内容説明
※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。
有効な近似手法なくして、実問題の解決なし。本書では、ベイズ学習の基礎と、計算が困難な問題群で力を発揮する近似手法「変分ベイズ学習」を学ぶ。「共役性」と「制約の設計指針」に焦点を当て、簡潔に説き起こした。こちらも、全ベイジアン必読！
目次
シリーズの刊行にあたって
まえがき
第1章 確率とベイズの定理
第2章 ベイズ学習の枠組み
第3章 確率モデルの例
第4章 共役性
第5章 予測分布と経験ベイズ学習
第6章 変分ベイズ学習
第7章 変分ベイズ学習の性質
参考文献
索 引
感想・レビュー
※以下の感想・レビューは、株式会社ドワンゴの提供する「読書メーター」によるものです。
icon
1
ある程度導出方法が分かればあとは理論保証のためかな、と思う(計算で利用したい思いはある)。 最適輸送を利用してみたい2023/04/27
masajapan8
0
難2016/10/12
icon
0
変分ベイズについて。特に面白みを見出せなかったので、一つ一つ期待値計算するか情報幾何からアプローチしたいと思う。簡単にディリクレや自由エネルギーの説明があったのはよかった。 Automatic Relevance Determination(ARD) model 行列分解: probabilistic PCA exponential family et natural parameter, sufficient statistics 対数周辺尤度の符号反転がBayes free energy2022/09/21
