最後のまとめ

Pythonで学ぶBayesianデータ分析

Michal Oleszak

Machine Learning Engineer

学んだこと

第1章: ベイズ的アプローチ

  • ベイズ vs. 頻度主義
  • 確率論と分布
  • データ追加による信念の更新

 

第3章: ベイズ推論

  • A/Bテスト
  • 意思決定分析
  • 予測と回帰

 

第2章: ベイズ推定

  • グリッド近似
  • 事前分布
  • ベイズ結果の報告

第4章: ベイズ線形回帰

  • マルコフ連鎖モンテカルロ（MCMC）
  • pymc3でのモデル当てはめと解釈
  • ベイズデータ分析: 事例研究
Pythonで学ぶBayesianデータ分析

さらに学ぶベイズ

  • 階層モデル:

$y = \beta_0 + \beta_1x_1 + \beta_2x_2$

$\beta_2 = \beta_{20} + \beta_{21}x_3$

  • その他の回帰（ロジスティック、ポアソン など）

  • ベイズ機械学習

 

Pythonで学ぶBayesianデータ分析

おめでとうございます。健闘を祈ります！

Pythonで学ぶBayesianデータ分析

Preparing Video For Download...