ベイズを味見する

Pythonで学ぶBayesianデータ分析

Michal Oleszak

Machine Learning Engineer

二項分布

離散分布。値は2つのみ:
- 成功 (1)
- 失敗 (0)
パラメータは1つ: 成功確率。
課題: 成功/失敗の列から成功確率を推定する。

Pythonでの二項分布

100回の試行での成功数:

import numpy as np
np.random.binomial(100, 0.5)

np.random.binomial(100, 0.5)

二項分布からのサンプル取得:

import numpy as np
np.random.binomial(1, 0.5, size=5)

array([1, 0, 0, 1, 1])

表の確率

get_heads_prob() - 自作関数
入力: コイン投げのリスト
出力: 成功確率の分布（リスト）

import numpy as np
tosses = np.random.binomial(1, 0.5, size=1000)
print(tosses)

[1 0 0 0 1 1 0 1 1 ... ]

表の確率

heads_prob = get_heads_prob(tosses)
print(heads_prob)

[0.47815295 0.51679212 0.51684779 ... ]

import matplotlib.pyplot as plt
import seaborn as sns

sns.kdeplot(heads_prob, 
            shade=True, 
            label="heads probabilty")
plt.show()

X軸0.51付近でピークのある左右対称の鐘形曲線。

コインを投げてみよう！

Pythonで学ぶBayesianデータ分析