Juliaで作って学ぶベイズ統計学
- 電子あり
内容紹介
目次
第1章 Juliaの基礎
1.1 Juliaとは
1.2 基本文法
1.3 パッケージの利用
1.4 グラフの描画
第2章 数値計算の基礎
2.1 ベクトル・行列計算
2.2 統計量の計算
2.3 統計量と確率分布のパラメータ
2.4 微分計算
2.5 関数の最適化
2.6 最適化によるカーブフィッティング
2.7 積分計算
第3章 確率計算の基礎
3.1 表を使った確率計算
3.2 式を使った確率計算
3.3 連続値における周辺分布と条件付き分布
3.4 確率的試行のシミュレーション
第4章 確率分布の基礎
4.1 確率分布とは
4.2 Juliaでの確率分布の扱い(Distributions.jl)
4.3 離散型確率分布
4.4 連続型確率分布
4.5 統計モデルの設計
第5章 統計モデリングと推論
5.1 ベルヌーイモデル
5.2 線形回帰
5.3 ロジスティック回帰モデル
第6章 勾配を利用した近似推論手法
6.1 なぜ勾配を利用するのか
6.2 ラプラス近似
6.3 ハミルトニアンモンテカルロ法
第7章 発展的な統計モデル
7.1 ポアソン回帰
7.2 階層ベイズモデル
7.3 状態空間モデル
製品情報
製品名 | Juliaで作って学ぶベイズ統計学 |
---|---|
著者名 | 著:須山 敦志 |
発売日 | 2021年11月26日 |
価格 | 定価:2,970円(本体2,700円) |
ISBN | 978-4-06-525980-1 |
判型 | B5変型 |
ページ数 | 240ページ |
関連シリーズ
-
ことばの意味を計算するしくみ
-
データサイエンスはじめの一歩
-
転移学習
-
応用基礎としてのデータサイエンス
-
詳解 3次元点群処理
-
入門講義 量子コンピュータ
-
現場で活用するための機械学習エンジニアリング
-
はじめての機械学習
-
教養としてのデータサイエンス
-
ディープラーニング 学習する機械
-
これならわかる機械学習入門
-
Pythonで学ぶ実験計画法入門 ベイズ最適化によるデータ解析
-
絵でわかるネットワーク
-
絵でわかるサイバーセキュリティ
-
Pythonで学ぶ強化学習
-
統計モデルと推測
-
スタンフォード ベクトル・行列からはじめる最適化数学
-
データサイエンスの基礎
-
イラストで学ぶディープラーニング
-
テキスト・画像・音声データ分析
-
データサイエンスのためのデータベース
-
ベイズ深層学習
-
イラストで学ぶ ヒューマンインタフェース
-
コンパクトデータ構造
-
しっかり学ぶ数理最適化
-
Raspberry Piではじめる機械学習
-
マスターアルゴリズム 世界を再構築する「究極の機械学習」
-
今度こそわかる量子コンピューター
-
絵でわかるスーパーコンピュータ
-
ベイズ推論による機械学習入門
-
これならわかる深層学習入門
-
情報メディア論
-
イラストで学ぶ 音声認識
-
イラストで学ぶ 機械学習 最小二乗法による識別モデル学習