Pythonではじめるベイズ機械学習入門
- 電子あり
内容紹介
目次
第1章 ベイジアンモデリングとは
1.1 データ解析とコンピュータ
1.2 ベイジアンモデリングの基礎
1.3 代表的な確率分布
1.4 近似推論手法
第2章 確率的プログラミング言語(PPL)
2.1 ベイジアンモデリングとPPL
2.2 自動微分・最適化アルゴリズム
2.3 PyMC3の概要
2.4 Pyroの概要
2.5 NumPyroの概要
2.6 TensorFlow Probabilityの概要
2.7 GPyTorchの概要
第3章 回帰モデル
3.1 線形回帰モデル:線形単回帰モデル
3.2 線形回帰モデル:線形重回帰モデル
3.3 一般化線形モデル:ポアソン回帰モデル
3.4 一般化線形モデル:ロジスティック回帰モデル
3.5 階層ベイズモデル
3.6 ガウス過程回帰モデル:ガウス尤度
3.7 ガウス過程回帰モデル:尤度の一般化
第4章 潜在変数モデル
4.1 混合ガウスモデル
4.2 行列分解モデル
4.3 状態空間モデル
4.4 隠れマルコフモデル
4.5 トピックモデル
4.6 ガウス過程潜在変数モデル
第5章 深層学習モデル
5.1 ニューラルネットワーク回帰モデル
5.2 変分自己符号化器
5.3 PixelCNN
5.4 深層ガウス過程
5.5 正規化流
関連シリーズ
-
Pythonではじめる時系列分析入門
-
プログラミング〈新〉作法
-
Polarsとpandasで学ぶ データ処理アイデアレシピ55
-
RustによるWebアプリケーション開発
-
ゼロから学ぶGit/GitHub
-
Pythonでスラスラわかる ベイズ推論「超」入門
-
最新 使える!MATLAB
-
ゼロから学ぶRust
-
OpenCVによる画像処理入門
-
ROS2とPythonで作って学ぶAIロボット入門
-
これからのロボットプログラミング入門
-
Rではじめる地理空間データの統計解析入門
-
Pythonではじめるテキストアナリティクス入門
-
1週間で学べる!Julia数値計算プログラミング
-
モンテカルロ統計計算
-
スパース回帰分析とパターン認識
-
ゼロから学ぶPythonプログラミング
-
PythonではじめるKaggleスタートブック
-
Python数値計算プログラミング
-
Kaggleに挑む深層学習プログラミングの極意
-
データ分析のためのデータ可視化入門
-
最適化手法入門
-
RとStanではじめる ベイズ統計モデリングによるデータ分析入門
-
Juliaプログラミング大全
-
Rで学ぶ統計的データ解析
-
Pythonで学ぶアルゴリズムとデータ構造
-
ゼロからつくるPython機械学習プログラミング入門
-
入門者のPython
-
Web学習アプリ対応 C言語入門
-
ゼロからはじめるデータサイエンス入門
-
ProcessingによるCGとメディアアート
-
問題解決力を鍛える!アルゴリズムとデータ構造
-
ソフトウェアの挑戦
-
ホログラフィ入門
-
今日から使える! MATLAB 数値計算から古典制御まで
-
IDLプログラミング入門―基本概念から3次元グラフィックス
-
LabVIEW画像計測入門
-
使える! MATLAB/Simulinkプログラミング
-
OpenCVによるコンピュータビジョン・機械学習入門
-
GPUプログラミング入門 -CUDA5による実装
-
pixivエンジニアが教えるプログラミング入門