Coursera コースレビュー: Bayesian Inference with MCMC
Enroll Course: https://www.coursera.org/learn/mcmc はじめに ここでは、Coursera の「Bayesian Inference with MCMC」コースについてレビューし、推薦します。このコースは、ベイズモデルと推論のためのマルコフ連鎖モンテカルロ法(MCMC)を紹介することを目的としています。 コースの概要 このコースでは、最初にモンテカルロ法の基本を学び、その後、Python を使った実践的な例を通して、アルゴリズムの動作を説明します。全体を通して、Python と Jupyter Notebook を用いて、PyMC3 を使用したベイズモデルの実装を行います。また、このコースは3つのコースから成る専門化の第2コースです。 シラバスの概要 モデルのパフォーマンスに関するトピックこのモジュールは、モデルの質を評価するためのトピックを概説します。機械学習のバックグラウンドを持つ人には馴染みのある指標も含まれますが、情報理論に根ざした概念についての意識を高めることを目指しています。 MCMC のためのメトロポリスアルゴリズムこのモジュールでは、マルコフ連鎖モンテカルロ法の穏やかな導入を行います。マルコフ連鎖の一般的な考え方と、分布からサンプリングする役割について説明します。メトロポリスおよびメトロポリス・ヘイスティングアルゴリズムも紹介され、Python で実装されます。 ギブスサンプリングとハミルトニアンモンテカルロアルゴリズムこのモジュールは、メトロポリスアルゴリズムの続編で、分布を推測するためのギブスサンプリングとハミルトニアンモンテカルロ (HMC) アルゴリズムを紹介します。ギブスサンプラーのアルゴリズムを詳細に説明し、HMC はその複雑さのために高水準の扱いを受けます。 まとめ 「Bayesian Inference with…