Think Bayes ―プログラマのためのベイズ統計入門

Book description

サンプルコードを動かして統計の直観的な理解を促した『Think Stats』の著者によるベイズ統計・ベイズ推論の解説書です。ベイズ統計は、不確実な問題を扱い、条件を付けた予測が必要なときに威力を発揮する統計手法の1つ。本書は『Think Stats』と同様、数学的な観点での記述は最小限にとどめ、実例を多く使って実用的観点からベイズ手法を解説します。Pythonで書かれたサンプルコードを使って実際に手を動かしながらベイズ統計を学ぶことができますが、プログラミングを知らない人にも役立つ内容です。

Table of contents

  1. まえがき (1/3)
  2. まえがき (2/3)
  3. まえがき (3/3)
  4. 1章 ベイズの定理
    1. 1.1 条件付き確率
    2. 1.2 結吇確率
    3. 1.3 クッキー問題
    4. 1.4 ベイズの定理
    5. 1.5 通時的解釈
    6. 1.6 M&M'S問題
    7. 1.7 モンティ・ホール問題
    8. 1.8 議論
  5. 2章 訇算統訇学
    1. 2.1 分布
    2. 2.2 クッキー問題
    3. 2.3 ベイズ・フレームワーク
    4. 2.4 モンティ・ホール問題
    5. 2.5 フレームワークをカプセル化する
    6. 2.6 M&M'S問題
    7. 2.7 議論
    8. 2.8 練習問題
  6. 3章 推定
    1. 3.1 サイコロ問題
    2. 3.2 機関車問題
    3. 3.3 事前確率についてはどうなのか
    4. 3.4 別の事前確率
    5. 3.5 信用区間
    6. 3.6 累積分布関数
    7. 3.7 ドイツ軍戦車問題
    8. 3.8 議論
    9. 3.9 練習問題
  7. 4章 もっと推定を
    1. 4.1 ユーロ硬貨問題
    2. 4.2 事後確率をまとめる
    3. 4.3 事前確率を圧倒する
    4. 4.4 最適化
    5. 4.5 ベータ分布
    6. 4.6 議論
    7. 4.7 練習問題
  8. 5章 オッズと加数
    1. 5.1 オッズ
    2. 5.2 ベイズの定理をオッズの形式にする
    3. 5.3 オリバーの血液型
    4. 5.4 加数
    5. 5.5 最大値
    6. 5.6 混吇
    7. 5.7 議論
  9. 6章 決定分析
    1. 6.1 値段当てゲーム問題
    2. 6.2 事前確率
    3. 6.3 確率密度関数
    4. 6.4 PDFを表現する
    5. 6.5 出場者をモデル化する
    6. 6.6 尤度
    7. 6.7 更新
    8. 6.8 最善な推定
    9. 6.9 議論
  10. 7章 予測
    1. 7.1 ボストン・ブルーインズ問題
    2. 7.2 ポワソン過程
    3. 7.3 事後確率
    4. 7.4 ゴールの分布
    5. 7.5 勝つ確率
    6. 7.6 サドンデス
    7. 7.7 議論
    8. 7.8 練習問題
  11. 8章 観察者バイアス
    1. 8.1 レッドライン問題
    2. 8.2 モデル
    3. 8.3 待ち時間
    4. 8.4 待ち時間を予測する
    5. 8.5 到着率を推定する
    6. 8.6 不確実性を取り込む
    7. 8.7 決定分析
    8. 8.8 議論
    9. 8.9 練習問題
  12. 9章 2次元
    1. 9.1 ペイントボール
    2. 9.2 スイート
    3. 9.3 三角法
    4. 9.4 尤度
    5. 9.5 ジョイント分布
    6. 9.6 条件付き分布
    7. 9.7 信用区間
    8. 9.8 議論
    9. 9.9 練習問題
  13. 10章 ベイズ訇算を近似する
    1. 10.1 変動性仮説
    2. 10.2 平均と標準偏差
    3. 10.3 更新
    4. 10.4 CVの事前確率分布
    5. 10.5 アンダーフロー
    6. 10.6 Log-Likelihoood'対数尤度)
    7. 10.7 ちょっとした最適化
    8. 10.8 ABC
    9. 10.9 ロバスト推定
    10. 10.10 どちらの方が変動性が高いか?
    11. 10.11 議論
    12. 10.12 練習問題
  14. 11章 仮説検定
    1. 11.1 ユーロ硬貨問題に戻る
    2. 11.2 公正な比較を行う
    3. 11.3 三角事前確率
    4. 11.4 議論
    5. 11.5 練習問題
  15. 12章 証拠
    1. 12.1 SATの点数を解釈する
    2. 12.2 スケール
    3. 12.3 事前確率
    4. 12.4 事後確率
    5. 12.5 よりよいモデル
    6. 12.6 調整' calibration)
    7. 12.7 効力の事後確率分布
    8. 12.8 予測分布
    9. 12.9 議論
  16. 13章 シミュレーション
    1. 13.1 腎腫瘍問題
    2. 13.2 単純なモデル
    3. 13.3 より一般的なモデル
    4. 13.4 実装
    5. 13.5 ジョイント分布を記録する
    6. 13.6 条件付き分布
    7. 13.7 系列相関
    8. 13.8 議論
  17. 14章 階層的モデル
    1. 14.1 ガイガーカウンター問題
    2. 14.2 シンプルに始める
    3. 14.3 階層化する
    4. 14.4 簡単な最適化
    5. 14.5 事後確率を抽出する
    6. 14.6 議論
    7. 14.7 練習問題
  18. 15章 次元を扱う
    1. 15.1 へそ細菌
    2. 15.2 ライオンとトラとクマ
    3. 15.3 階層的な版
    4. 15.4 ランダムサンプリング
    5. 15.5 最適化
    6. 15.6 階層を畳む
    7. 15.7 もう 1つの問題
    8. 15.8 まだ終わっていない
    9. 15.9 おへそのデータ
    10. 15.10 予測分布
    11. 15.11 ジョイント事後確率
    12. 15.12 被覆率
    13. 15.13 議論
  19. 参考文献
  20. 索引 (1/2)
  21. 索引 (2/2)

