下校時刻

メモ、読んだ本のまとめメモ、考えたことのメモ、その他のメモなどが書いてあるブログです(twitter: @hoture6)

「データ解析のための統計モデリング入門」 with Python(2):10.5の場所差の階層ベイズモデルをPyMCとPyStanで

10.5節の、個体差に加えて場所差も考慮したベイズモデルを実装します。せっかくなので(?)、PyMC3とPyStan両方でやってみました。

PyMC3

PyStan

「Python Machine Learning」Ch. 3(Scikit-learnいろいろ)まとめ

Ch. 3はPythonから動かせる機械学習ライブラリであるscikit-learnを使ってみようという話です。いろいろな機械学習アルゴリズムの考え方と、scikit-learnでの実装方法が示されます。scikit-learnのAPIがどの手法に対してもほぼ同じなので単に使うだけなら覚えることは少なく、アルゴリズムの原理・得意不得意とチューニングパラメータの意味を理解することが大切っぽいです。


続きを読む

「Python Machine Learning」Ch. 2(PerceptronとAdaline)まとめ

Ch. 2は線形分類器としてPerceptronとAdalineを実装する話です。Adalineの学習の方法としてバッチ勾配降下法と確率的勾配降下法、さらにその中間としてミニバッチ勾配降下法が紹介されています。


続きを読む

「Python Machine Learning」Ch. 1(イントロ)まとめ

これから機械学習を勉強していこうと思います(機械学習を学習する人間)。とりあえず「Python Machine Learning」を買ったので、読んでいきます。

Ch. 1の"Giving Computers the Ability to Learn from Data"はイントロで機械学習の基礎知識がまとまっています。


続きを読む

「データ解析のための統計モデリング入門」 with Python(1):10.1の階層ベイズモデルをPyMCで

「データ解析のための統計モデリング入門」本屋大賞受賞レベルのわかりやすさなんですが、初読時にコードがWinBUGSで実装されている部分を完全に無視して読み進めてしまったのでpymc3で例題を解き直していきます。まずは10章の最初に載っている階層ベイズモデルをやりました。