]
川崎で行われたベイズ推定入門勉強会に参加しました
もともとは物理系で大学で諦め業務系システム開発に携わって２０年なのですが、いろいろ知見を得たいと思い勉強会に参加しました
ベイズ推定とベイス更新
集合のイメージ
モデルの選択
ワークして感覚に掴む
品質管理に適用したい
トラブル予防に役立てたい
ベイス統計は仮定が多い
母集団と標本
サンプリングした標本の中で想定されたものから全体を推定する
経験を組み合わせる
事前情報をどのように取り込んだらいいか
データが少ないときにベイス推定は活躍する
尤度関数 もっともらしさ
最尤推定とベイズ推定とは違う
尤度関数と事前分布を組み合わせたものを事後確率分布という
わからない数値があってそれにまつわる手がかりとして別の数値を教えてもらって逆に推定する
ベン図を作って考える
全体を何にして事象が独立かが大切
狼少年の例
確率を変えていく、、、プログラムも見たほうがいい
ここは復習要
赤池情報量基準
パラメータの数は少なめに
自分たちが用意したモデルが真のモデルに合致しているかに注目したもの
事前情報を前提条件として入れる 仮で良い
正則化 過学習を防ぐための手法
当日の資料はこちら
自分の再確認用の記事になっています
尤度はユウドと読みます イヌではない
時間かけていいから、自分のベースになるモデルを経験から見つけよう
手を動かすの大事
