著者・作者名/出版社名/ブランド名で検索

    詳細検索 詳細検索

    通常商品 Pythonで体験するベイズ推論 Pythonで体験するベイズ推論【通常商品】 PyMCによるMCMC入門

    ジャンル: コンピュータサイエンス

    Pythonで体験するベイズ推論【通常商品】

    価格:3,456円(3,200円+256円)

    買い物カゴへ 買い物カゴを見る

    商品を買い物カゴに入れました

    買い物カゴに入れられませんでした

    ほしい本に追加 ほしい本を見る

    商品をほしい本に追加しました

    ほしい本に入れられませんでした

    著者名:玉木徹(訳)キャメロン・デビッドソン=ピロン(著)玉木徹(訳)キャメロン・デビッドソン=ピロン(著)【底本発行日:2017/04/11、底本版数:1、底本刷数:1】
    ◆Pythonモジュール「PyMC」初の解説書
    「PyMC」は,NumPy,SciPy,Matplotlibなどのツールとも高い親和性をもつMCMCを用いたベイズ推論のためのPythonモジュールです.こうしたツールの登場により,これまで敷居の高かったベイズ推論を用いたデータ解析は,ますます実用性を高めています.

    ◆MCMCを動かしながら体得! ——ベイズ推論の新しい学び方
    ベイズ推論をデータ分析で実践するまでには,従来は「ベイズ統計の基礎を学ぶ」 →「高度な計算手法の原理と実装法を学ぶ」→「コードを書いて実データを解析する」というステップが必要でした.しかしPyMCを使えば,このプロセスを大幅に短縮し,「いきなりMCMCを走らせる」→「結果を見ながらベイズ推論のエッセンスを学ぶ」という,効率的かつ実用的な学習法が実現します.jupyter notebookでのpythonコードが多数掲載された本書は,その格好の手引きです.

    〜〜本書を読めば分かること〜〜
    ・ベイズ推論とはなにか,他の統計的推論との違い
    ・統計モデルをPyMCで実装する方法
    ・MCMC(マルコフ連鎖モンテカルロ法)の考え方と威力
    ・損失関数の選び方・使い方
    ・事前分布の選び方と,サンプルサイズによる影響
    ・ベイズ主義的なA/Bテストの実践方法

    出版社:森北出版株式会社

    販売開始日:2017年04月05日

    ISBNコード:978-4627077911

     

    本商品は「専門書学習ビューア」で
    ご利用いただけます。

    アプリのダウンロードはこちら
     
     
    対応デバイス PC PC iPhone(iPod touch) iPad AndroidS AndroidM AndroidL
    コンテンツタイプ FIX FIX FIX FIX FIX FIX FIX
    コピー&ペーストの可能量 0% 0% 0% 0% 0% 0% 0%

    コンテンツタイプ「DRM付PDF」について
    ※DRM処理がされたPDFファイルとなりますので、「VarsityWave eBooks」アプリでのみお読みいただくことが可能となっております。

    対応デバイスについて

    閲覧期限について
    書名の末尾に【レンタル商品】と記載がある商品は、電子書籍の利用期間に制限があります。購入日から記載されている期間のみご利用いただけます。
    なお【レンタル商品】ご利用中に作成したアノテーションは利用期間終了後も保存しており、利用期間終了後【差額商品】を購入いただくとアノテーションは引き続きご利用いただけます。
    ※ただしアノテーションの保存期間は別途利用規約で規定しております。

    ビューア機能の違いについて

    コンテンツタイプの違いについて
    【PDF】電子書籍のレイアウトが固定されています。拡大表示時には本文・図などが拡大され、画面からはみ出して表示します。
    【リフロー】拡大表示時には文字サイズが拡大され、文字サイズに合わせて表示レイアウトが変更されます。
    【辞書形式】通常の電子書籍としてご利用いただけるほか、ビューアアプリの辞書連携機能の連携先として利用いただけます。

    商品形態の違いについて
    ご覧いただいている商品は【通常商品】、【レンタル商品】、【差額商品】が設定されております。
    【通常商品】は購入いただくと利用期間に制限なくご利用いただけます。
    【レンタル商品】は利用期間に制限があり、購入日から記載されている期間のみご利用いただけます。
    【差額商品】は【レンタル商品】を購入した方のみ購入でき、【差額商品】を購入いただくことで【通常商品】と同様に利用期間に制限なくご利用いただけるようになります。

     
    玉木徹(訳)キャメロン・デビッドソン=ピロン(著)【底本発行日:2017/04/11、底本版数:1、底本刷数:1】
    ◆Pythonモジュール「PyMC」初の解説書
    「PyMC」は,NumPy,SciPy,Matplotlibなどのツールとも高い親和性をもつMCMCを用いたベイズ推論のためのPythonモジュールです.こうしたツールの登場により,これまで敷居の高かったベイズ推論を用いたデータ解析は,ますます実用性を高めています.

    ◆MCMCを動かしながら体得! ——ベイズ推論の新しい学び方
    ベイズ推論をデータ分析で実践するまでには,従来は「ベイズ統計の基礎を学ぶ」 →「高度な計算手法の原理と実装法を学ぶ」→「コードを書いて実データを解析する」というステップが必要でした.しかしPyMCを使えば,このプロセスを大幅に短縮し,「いきなりMCMCを走らせる」→「結果を見ながらベイズ推論のエッセンスを学ぶ」という,効率的かつ実用的な学習法が実現します.jupyter notebookでのpythonコードが多数掲載された本書は,その格好の手引きです.

    〜〜本書を読めば分かること〜〜
    ・ベイズ推論とはなにか,他の統計的推論との違い
    ・統計モデルをPyMCで実装する方法
    ・MCMC(マルコフ連鎖モンテカルロ法)の考え方と威力
    ・損失関数の選び方・使い方
    ・事前分布の選び方と,サンプルサイズによる影響
    ・ベイズ主義的なA/Bテストの実践方法
    第1章 ベイズ推論の考え方
    第2章 PyMCについてもう少し
    第3章 MCMCのなかをのぞいてみよう
    第4章 偉大な定理,登場
    第5章 損失はおいくら?
    第6章 事前分布をハッキリさせよう
    第7章 ベイズA/Bテスト

    「玉木徹(訳)」の最新タイトル

     

    ページトップへ