HELLO CYBERNETICS

深層学習、機械学習、強化学習、信号処理、制御工学、量子計算などをテーマに扱っていきます

ベイズ統計

数学 数学-確率・統計 数学-情報理論
  • はじめに
  • データとモデル
    • 確率モデル
    • 確率モデルを作る
    • 複雑なモデルを使うことが最善手であるか
  • モデルの具体的な作り方
    • モデルの仮定
    • アンサンブルモデル
    • 点推定モデル
      • 最尤推定
      • 制約付き最尤推定※ （最大事後確率推定）
    • ベイズ予測分布と点推定
  • ベイズ統計学
    • ベイズ予測分布を得ることの意義
    • ベイズ統計学の主題
    • 特異モデルと正則モデル
    • ベイズ統計学のまとめ
続きを読む

ニューラルネットワークを用いた近年の変分推論２

人工知能 人工知能-ディープラーニング 数学 数学-確率・統計
  • はじめに
  • ベイズ推論基本
    • ベイズ推論
    • ベイズ予測分布
    • 変分推論
    • 変分推論のアルゴリズム
  • Normalizing Flows
    • 確率分布の変換規則
    • 変分推論への組み込み
    • 具体的な変換の例
      • planner flow
      • radius flow
      • inverse autoregressive flow
  • flow VAE
    • VAE 基本
    • flow VAE
続きを読む

TensorFlow Probability でカルマンフィルター（観測値から内部状態を探る）

人工知能 人工知能-TensorFlow 制御工学
  • はじめに
  • カルマンフィルタの意義
  • TFPでのカルマンフィルタ
    • モジュール
    • データの生成
    • TFPで線形状態空間モデルを作る
    • カルマンフィルタの実行
  • 追加実験
    • 追加実験１：状態と観測の次元が異なるケース
    • 追加実験2: 不可観測系
  • 最後に
続きを読む

TensorFlow ProbabilityでMCMC

プログラミング 人工知能-TensorFlow
  • モジュール
  • データとモデル
    • データ
    • モデル
    • 学習前の生成モデルからのデータ
    • 対数同時確率の計算
    • 事後分布
  • MCMCを回す
    • 確率遷移核
    • MCMC の設定
    • サンプリングの結果
    • EAP推定
    • ベイズ予測分布
    • ノイズ項を無しにした、回帰曲線のベイズ予測分布
続きを読む