Product information

  • Title: Think Bayes ―プログラマのためのベイズ統計入門
  • Author(s): Allen B. Downey, 黒川 利明
  • Release date: September 2014
  • Publisher(s): O'Reilly Japan, Inc.
  • ISBN: 9784873116945

You might also like

book

Think Stats 第2版 ―プログラマのための統計入門

by Allen B. Downey, 黒川 利明, 黒川 洋

「プログラミングのスキルを統計の理解に役立てよう」というコンセプトで人気を博した第1版に大幅な加筆を行い、全面的に書き換えた改訂版です。数学的な観点から語られることが多い統計について、計算処理の観点から説明。実際にPythonのコードを示し、実データを分析しながら統計の基礎を解説しています。実際に手を動かしながら統計が学べる、という第1版の長所はそのままに、Anaconda、pandas、IPython Notebookといったツールやライブラリを使った統計手法を示すほか、仮説検定、回帰、時系列分析、生存分析などについて新たな章を追加し内容を充実させました。例題、演習問題をGitHubに掲載。

book

実践 Deep Learning ―PythonとTensorFlowで学ぶ次世代の機械学習アルゴリズム

by Nikhil Buduma, 太田 満久, 藤原 秀平, 牧野 聡

2000年代にニューラルネットワークの研究が再び活発になりました。現在、ディープラーニングは近代的な機械学習の道を切り開いている非常に活発な研究領域となっています。Google、Microsoft、Facebookなどの企業では、社内のディープラーニングチームが急成長しています。しかし、多くの人にとってディープラーニングはまだまだとても複雑で困難な課題です。本書ではサンプルのPython 3プログラムと簡潔な説明を通してこの複雑な分野の主要な概念を紹介します。微積分、行列演算、Pythonの基礎があれば誰でも本書を始めることができます。

book

Head First Python 第2版 ―頭とからだで覚えるPythonの基本

by Paul Barry, 嶋田 健志, 木下 哲也

認知科学、神経生物学、教育心理学の研究に基づき、イラストや写真を多用したビジュアル重視の画期的なPythonの入門書です。脳の働きに注目し、脳を活性化させる学習効果が高い独自のスタイルで、効率的にPythonプログラミングのスキルを身に付けることが可能です。前半でPythonの基本や特徴を一通り説明してから、実際に独自のWebアプリケーションをステップバイステップで構築する作業を通じて、データベース管理、例外処理、データ処理などの理解を深めていきます。手を動かしながら学べるPython入門書の決定版です。

book

入門 Python 3 第2版

by Bill Lubanovic, 鈴木 駿, 長尾 高弘

データサイエンスやウェブ開発、セキュリティなど、さまざまな分野で人気を獲得してきているPython。本書は、ベストセラー『入門 Python 3』の6年ぶりの改訂版で、プログラミング初級者を対象としたPythonの入門書です。プログラミングおよびPythonの基礎から、ウェブ、データベース、ネットワーク、並行処理といった応用まで、実践を見据えたPythonプログラミングをわかりやすく丁寧に説明します。Python 3.9に対応し、f文字列などの新機能も追加され大幅にボリュームアップしました。Pythonの機能をひと通り網羅し、リファレンスとしても便利です。