グラフ理論 機械学習プロフェッショナルシリーズ「グラフィカルモデル」読書メモ
サマリー
ベイズ推定は、確率論的な視点からデータの解釈やモデルの学習を行う統計的な手法の一つとなる。ベイズ推定を用いた機械学習では、事前知識や経験をモデルに組み込み、データを通じてその知識を更新していくことが特徴で、データが...
ベイズ推定
グラフ理論 グラフ理論 ノンパラメトリックベイズとガウス過程について
概要
ノンパラメトリックベイズとは、ベイズ統計学の一手法であり、1970年台にすでに理論的には完成されてきた「古くて新しい技術」で、データに依存した柔軟な確率モデルを使用して、データ解析や予測を行う統計的手法となる。ノンパラメ...
ベイズ推定 ベイズ推論とグラフィカルモデルによる機械学習
ベイズ推論とグラフィカルモデルによる機械学習
ベイズ推論を用いた機械学習は、確率の基本法則であるベイズの定理に従って観測データが与えられたときの未知変数に関する事後確率分布を計算し、得られた事後確率分布に基づいて、未知変数の推...
グラフ理論 保護中: 未観測共通項がある場合のLiNGAM(2)未観測共通原因を和としてモデル化するアプローチ
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクのための統計的因果推論への未観測共通原因を和としてモデル化するLiNGAMアプローチ
ベイズ推定 変分ベイズ学習について
変分ベイズ学習について
変分ベイズ学習は、ベイズ推定における確率的なモデルに変分法のアプローチを適用して、近似的に事後分布を求めるもので、確率分布が複雑で解析的に求めることが難しい場合や、大規模なデータに対して効率的に推定を行...
ベイズ推定 機械学習プロフェッショナルシリーズ「変分ベイズ学習」読書メモ
サマリー
変分ベイズ学習は、ベイズ推定における確率的なモデルに変分法のアプローチを適用して、近似的に事後分布を求めるもので、確率分布が複雑で解析的に求めることが難しい場合や、大規模なデータに対して効率的に推定を行いたい場合に...
グラフ理論 保護中: 未観測共通項がある場合のLiNGAM(1) 独立成分分析で未観測共通原因を明示的にモデルに組み込むアプローチ
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習タスクに活用される統計的因果推論における独立成分分析で未観測共通原因をモデルに組み込むLiNGAMアプローチ
Symbolic Logic 保護中: LiNGAM(3)LiNGAMモデルの推定(1)独立成分分析と回帰分析を用いたアプローチ
デジタルトランスフォーメーション(DX)、人工知能(AI)タスク適用のための確率的因果探索のための独立成分分析(ハンガリアン法)と回帰分析(適応型Lasso)を用いたLiNGAMモデルの推定
グラフ理論 保護中: 統計的因果推論の基礎(2) – 構造的因果モデルとランダム化実験
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクのための統計的因果推論の基礎としての構造的因果モデルとランダム化実験
ベイズ推定 確率的生成モデルについて
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)で活用される確率的生成モデルについて