圧倒的に柔軟なベイズ的回帰モデルであるガウス過程の日本初の入門書。基礎の線形回帰から始め、ガウス過程の原理をゼロからていねいに解説。教師なし学習、実応用など最近の話題まで紹介した。さあ、はじめよう!
圧倒的に柔軟なベイズ的回帰モデルであるガウス過程の日本初の入門書。
基礎の線形回帰から始め、ガウス過程の原理をゼロからていねいに解説。
教師なし学習、実応用など最近の話題まで紹介した。 さあ、はじめよう!
【おもな内容】
第0章 たった5分でガウス過程法が分かってしまう
第1ステップ:機械学習って何?
第2ステップ:回帰と最小二乗法
第3ステップ:確率モデリングとベイズ推定
第4ステップ:ガウス分布と共分散
第5ステップ:ガウス過程とガウス過程回帰
コラム:関数の雲とガウス過程
第1章 線形回帰モデル
単回帰
重回帰とベクトル表現
線形回帰モデル
リッジ回帰
コラム:相関係数と回帰モデル
第2章 ガウス分布
ガウス分布とは
重みの事前分布とリッジ回帰
多変量ガウス分布
第3章 ガウス過程
線形回帰モデルと次元の呪い
ガウス過程
ガウス過程とカーネル
ガウス過程回帰モデル
ガウス過程回帰のハイパーパラメータ推定
ガウス過程回帰の一般化
第4章 確率的生成モデルとガウス過程
確率変数と確率的生成モデル
最尤推定とベイズ推定
確率分布の表現
コラム:ブラウン運動とガウス過程
第5章 ガウス過程の計算法
ガウス過程回帰の計算コスト
補助変数法
変分ベイズ法と確率的勾配法
格子状補助入力点配置に基づくガウス過程法計算
第6章 ガウス過程の適用
クリギングと空間統計学
ベイズ最適化
第7章 ガウス過程による教師なし学習
ガウス過程潜在変数モデル (GPLVM)
ガウス過程潜在変数モデルの性質
ガウス過程潜在変数モデルの拡張
潜在的ガウス過程のサンプリング
超柔軟なベイズ的回帰モデルであるガウス過程の日本初の入門書。基礎の線形回帰から始め、ガウス過程の原理をゼロからていねいに解説
・ガウス過程力学モデルと主成分分析、ガウス過程潜在変数モデルを比較する[2022-08-28に投稿]
・ガウス過程 from Scratch Non-Gaussianな尤度によるガウス過程[2022-08-05に投稿]
・ガウス過程 from Scratch MCMCと勾配法によるハイパーパラメータ最適化[2022-07-24に投稿]
・ガウス過程 from Scratch[2022-07-18に投稿]
・ベイズ最適化 From Scratch[2022-07-03に投稿]
・ガウス過程が面白い[2022-05-23に投稿]
・ガウス過程回帰を理解[2021-06-19に投稿]
・【GPyOpt】ベイズ最適化の獲得関数を考察する![2021-05-01に投稿]
・ベイズ最適化について理解したことをまとめる[2021-04-29に投稿]
・【GPyOpt】ベイズ最適化で次の実験条件を導出する![2021-04-29に投稿]
・Rでガウス過程回帰の基礎[2020-11-18に投稿]
・カーネル法関連の本6冊(+2冊)読んだので書評書く。[2020-09-12に投稿]
・"AIを作るAI"の中身に迫る[NNアーキテクチャ最適化フレームワークNASBOT&NNアーキテクチャ間の距離OTMANN][2020-02-10に投稿]
・numpyでGPを書いてみた[2019-12-21に投稿]
・ガウス分布とガウス過程の性質をまとめてみた[2019-12-18に投稿]
・『ガウス過程と機械学習』Pythonのnumpyだけで実装するガウス過程回帰[2019-11-03に投稿]
・Sierに新卒入社して4か月の研修期間中に読んだ・読んでいる本のまとめ[2019-08-02に投稿]
・PRML輪読 #1,2[2019-04-11に投稿]
・[ガウス過程と機械学習]ガウス過程回帰[2019-04-09に投稿]
・ガウス過程と機械学習[2019-03-12に投稿]