鈴木譲（著）／Python Stanで学ぶWAIC と WBIC：構成論理のための１００の練習問題<br>WAIC and WBIC with Python Stan : 100 Exercises for Building Logic （2023）

個数：

鈴木譲（著）／Python Stanで学ぶWAIC と WBIC：構成論理のための１００の練習問題
WAIC and WBIC with Python Stan : 100 Exercises for Building Logic （2023）

  • 提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
    【重要ご説明事項】
    1. 納期遅延や、ご入手不能となる場合が若干ございます。
    2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
    3. 美品のご指定は承りかねます。

    ●3Dセキュア導入とクレジットカードによるお支払いについて
  • ≪洋書のご注文について≫ 「海外取次在庫あり」「国内在庫僅少」および「国内仕入れ先からお取り寄せいたします」表示の商品でもクリスマス前(12/20～12/25)および年末年始までにお届けできないことがございます。あらかじめご了承ください。

  • 【入荷遅延について】
    世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
    おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。
  • ◆画像の表紙や帯等は実物とは異なる場合があります。
  • ◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
    また、洋書販売価格は、ご注文確定時点での日本円価格となります。
    ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。
  • 製本 Paperback:紙装版/ペーパーバック版
  • 言語 ENG
  • 商品コード 9789819938407

Full Description

Master the art of machine learning and data science by diving into the essence of mathematical logic with this comprehensive textbook. This book focuses on the widely applicable information criterion (WAIC), also described as the Watanabe-Akaike information criterion, and the widely applicable Bayesian information criterion (WBIC), also described as the Watanabe Bayesian information criterion. The book expertly guides you through relevant mathematical problems while also providing hands-on experience with programming in Python and Stan. Whether you're a data scientist looking to refine your model selection process or a researcher who wants to explore the latest developments in Bayesian statistics, this accessible guide will give you a firm grasp of Watanabe Bayesian Theory.The key features of this indispensable book include:

A clear and self-contained writing style, ensuring ease of understanding for readers at various levels of expertise.
100 carefully selected exercises accompanied by solutions in the main text, enabling readers to effectively gauge their progress and comprehension.
A comprehensive guide to Sumio Watanabe's groundbreaking Bayes theory, demystifying a subject once considered too challenging even for seasoned statisticians.
Detailed source programs and Stan codes that will enhance readers' grasp of the mathematical concepts presented.
A streamlined approach to algebraic geometry topics in Chapter 6, making Bayes theory more accessible and less daunting.

Embark on your machine learning and data science journey with this essential textbook and unlock the full potential of WAIC and WBIC today!

Contents

Over view of Watanabe's Bayes.- Introduction to Watanabe Bayesian Theory.- MCMC and Stan.- Mathematical Preparation.- Regular Statistical Models.- Information Criteria.- Algebraic Geometry.- The Essence of WAOIC.- WBIC and Its Application to Machine Learning.