スポンサーリンク
データ分析

【ベイズ推定】どんな方法?何がいいの?

こんにちは。 今回は私が研究でよく活用しているベイズ推定について解説します。 ベイズ推定って非常にわかりにくいですよね。 ネットで検索しても書いてあることがまちまちで、「結局どんな方法なのかわかりにくい!」と感じる人が多いので...
データ分析

ベイズ推定で予測の不確実性を計算する【Pythonで実例】

ベイズ推定の事後分布から「予測の不確かさ」を表現できることをガウス過程回帰で検証しました。 機械学習ではデータの不確かさやモデルの限界から、精度の高い予測ができない状況が確実に存在します。 予測の不確かさを見積もることで、信頼性の求められる重要な意思決定の場面でも機械学習を活用できる可能性が広がると思います。
PC環境構築

【M1チップ】MacでPythonデータ分析→結論:注意が必要です

こんにちは。 新型Macが発売されましたね。 ちょうどノートPCを新調したかったこともあり、早速買ってしまいました! 今回のMacで最も大きな変更といえば、CPUがIntel製のプロセッサからApple独自設計(ARM社製)の...
PC環境構築

UbuntuにSSH接続してJupyter Labを使う方法

こんにちは。 Jupyter LabやJupyter notebookは、インタラクティブにコードを書きながらグラフ描写でき、データの傾向を見ながら解析するような時に非常に便利ですよね。 簡単な計算なら普段使いのノートPCなどで...
データ分析

【ベイズ推定】Stanでガウス過程回帰

Stanを使ってガウス過程回帰モデルを実装しました。曲線を出力できる柔軟性を持ちつつも、ベイズ推定に基づいてデータの不確かさを考慮できるためオーバーフィッティングをある程度防いでくれるという、非常に使い勝手の良いモデルです。
データ分析

【ベイズ推定】PythonとStanでリチウムイオン電池の劣化推定

こんにちは。電池研究のかたわら、ベイズ統計やPythonの勉強をしています。 今回は、ベイズ推定の計算を簡単に実装できる確率的プログラミング言語の一つであるStanを使った回帰モデルの実装例を紹介します。Stanは、PythonやR、...
スポンサーリンク
タイトルとURLをコピーしました