混合ガウスモデル(GMM)のベイスモデルからサンプリングする
混合モデル(Mixture Model)は、機械学習モデルの中でも汎用性が高く、...
ポアソン混合モデルの生成モデルからサンプリングする
ベイズモデルにおいては、あるモデルを考えるときに、生成モデル(generativ...
平均場近似による変分推論をわかりやすく解説
ベイズ推定では、事後分布 $p(\bm{z}|\bm{x})$ を求めることが中...
多出力ガウス過程(MOGP)の理論と実装を解説
多出力ガウス過程(Multi-Output Gaussian Process, ...
【ベイズ推論】コイン投げの実例を通してPymcの使い方を掴む
pymcはベイジアンモデリングをPythonで行うためのPPL(確率的プログラミ...
特異値分解(SVD)とは？機械学習での応用を解説
特異値分解(Singular Value Decomposition, SVD)...
カーネルリッジ回帰の理論と実装をわかりやすく解説
カーネルリッジ回帰(Kernel Ridge Regression)は、リッジ回...
MT法(マハラノビス・タグチ法)による異常検知を理解する
MT法(マハラノビス・タグチ法, Mahalanobis-Taguchi met...
混合ガウスモデル(GMM)でクラスタリングを行う
混合ガウスモデル(Gaussian Mixture Model, GMM)は、教...
グラフィカルモデルとは？確率変数の依存関係をグラフで表現する
グラフィカルモデルは、多変量の確率変数間の依存関係をグラフ構造で表現する手法です...