[B! bayesian] kknsdのブックマーク

5分でわかるベイズ確率

ベイズ統計学の基礎概念からW理論まで概論的に紹介するスライドです．数理・計算科学チュートリアル実践のチュートリアル資料です．引用しているipynbは * http://nhayashi.main.jp/codes/BayesStatAbstIntro.zip * https://github.com/chijan-nh/BayesStatAbstIntro を参照ください．以下，エラッタ． * 52 of 80‥KL(q||p)≠KL(q||p)ではなくKL(q||p)≠KL(p||q). * 67 of 80‥2ν=E[V_n]ではなくE[V_n] → 2ν (n→∞). * 70 of 80‥AICの第2項は d/2n ではなく d/n. * 76 of 80‥βH(w)ではなくβ log P(X^n|w) + log φ(w). - レプリカ交換MCと異なり、逆温度を尤度にのみ乗す

kknsd 2013/11/10

リンク

【ベイズ】Naive Bayes（単純ベイズ）による文書分類のサンプルプログラム【Perl】

︻ベイズ︼Naive Bayes︵単純ベイズ︶による文書分類のサンプルプログラム︻Perl︼ 2013-07-26-1 [Programming][Algorithm][NLP] かなり昔に作ったNaive Bayes︵単純ベイズ︶による文書分類のサンプルプログラムを整理したので公開しておきます。Perl で書かれています。Pure Perl。Naive Bayes についての詳細は下記のサイトをどうぞ。 - 単純ベイズ - 機械学習の﹁朱鷺の杜Wiki﹂ - Wikipedia:単純ベイズ分類器さて、Naive Bayes で分類するときには下記の式を用いるわけです。Pについての定義は下記‥ 実装を簡単にするために log をとって足し算にしています︵argmax ですが実際はマイナスかけて argmin で実装︶。学習データ分類したいカテゴリごとに1行。各行はカテゴリのラ

kknsd 2013/07/26

リンク

数式をなるべく使わないベイズ推定入門

第１３回モヤLT発表資料

kknsd 2013/02/12

リンク

はじめてでもわかるベイズ分類器－基礎からMahout実装まで－

A Speculative Technique for Auto-Memoization Processor with MultithreadingMatsuo and Tsumura lab.

kknsd 2010/09/27

bayesian

リンク

ベイズを学びたい人におすすめのサイト - download_takeshi’s diary

ベイジアンフィルタとかベイズ理論とかを勉強するにあたって、最初はなんだかよくわからないと思うので、そんな人にお勧めのサイトを書き残しておきます。 @IT スパム対策の基本技術解説︵前編︶綱引きに蛇口当てゲーム？！楽しく学ぶベイズフィルターの仕組み http://www.atmarkit.co.jp/fsecurity/special/107bayes/bayes01.html いくつかの絵でわかりやすく解説してあります。自分がしるかぎり、最もわかりやすく親切に解説してる記事です。数学とかさっぱりわからない人はまずここから読み始めるといいでしょう。茨城大学情報工学科の教授のページから http://jubilo.cis.ibaraki.ac.jp/~isemba/KAKURITU/221.pdf PDFですが、これもわかりやすくまとまってます。初心者でも理解しやすいし例題がいくつかあ

kknsd 2009/04/09

リンク

Bayesianって<br>どういう考え方なんだろう

*********** お知らせ *********** YukiWikiによるベイズ統計ファンサイトを開設しました。このページ「Bayesianってどういう考え方なんだろう」は、以上のファンサイトへ発展的解消いたします。どうぞご贔屓に！ ********************************* ベイズ理論は、普通の確率論とは一風異なる確率理論です。この小文では、ベイズ理論の意味・意義について私がこれまでに学び、考えたことについて整理を試みます。とかく、＜宗教的信念＞のごとくに扱われがちのベイジアン思想ですがそのおかしいところ、よいところなど、基準を明確にして検証していけたらいいな、というのが目標です。私自身勉強中の身なので定説と異なることを述べていたり、明らかな間違いもあるかもしれません。そのつもりでだまされ

kknsd 2009/01/06

リンク

新はてなブックマークでも使われてるComplement Naive Bayesを解説するよ - 射撃しつつ前転改

新はてブ正式リリース記念ということで。もうリリースから何週間も経っちゃったけど。新はてなブックマークではブックマークエントリをカテゴリへと自動で分類しているが、このカテゴリ分類に使われているアルゴリズムはComplement Naive Bayesらしい。今日はこのアルゴリズムについて紹介してみる。 Complement Naive Bayesは2003年のICMLでJ. Rennieらが提案した手法である。ICMLというのは、機械学習に関する︵たぶん︶最難関の学会で、採択率はここ数年は30%を切っている。2003は119/371で、32.1%の採択率だったようだ。 Complement Naive Bayesの位置づけは実装が簡単学習時間が短い性能もそこそこよいという感じで、2003年段階にあっても、絶対的な性能ではSVMに負けていた。しかし、学習が早いというのは実アプリケーシ

kknsd 2008/12/17

リンク

ベイズの定理でプロジェクトの失敗を予測

データを確率の枠組みでとらえる﹁ベイズの定理﹂今回は﹁ベイズの定理﹂を概説し、この定理をプロジェクト管理にどのように利用するのか説明します。﹁ベイズの定理﹂は確率論や統計学において知られている定理であり、さまざまな事象に関するデータを確率論の枠組みで取り扱うことができるという点で有用な定理です。確率論の枠組みでデータをとらえることができるという点は、確率や統計の知識のある方にとっては特に大きな利点であるように思えないと思いますが、これがまさにベイズの定理の特徴であるということを説明します。なおベイズの定理はさまざまな応用があります。この定理を使った内容を総じて﹁ベイズ的﹂もしくは﹁ベイジアン﹂︵Bayesian︶と呼びます。今回は、ページ数の都合もあり、ベイズ的意志決定に焦点を当て、特にプロジェクト管理における課題を例として説明していきます。統計を用いた意思決定ベイズ的意思決定の

kknsd 2008/10/22

リンク

はてなブックマーク

タグ

関連タグで絞り込む (5)

bayesianに関するkknsdのブックマーク (8)

お知らせ

今週のはてなブックマーク数ランキング（2024年7月第2週）

はてなブックマーク透明性レポート（2024年 2月-2024年4月）

今週のはてなブックマーク数ランキング（2024年7月第1週）

公式Twitter

キーボードショートカット一覧

はてなブックマーク

公式Twitter

はてなのサービス